Gemini Enterprise Agent Platform은 엔터프라이즈급 AI 에이전트와 모델 기반 솔루션을 빌드, 배포, 제어, 최적화하는 통합 플랫폼입니다. Agent Platform의 진화된 버전으로, 200개 이상의 파운데이션 모델에 액세스하는 것부터 에이전트 배포 및 관리에 이르기까지 전체 AI 수명 주기를 지원합니다.
Agent Platform은 모든 기술 수준의 사용자를 위한 도구를 제공하여 사용자의 수준에 맞춰 지원합니다.
- 로우 코드 개발:
- Agent Studio: 코드를 사용하지 않고 에이전트를 설계하고 모델과 상호작용합니다.
- 코드 기반 개발:
- Colab Enterprise 노트북: 코드 기반 개발, 데이터 분석, 실험을 실행합니다.
- 에이전트 개발 키트: 이 모듈식의 모델에 구애받지 않는 프레임워크를 사용하여 복잡한 추론과 도구 사용이 가능한 정교한 에이전트를 빌드합니다.
엔터프라이즈 요구사항을 충족하기 위해 Agent Platform에는 통합 보안 및 거버넌스가 포함되어 있습니다. 에이전트 ID를 사용하면 에이전트에 세분화된 권한을 부여할 수 있습니다. Agent Gateway는 Model Armor와 함께 모든 에이전트 상호작용을 보호하고, 런타임 정책을 시행하며, 위협으로부터 보호하고 규정을 준수하는 운영을 보장하는 데 도움이 됩니다.
Gemini Enterprise Agent Platform 구성요소
Gemini Enterprise Agent Platform은 네 가지 핵심 요소를 중심으로 구성됩니다.
빌드
이러한 도구와 서비스를 사용하여 AI 에이전트를 설계, 프로토타입 제작, 개발합니다.
- 에이전트 개발 키트: 복잡한 AI 에이전트를 빌드하고 배포하기 위한 모듈식의 모델에 구애받지 않는 프레임워크입니다.
- Agent Studio: 에이전트 추론 루프와 워크플로를 설계, 프로토타입 제작, 관리하기 위한 로우 코드 시각적 캔버스입니다.
- Agent Garden: 개발 속도를 높이기 위한 사전 빌드된 에이전트 및 템플릿 라이브러리입니다.
- Model Garden: Google의 최첨단 모델 (예: Gemini 모델), 서드 파티 모델, 오픈소스 모델에 액세스합니다.
- RAG Engine: 비공개 엔터프라이즈 데이터를 LLM에 안전하게 연결하여 답변 정확성을 개선하고 할루시네이션을 줄입니다.
- 벡터 검색: AI 애플리케이션의 데이터를 저장, 검색, 관리하기 위한 AI 네이티브 검색엔진입니다.
- Agent Platform의 관리형 에이전트 API: 완전 관리형 샌드박스 내에서 자율 에이전트를 빌드하기 위한 구성 기반의 REST 우선 API입니다. Agents API 를 사용하여 기술 및 아티팩트와 같은 마운트된 소스로 에이전트 구성 및 샌드박스 환경을 만들고 관리하며, Interactions API 를 사용하여 런타임에 배포된 에이전트와 직접 상호작용합니다.
확장
고성능의 상태 저장 런타임 환경에서 에이전트를 배포하고 관리합니다.
- Agent Runtime으로 에이전트 확장: 에이전트를 배포하고 관리하기 위한 고성능의 확장 가능한 런타임 환경으로, 1초 미만의 콜드 스타트 및 장기 실행 에이전트와 같은 기능을 지원합니다.
- Agent Platform 세션: 단일 에이전트 상호작용 내에서 상태 저장 데이터와 컨텍스트를 관리합니다.
- **Agent Platform 메모리 뱅크:** 에이전트가 영구 메모리를 보유하고 여러 세션에 걸쳐 정보를 기억할 수 있도록 지원합니다.
- 코드 실행: AI 에이전트가 안전한 샌드박스 환경에서 Python 코드를 생성하고 실행하여 계산, 데이터 분석, 기타 복잡한 로직을 실행할 수 있도록 지원합니다.
제어
엔터프라이즈급 제어 및 정책으로 에이전트를 보호하고, 카탈로그화하고, 제어합니다.
- 에이전트 레지스트리: 조직 전반에서 모든 에이전트, 도구, MCP 서버를 검색, 추적, 관리하기 위한 중앙 집중식 카탈로그입니다.
- 에이전트 ID: 각 에이전트에 완전 관리형의 고유한 ID를 제공하여 안전한 액세스 제어 및 감사를 지원합니다.
- Agent Gateway: 모든 에이전트 도구 호출을 제어하고, 인증을 관리하고, 보안 정책을 적용하기 위한 중앙 정책 시행 지점입니다.
- 거버넌스 정책: 데이터 유출과 같은 위험을 완화하고 규정 준수를 보장하기 위한 콘텐츠 보호 및 시맨틱 거버넌스를 포함합니다.
- AI 위협 및 취약점 스캔: 에이전트 시스템에 특화된 실시간 위협 감지 및 취약점 스캔입니다.
- AI 콘텐츠 감지 API: 책임감 있는 미디어 거버넌스를 지원하기 위해 AI 생성 콘텐츠를 식별하는 방법을 제공합니다.
최적화
에이전트를 평가, 모니터링, 개선하여 높은 품질과 안정성을 보장합니다.
- 에이전트 평가 멀티턴 자동 평가기와 같은 도구를 사용하여 에이전트 품질을 체계적으로 평가합니다. 실시간 트래픽을 위한 온라인 평가
- 에이전트 동작 시뮬레이션 및 평가 합성 테스트 시나리오를 생성하고 구성 가능한 페르소나를 사용하여 멀티턴 사용자 상호작용을 시뮬레이션하여 에이전트 로직을 스트레스 테스트합니다.
- 관측 가능성 통합 Trace Viewer를 비롯한 포괄적인 모니터링, 로깅, 추적 도구는 효과적인 디버깅을 위해 에이전트 추론 및 성능에 대한 세부적인 가시성을 제공합니다.
- 에이전트 프롬프트 최적화 실패 패턴을 분석하고 타겟 업데이트를 제안하여 에이전트 시스템 요청 사항 및 도구 설명을 프로그래매틱 방식으로 개선합니다.
이 문서 사용 방법
Agent Platform 문서는 필요한 정보를 찾는 데 도움이 되도록 섹션으로 구성되어 있습니다. 탐색 탭을 사용하여 플랫폼의 다양한 영역을 살펴보세요.
- Studio: Agent Studio를 사용하여 프롬프트 설계, 모델 미세 조정, 모델과의 기타 UI 기반 상호작용을 실행하는 방법을 알아봅니다.
- 에이전트: Agent Platform의 에이전트 프레임워크와 도구를 사용하여 엔터프라이즈 사용 사례를 위한 AI 에이전트를 빌드, 배포, 관리하는 방법을 알아봅니다.
- 모델: Gemini 모델을 비롯하여 Agent Platform에서 사용할 수 있는 생성형 AI 모델과 애플리케이션에서 이러한 모델을 사용하는 방법을 알아봅니다.
- 노트북: 코드 기반 모델 개발, 데이터 분석, 실험을 위해 Colab Enterprise 노트북을 사용하는 방법에 관한 정보를 찾습니다.