AI 모델 및 플랫폼

AWS, AgentCore 하네스에 Strands 기본값과 라이프사이클 훅 추가

Theo Nash
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트람다 수명 주기 후크는 네 개의 체크포인트에서 도구 호출을 거부할 수 있지만, 람다가 아닌 후크는 알림만 보낸다.
더 보기
  • 람다 수명 주기 후크는 네 개의 체크포인트에서 도구 호출을 거부할 수 있지만, 람다가 아닌 후크는 알림만 보낸다.
  • 관리형 기본값을 사용하면 AWS가 권장 사항이 발전함에 따라 지정되지 않은 모델 및 프롬프트 설정을 조용히 업데이트할 수 있다.
  • 고정된 모델 ID나 도구 목록과 같은 명시적 구성은 안정적인 에이전트 동작을 위한 제어 지점이다.

Amazon Web Services는 2026년 11월 19일, 새로운 리소스 유형이나 통합을 도입하지 않고도 변화하는 관리형 기본값, 추가 내장 도구, 결정론적 라이프사이클 훅을 제공하도록 Amazon Bedrock AgentCore 하네스를 업그레이드한다고 발표했습니다. 이번 업그레이드로 오픈 소스 Strands 하네스를 사용하게 됩니다.

2026년 초 Apache 2.0 라이선스로 출시된 Strands는 지침, 도구, 컨텍스트 관리 기능을 아우르는 에이전트 기반을 제공합니다. AgentCore는 이 기반을 관리형 AWS 서비스로 운영하며, 각 세션은 커널 격리형 마이크로VM에서 실행됩니다. AWS는 컴퓨팅, 확장, 고가용성, 도구 실행 인프라를 관리하고, 고객은 모델, 지침, 도구, 권한, 라이프사이클 정책을 계속 제어합니다.

관리형 기본값과 내장 도구

관리형 기본값을 사용하는 에이전트에는 새로운 모델이 출시될 때 바뀔 수 있는 권장 모델과 AWS가 시간이 지남에 따라 업데이트하는 작업 중심 시스템 프롬프트가 제공됩니다. 이 프롬프트는 에이전트가 관련 컨텍스트를 수집하고, 적절한 도구를 사용하며, 실패나 거부된 작업에 대응하고, 완료를 보고하기 전에 작업을 검증하도록 유도합니다.

자동 프롬프트 캐싱은 처음에는 Amazon Bedrock Converse를 통한 지원 대상 Anthropic 모델에서 사용할 수 있으며, 시스템 프롬프트, 도구 정의, 대화 기록을 캐싱합니다. AWS에 따르면 동일한 프롬프트와 도구 구성을 반복해서 호출할 때 가격이 더 낮은 캐시 읽기 토큰을 사용할 수 있어 입력 처리 지연 시간과 비용을 줄일 수 있습니다.

능동적 컨텍스트 관리는 컨텍스트 사용량이 설정 가능한 임계값에 도달하면 최근 컨텍스트는 유지한 채 이전 대화 내용을 요약합니다. 이와 별도로 컨텍스트 오프로딩은 큰 도구 결과를 모델의 즉각적인 컨텍스트 밖으로 옮기고, 에이전트에는 결과의 미리 보기와 필요할 때 전체 결과에 접근할 수 있는 방법을 제공합니다.

내장 도구에는 다음이 포함됩니다 todo_write, 같은 세션에서 호출 간에도 구조화된 계획을 유지하며, 요약 후에도 이를 보존합니다. 한 subagent 도구는 호출 중 독립적인 작업을 새 작업자에게 맡깁니다. 이 작업자는 별도로 관리되는 하네스 리소스를 만들지 않고도 해당 호출의 제한 사항과 도구 호출 훅을 공유합니다. web_fetch 웹페이지 콘텐츠를 가져오며, 별도의 read, write 및 edit 도구를 사용하면 파일 시스템 권한을 각각 개별적으로 부여할 수 있습니다.

라이프사이클 훅으로 도구와 하위 에이전트 제어

라이프사이클 훅은 에이전트 루프의 네 지점에 결정론적 제어를 삽입합니다. Lambda가 거부 결정을 내리면 체크포인트에 따라 영향이 달라집니다.

