AWS, AgentCore에 자동 추론·정책·평가·에피소드 메모리 도입

개요

AWS는 수학적 검증에 기반한 자동 추론을 활용해 Amazon Bedrock AgentCore를 대폭 강화했다. re:Invent에서 공개된 이번 업데이트에는 정책(Policy), 평가(Evaluations), 에피소드 메모리(Episodic Memory)가 포함되어 기업이 에이전트의 행동과 성능을 더 정밀하게 통제할 수 있다. 아울러 AWS는 자율적이고 확장 가능한 ‘프론티어 에이전트’도 선보였다.

AgentCore 정책으로 에이전트 거버넌스 강화

‘정책’ 기능은 에이전트가 답변을 도출한 이후에도 기업 규정을 강제한다. 에이전트 내부에 규칙을 굽는 미세조정 대신, 에이전트와 도구 호출 사이에 정책 계층을 두어 위반을 차단하고 재평가를 유도한다. 예를 들어 고객지원 에이전트가 100달러까지는 환불을 승인하지만 그 이상은 사람 상담사에게 이관하도록 정의할 수 있다. 프롬프트 인젝션이나 오염 데이터로 가드레일을 무력화하려는 시도에 대비해, AWS는 신경-기호적 AI를 이용한 자동 추론으로 규칙 준수 여부를 수학적으로 검증한다. 참고로 AWS는 작년 re:Invent에서 Bedrock의 Automated Reasoning Checks를 공개해 모델 환각 여부를 수학적 증명으로 점검하는 기능을 도입한 바 있다.

AgentCore 평가로 품질 모니터링 고도화

평가 기능은 사전 구축된 13개 평가기를 제공하며, 조직 맞춤 평가기를 직접 작성할 수 있다. 개발자는 품질 기준과 경보를 설정해 에이전트 성능이 임계치를 벗어날 때 즉시 알림을 받는다. 이를 통해 운영 중 품질 저하를 조기에 포착하고 회귀를 방지할 수 있다.

AgentCore 에피소드 메모리로 맥락 회복력 향상

에피소드 메모리는 항상 참조하는 장·단기 선호도와 달리, 특정 트리거가 있을 때만 꺼내 쓰는 간헐적 지식을 저장한다. 컨텍스트 윈도 한계로 오래전 대화나 정보를 잊는 문제를 줄이며, 예를 들어 ‘가족 여행 시 선호 좌석’이나 ‘희망 가격대’ 같은 정보를 필요 순간에 자동으로 상기한다. 이로써 광범위한 커스텀 지시문 의존도를 낮출 수 있다.

프론티어 에이전트: 팀메이트 수준의 자율 에이전트

AWS는 코딩 보조를 넘어 복잡한 프로젝트까지 수행하는 ‘프론티어 에이전트’를 공개했다. 자율 코딩 에이전트 ‘Kiro’는 코드 작성·리뷰·버그 수정과 작업 계획 수립을 독립적으로 수행한다. ‘AWS 보안 에이전트’는 애플리케이션에 보안 전문 지식을 내장해, 한 번 정의한 보안 기준을 검토 전 과정에서 자동 검증한다. ‘AWS DevOps 에이전트’는 온콜 상황에서 장애 징후를 선제 탐지하고, Amazon CloudWatch, Datadog, Splunk 등과의 연계를 바탕으로 근본 원인을 추적해 대응한다.

기업 적용 시사점

기업들은 에이전트를 도입해 업무 자동화 범위를 넓히는 동시에 보안과 통제를 강화하고 있다. 자동 추론과 정책·평가·에피소드 메모리의 조합은 신뢰성과 거버넌스를 높이는 토대가 되며, 조직들은 다수의 에이전트를 연결해 업무 전반을 조율하는 구조를 점진적으로 구축하고 있다.