이 문서에서는 Google 지도 플랫폼 및 Google Calendar의 실제 상황별 데이터를 기반으로 신뢰할 수 있고 효과적인 에이전트형 AI 시스템을 구축하기 위한 개략적인 아키텍처를 제공합니다. 시스템은 사용자가 프롬프트에 표시한 장소에 대한 여행 계획을 세웁니다. 계획에서는 사용자의 일정, 장소의 지리적 위치, 영업시간, 경로 거리를 고려합니다.
이 문서의 주요 대상에는 에이전트형 AI 애플리케이션을 빌드하고 관리하는 AI 설계자, 개발자, 관리자가 포함됩니다. 이 문서에서는 AI 및 ML 개념과 클라우드 아키텍처에 대한 기본적인 이해가 있다고 가정합니다.
이 문서의 배포 섹션에서는 이 아키텍처를 기반으로 하는 기능적 에이전트 AI 시스템을 빌드하고 테스트하는 방법을 배울 수 있는 Codelab 링크를 제공합니다.
아키텍처
다음 다이어그램은 다중 에이전트 AI 시스템을 사용하여 사용자가 하루 동안 방문하고 싶은 장소의 여행 계획을 생성하는 앱의 아키텍처를 보여줍니다. 사용자는 채팅 인터페이스를 통해 앱과 상호작용합니다. 오케스트레이터 에이전트는 전문 에이전트를 호출하여 필요한 정보를 수집한 다음 일정 계획을 만듭니다. 에이전트는 Gemini Enterprise에서 실행되며 Google Maps Platform 및 Calendar의 실제 데이터를 사용하여 추론합니다.
위 다이어그램의 아키텍처에는 다음 구성요소가 포함됩니다.
Gemini Enterprise: 아키텍처의 핵심 구성요소입니다. 여기에는 다음과 같은 에이전트가 포함된 에이전트 AI 시스템이 호스팅됩니다.
- 조정자 에이전트: 채팅 인터페이스를 통해 사용자 요청을 수신하고, 목표를 해석한 다음 전문 에이전트와 협력하여 요청을 처리합니다.
- 장소 에이전트: 장소 찾기, 영업 여부 확인 등 위치 기반 작업을 처리합니다.
- 경로 에이전트: 필요한 장소로 이동하는 데 충분한 시간을 확보하는 등 라우팅 및 여행 계획 작업을 처리합니다.
- 일정 에이전트: 캘린더 로드, 이동 시간 고려를 위한 일정 이동 등 일정 및 캘린더 관련 작업을 관리합니다.
이 아키텍처의 모든 에이전트는 에이전트 개발 키트 (ADK)를 사용하여 빌드됩니다. 에이전트는 Gemini Enterprise 에이전트 플랫폼의 에이전트 런타임에서 실행되며 Gemini 모델을 사용합니다.
도구 및 데이터: 상담사는 다음 도구를 사용하여 필요한 데이터를 가져옵니다.
- Google 지도 기반 그라운딩: Google Maps Platform에서 장소 및 경로 에이전트에게 실제 지리적 컨텍스트를 제공합니다.
- Places Insights: Google Maps Platform에서 심층적인 사이트별 분석 및 정보를 제공하여 상담사가 회의 유형에 따라 적절한 아티팩트를 만들 수 있도록 지원합니다.
- Calendar: Schedule 에이전트가 캘린더 일정에 액세스하고 이를 관리할 수 있도록 지원합니다.
관측 가능성: 이 구성요소를 사용하면 에이전트 작업을 모니터링하고 디버깅할 수 있습니다.
- 에이전트 이벤트는 Cloud Logging에 로깅되고 Firestore 데이터베이스에 게시됩니다.
- 아키텍처에는 Cloud Run 서비스로 배포되는 이벤트 뷰어 앱이 포함됩니다. 관리자는 이 앱을 사용하여 기록된 이벤트를 모니터링하고 장소 및 경로의 유효성 검사와 같은 에이전트의 사고 흐름과 작업을 볼 수 있습니다.
사용 제품
이 아키텍처에서는 다음과 같은 Google 제품과 도구를 사용합니다.
- Google Maps Platform: 지도, 경로, 위치 검색 서비스를 제공하는 플랫폼입니다.
- Google Calendar: 팀과 개인이 일정과 이벤트를 관리할 수 있는 도구입니다.
- Gemini Enterprise: 엔터프라이즈 내에서 AI 에이전트를 배포하고 관리할 수 있는 완전 관리형 보안 플랫폼입니다.
- 에이전트 개발 키트 (ADK): AI 에이전트를 개발, 테스트, 배포하는 도구 및 라이브러리 세트입니다.
- Cloud Logging: 스토리지, 검색, 분석, 알림을 지원하는 실시간 로그 관리 시스템입니다.