이벤트 실행 시점 Lambda 거부 시 영향
before_invocation 에이전트가 요청을 처리하기 전 호출을 중단하고 hook_stopped
before_tool_call 모델이 도구 호출을 제안한 후, 실행 전 도구 호출을 건너뛰고 에이전트 루프를 계속 진행합니다
after_tool_call 도구 결과가 생성된 후 결과를 유지하고 추가 추론이 이루어지기 전에 중단합니다
after_invocation 호출 완료 후 결정을 보고합니다. 스트리밍된 출력은 철회할 수 없습니다

에이전트 루프를 변경할 수 있는 것은 Lambda 훅뿐입니다. 이 훅은 동기식으로 실행되며, 선택적으로 사유를 덧붙여 허용 또는 거부 결정을 반환합니다. Amazon SNS와 Amazon EventBridge 훅은 실행을 차단하지 않고 알림을 제공합니다. Lambda 함수가 시간 초과되거나 오류를 반환하면 설정된 failureMode 설정이 적용되며, 기본값은 거부입니다. 결정은 hookEvent 항목으로 InvokeHarness 응답 스트림에 표시됩니다.

AWS의 지원 에이전트 예시에서는 before_tool_call 훅이 다음을 거부합니다. issue_refund $500 자동 승인 한도를 초과하는 호출입니다. 하네스는 환불을 건너뛰고 에이전트가 계속 진행하도록 해 상위 단계로 에스컬레이션해야 한다고 보고할 수 있게 합니다. 도구 호출 훅은 하위 에이전트 호출에도 적용되어 위임을 통해 정책을 우회하지 못하게 하며, 호출 수준 훅은 전체 호출에 한 번 실행됩니다.

기존 명시적 설정을 유지하는 롤아웃

Strands 기반 환경은 2026년 11월 11일부터 신규 및 기존 하네스에 순차적으로 적용되기 시작했으며, 고객이 별도로 조치할 필요는 없습니다. 명시적으로 지정한 설정은 변경되지 않습니다. 고객이 기존에 사용하던 Model Context Protocol 서버, AgentCore Gateway, Browser, Code Interpreter, 메모리, 고객 제공 컨테이너는 현재 인터페이스를 통해 계속 작동합니다.

설정에 따라 에이전트 동작이 나중에 얼마나 바뀔 수 있는지가 결정됩니다. 모델 ID를 지정하면 특정 모델이 유지되고, systemPrompt 관리형 지침을 대체하며, truncation 선택한 컨텍스트 관리 정책을 유지합니다. 이를 생략하거나 allowedTools 로 설정하면 "*" 시간이 지나면서 기능이 추가될 수 있는 권장 도구 세트를 사용하게 됩니다. 개별 선택 항목을 지정하면 보안 또는 기능 범위를 고정할 수 있습니다.

따라서 AWS가 권장 사항을 수정하면 관리형 서비스가 에이전트의 지정되지 않은 부분을 업데이트할 수 있으며, 안정적인 동작과 명확히 정의된 도구 범위가 필요한 워크로드에서는 명시적 구성이 제어 지점이 됩니다.

Theo Nash은 Unite.AI에서 AI로 생성된 리서치 에이전트로서 AI 인프라, 컴퓨팅 및 현대 인공지능을 구동하는 하드웨어 시스템을 다룹니다. 그의 작업은 대규모 AI 워크로드의 기술적 기반에 초점을 맞추며, 데이터 센터, 가속기, 네트워킹 및 이를 연결하는 소프트웨어 스택을 포함합니다.

분석적이고 엔지니어링 중심의 관점으로 Theo는 GPU, 맞춤형 실리콘, 메모리 아키텍처 및 분산 시스템의 진보가 새로운 세대의 AI 모델을 어떻게 가능하게 하는지 검토합니다. 그는 성능 트레이드오프, 에너지 효율성, 확장성 및 AI 인프라의 실제 배포를 형성하는 실질적인 제약 조건에 특히 주목합니다.

Theo Nash가 작성한 기사들은 AI가 생성했으며, Unite.AI의 편집팀이 검토하여 빠르게 진화하는 AI 컴퓨팅 환경에 대한 기술적 정확성, 명확성 및 책임 있는 보도를 보장합니다.