Agent Runtime은 에이전트형 애플리케이션을 배포, 운영, 확장하는 데 사용할 수 있는 완전 관리형의 독자적인 런타임입니다. Agent Runtime은 기본 인프라를 추상화하므로 운영 대신 에이전트 로직에 집중할 수 있습니다.
Agent Runtime을 사용하면 다음을 수행할 수 있습니다.
- 관리형 런타임과 엔드 투 엔드 관리 기능으로 에이전트를 배포하고 확장합니다.
- 시스템 종속 항목의 빌드 시간 설치 스크립트를 사용하여 에이전트의 컨테이너 이미지를 맞춤설정합니다.
- VPC-SC 규정 준수, 인증, IAM 구성 등의 보안 기능 사용
- 함수 호출과 같은 모델 및 도구에 액세스합니다.
- 다양한 언어 및 프레임워크와 Agent2Agent 개방형 프로토콜을 사용하여 빌드된 에이전트를 배포합니다.
Agent Runtime에서 만들기 및 배포
Agent Runtime에서 에이전트를 빌드하는 워크플로는 다음과 같습니다.
- 환경 설정: Google 프로젝트를 설정하고 Python용 Agent Platform SDK의 최신 버전을 설치합니다.
- 에이전트 개발: Agent Runtime에 배포할 수 있는 에이전트를 개발합니다.
- 에이전트 배포: Agent Runtime 관리형 런타임에서 에이전트를 배포합니다.
- 에이전트 사용: API 요청을 전송하여 에이전트를 쿼리합니다.
- 배포된 에이전트 관리: Agent Runtime에 배포한 에이전트를 관리하고 삭제합니다.
지원되는 언어 및 프레임워크
Agent Runtime은 에이전트 애플리케이션을 컨테이너화할 수 있고 런타임 계약을 준수하는 한 모든 프로그래밍 언어 및 에이전트 프레임워크로 작성된 에이전트 배포를 지원합니다.
컨테이너 이미지에서: 에이전트의 컨테이너 이미지를 빌드한 경우 Artifact Registry에서 Agent Runtime으로 직접 배포할 수 있습니다. 자세한 내용은 컨테이너 이미지에서 배포를 참조하세요.
Dockerfile에서: 컨테이너화된 소스 코드가 있는 경우 소스 파일과 함께
Dockerfile를 제공할 수 있습니다. Agent Runtime은 컨테이너 이미지를 자동으로 빌드하고 배포합니다. 자세한 내용은 Dockerfile에서 배포를 참조하세요.
지원되는 언어 및 프레임워크의 경우 상위 수준 도구 및 SDK를 사용하여 배포를 간소화할 수 있습니다. 다음 표에서는 Agent Runtime에서 다양한 에이전트 프레임워크에 제공하는 지원 수준을 설명합니다.
| 지원 수준 | 에이전트 프레임워크 |
|---|---|
| 맞춤 템플릿: 프레임워크에서 Agent Runtime으로의 배포를 지원하도록 맞춤 템플릿을 적용할 수 있습니다. 커스텀 컨테이너 배포는 런타임 계약을 참조하세요. | CrewAI, 커스텀 프레임워크 |
| Agent Platform SDK 통합: Agent Runtime은 Agent Platform SDK 및 문서에서 프레임워크별로 관리형 템플릿을 제공합니다. | LangChain, LangGraph, AG2, LlamaIndex |
| 완전한 통합: 프레임워크, Agent Runtime, 더 광범위한 Google Cloud 생태계에서 작동하도록 기능이 통합됩니다. | 에이전트 개발 키트 (ADK) |
Agents CLI를 사용하여 프로덕션에 배포
Agents CLI는 Agent Platform의 통합 명령줄 인터페이스 및 기술 세트입니다. 코딩 에이전트와 개발자에게 스캐폴드, 평가, 배포, 게시, 관찰과 같은 에이전트 개발 수명 주기를 통한 예측 가능한 경로를 제공합니다. Agents CLI는 다음을 제공합니다.
- 사전 빌드된 에이전트 템플릿: ReAct, RAG, 멀티 에이전트, 기타 템플릿을 제공합니다.
- 대화형 플레이그라운드: 에이전트를 테스트하고 상호작용합니다.
- 자동화된 인프라: 효율적인 리소스 관리를 위해 Terraform을 사용합니다.
- CI/CD 파이프라인: Cloud Build를 활용하는 자동화된 배포 워크플로입니다.
- 모니터링 가능성: Cloud Trace 및 Cloud Logging을 위한 기본 제공되는 지원을 포함합니다.
시작하려면 빠른 시작을 참조하세요.
사용 사례
엔드 투 엔드 예시를 통해 Agent Runtime을 알아보려면 다음 리소스를 참조하세요.
클릭하여 사용 사례 펼치기
지원되는 리전
Agent Runtime에서 지원되는 지역 목록은 위치를 참조하세요.
할당량
Agent Runtime 할당량 정보는 할당량 및 시스템 한도를 참조하세요.
가격 책정
Agent Runtime 가격 책정에 대한 자세한 내용은 Gemini Enterprise Agent Platform 가격 책정을 참조하세요.
클라이언트 기반 SDK로 마이그레이션
Agent Platform SDK 버전 2.0.1에서 agent_engines 모듈이 리팩터링되고 독립형 google-cloud-agentplatform 패키지 (agentplatform)에서 개별 모듈 (예: runtimes, sessions, sandboxes, memory_banks)로 이름이 변경되었습니다. SDK는 다음과 같은 주요 이유로 클라이언트 기반 설계를 채택합니다.
- 표준 유형 표현에서 에이전트 개발 키트 (ADK) 및 Google 생성형 AI SDK (
google-genai)와의 일치. 이렇게 하면 여러 SDK에서 데이터 유형을 일관되고 표준화된 방식으로 표현할 수 있으므로 상호 운용성이 간소화되고 변환 오버헤드가 줄어듭니다. - 다중 프로젝트 다중 위치 애플리케이션에서 Google Cloud 파라미터의 클라이언트 수준 범위 지정. 이를 통해 애플리케이션은 특정 프로젝트 및 위치 설정으로 각 클라이언트 인스턴스 (
client = agentplatform.Client(project=..., location=...))를 구성하여 여러 Google Cloud 프로젝트와 지리적 위치에 걸쳐 리소스와의 상호작용을 관리할 수 있습니다. - Gemini Enterprise Agent Platform 서비스 (
client.runtimes,client.sessions,client.sandboxes,client.memory_banks)의 검색 가능성과 일관성을 개선하기 위해 - 생성형 AI 모듈이 Google 생성형 AI SDK (
google-genai)로 마이그레이션되는 동안 에이전트 워크로드에 맞게 조정된 가볍고 분리된 패키지 (google-cloud-agentplatform)를 제공합니다.
새 SDK 구조로 이전하는 방법에 관한 자세한 안내는 다음 가이드를 참고하세요.
- Agent Runtime SDK 마이그레이션:
vertexai.agent_engines에서agentplatform.Client().runtimes로 마이그레이션합니다. - Agent Platform SDK for Python: 버전 2.0.1 이전 가이드: 패키지 분리, 모듈 지원 중단, 생성형 AI 모듈을 Google 생성형 AI SDK로 마이그레이션하는 방법을 다루는 전체 가이드입니다.