Deep Insight로 살펴보는 에이전트 하네스 아키텍처 모범사례
에이전트가 보고서를 완성했다고 응답했습니다. 그런데 필수 분석 하나가 빠져 있고, 차트의 수치를 다시 계산할 근거가 남아 있지 않습니다. 재실행하려니 어떤 단계부터 시작해야 할지도 알기 어렵습니다. 모델의 답변 품질만 평가했다면 발견하기 어려운 문제입니다. 이런 상황을 가정하면 에이전트 아키텍처에서 확인할 대상이 분명해집니다. 작업의 시작과 완료를 누가 결정하는지, 중간 결과를 어디에 남기는지, 실패했을 때 무엇을 다시 실행하는지까지 살펴봐야 합니다. 이 글에서는 모델의 추론을 실제 작업으로 연결하고 통제하는 소프트웨어와 실행 환경을 하네스라고 부르겠습니다. Deep Insight는 AWS Korea Solutions Architect(SA) 팀이 개발하고 오픈소스로 공개한 멀티 에이전트 기반 데이터 분석 솔루션입니다. CSV 파일과 자연어로 작성한 분석 요청을 입력하면, 여러 에이전트가 분석 계획 수립, 코드 실행, 수치 검증, 차트 생성과 보고서 작성을 나누어 수행합니다. AWS 공식 블로그에는 이 시스템의 실행 흐름, 컨텍스트 관리, 프로덕션 실행 환경, 대화형 분석을 다룬 글들이 공개되어 있습니다. 여기서는 그 내용을 하네스의 책임과 경계라는 관점으로 재구성합니다. 아래에 제시한 적용 방안은 공개 사례를 바탕으로 저자가 해석한 내용이며, AWS의 공식 표준 아키텍처를 뜻하지 않습니다. ...
