LLM 기반 스티어링과 결정론적 스티어링의 차이점은 무엇인가요?
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
AI 에이전트의 작동 방식을 배우고, 다양한 모델 제공업체를 구성하는 방법과 MCP로 도구를 연결하는 방법을 익힙니다. 또한 에이전트 하네스에 콜백과 스트리밍 기능을 추가하는 방법도 배웁니다.
후크를 사용해 에이전트의 동작을 제어하고, 플러그인과 스킬로 기능을 확장하며, Strands Steering을 사용해 안정성을 개선하는 방법을 배웁니다.
현재 연습
컨텍스트 엔지니어링, 대화 관리, 그리고 세션 관리자를 활용한 영구 메모리 구현 방법을 마스터합니다.
에이전트를 도구로 활용하는 방식, 그래프 워크플로, 에이전트 스웜을 사용해 정교한 다중 에이전트 시스템을 구축합니다.
에이전트를 철저히 평가하고 Amazon Bedrock AgentCore를 사용해 클라우드에 배포하는 방법을 배웁니다.
