본 포스팅에서는 SageMaker AI 엔드포인트에 배포된 모델과 Strands Agents SDK를 활용하여 AI 에이전트를 구축하는 방법을 소개합니다.
여러분은 SageMaker JumpStart에서 파운데이션 모델을 배포하고 이를 Strands Agents와 통합하는 방법은 물론, SageMaker Serverless MLflow를 활용하여 에이전트 추적(tracing)을 위한 프로덕션 수준의 관측성(observability)을 확보하는 방법을 배우게 됩니다.
또한, 다양한 모델 버전(variant) 간의 A/B 테스트를 구현하고 MLflow 메트릭을 사용하여 에이전트 성능을 평가하는 방법도 다룹니다. 이를 통해 사용자가 직접 제어하는 인프라 환경 위에서 AI 에이전트를 구축, 배포 및 지속적으로 개선하는 과정을 확인하실 수 있습니다.