- Firestore: 자동 확장, 고성능, 간편한 애플리케이션 개발을 위해 설계된 NoSQL 문서 데이터베이스입니다.
- Cloud Run: Google의 확장 가능한 인프라에서 직접 컨테이너를 실행할 수 있게 해주는 서버리스 컴퓨팅 플랫폼입니다.
사용 사례
다음은 이 아키텍처의 사용 사례 예시입니다.
자동화된 기업 출장 계획: 직원이 고객 서밋을 위한 출장을 계획해야 합니다.
- 여행사가 항공편과 호텔을 찾아 예약합니다.
- 고객 관계 관리 (CRM) 상담사가 서밋 주소와 참석자 목록을 가져옵니다.
- Schedule 에이전트는 여행자의 캘린더에 회의 일정을 예약합니다. 최종 출력은 완전한 여행 일정입니다.
지능형 현장 서비스 파견: 고객이 서비스 중단을 신고합니다.
- CRM 상담사가 고객의 계약 및 위치를 식별합니다.
- 여행사 직원이 가장 가까운 이용 가능한 기술자를 찾아 이동 경로를 최적화합니다.
- 일정 에이전트가 서비스 약속을 예약합니다.
물류 및 공급망 조정: 물류 관리자가 날씨로 인해 배송을 리디렉션해야 합니다.
- 물류 담당자는 Google Maps Platform을 사용하여 실시간 교통 및 날씨를 모니터링합니다.
- 물류 담당자가 대체 경로와 창고를 찾습니다.
- CRM 상담사가 고객에게 수정된 배송 일정을 알립니다.
설계 고려사항
프로덕션에 이 아키텍처를 구현하려면 다음 권장사항을 고려하세요.
- 보안: 각 상담사에게 작업을 수행하는 데 필요한 최소 권한 액세스를 부여하여 제로 트러스트 모델을 채택합니다. 각 상담사가 액세스할 수 있는 도구와 데이터를 엄격하게 정의합니다. 예를 들어 특정 캘린더만 읽거나 쓰도록 일정 에이전트를 구성합니다.
- 신뢰성: 환불 불가 티켓 예약과 같은 중요한 작업에 인간 참여형 (HITL) 검증을 포함합니다. 로깅 및 Pub/Sub으로 관측 가능성 파이프라인을 빌드하여 에이전트 결정에 대한 명확한 감사 추적을 만드세요.
- 성능: 이 아키텍처의 모듈식 멀티 에이전트 코디네이터 패턴은 전문 에이전트가 병렬로 작동할 수 있도록 지원하여 성능을 개선합니다. 예를 들어 장소 에이전트는 위치를 검색하고 일정 에이전트는 동시에 캘린더 충돌을 확인할 수 있습니다.
- 비용: 각 에이전트의 작업을 엄격하게 범위 지정하여 무제한 또는 불필요한 쿼리를 방지하여 비용을 관리합니다. 일반적인 경로 또는 인기 장소와 같이 자주 요청되는 데이터에 캐싱을 사용하여 API 호출을 줄입니다.
- 거버넌스: 각 에이전트의 명확한 역할과 데이터 처리 가이드라인을 통해 강력한 거버넌스를 설정합니다. 지속적인 모니터링이 포함된 반복적인 개발 프로세스를 사용합니다. 이 프로세스는 에이전트의 동작을 개선하고 동작이 비즈니스 요구사항과 일치하는지 확인하는 데 도움이 됩니다.
에이전트형 AI 워크로드의 아키텍처를 설계할 때는 Google Cloud Well-Architected Framework: AI 및 ML 관점의 권장사항과 추천을 고려하세요.
배포
이 아키텍처를 기반으로 하는 기능적 에이전트형 AI 시스템을 빌드하고 테스트하는 방법을 알아보려면 Codelab ADK 및 Google 지도 그라운딩으로 여행 일정 계획 에이전트 빌드의 안내를 따르세요. 이 Codelab에서는 다음 작업을 비롯한 전체 배포 프로세스를 안내합니다.
- 필요한 Google Cloud 서비스를 사용 설정합니다.
- ADK를 사용하여 에이전트 만들기
- 실제 컨텍스트에 Google 지도 기반 그라운딩을 사용하도록 에이전트를 구성합니다.
- 웹 인터페이스를 통해 에이전트를 실행하고 테스트합니다.
다음 단계
- Google 지도 기반 그라운딩에 대해 자세히 알아보세요.
- Gemini Enterprise 자세히 알아보기
- 그 밖의 참조 아키텍처, 다이어그램, 튜토리얼, 권장사항을 알아보려면 클라우드 아키텍처 센터를 확인하세요.
참여자
저자: 케네스 네바레즈 | Google 지도 Platform 개발자 관계 엔지니어
기타 참여자: