mckinsey/agents-at-scale-ark

해결하는 문제

Ark는 벤더 종속성과 대규모 AI 에이전트 배포 시 운영 복잡성을 해결합니다. 코드를 재작성하지 않고도 다양한 AI 모델이나 클라우드 환경 간에 이동할 수 있는 포터블하고 프로바이더에 종속되지 않는 에이전트 애플리케이션을 구축할 수 있도록 합니다.

작동 방식

Ark는 Kubernetes 기반의 프레임워크로, 선언형 접근 방식을 사용합니다. 에이전트의 동작을 정의하기 위해 고유한 코드를 작성하는 대신, 개발자는 Kubernetes 커스텀 리소스로 에이전트를 정의합니다. 이러한 정의에는 에이전트의 프롬프트, 도구, 모델 참조가 포함됩니다. Kubernetes 기반으로 구축되어 있으므로 기존의 보안, 모니터링, 역할 기반 접근 제어(RBAC) 인프라를 활용할 수 있으며, 단일 머신부터 멀티클라우드 및 온프레미스 환경까지 어디서나 실행할 수 있습니다.

대상 사용자

AI 에이전트 시스템을 구축하고 호스팅하며 확장해야 하며, AI 프로바이더를 쉽게 전환하거나 사용 사례를 재플랫폼화할 수 있는 유연성을 유지하고자 하는 개발자 및 운영 팀을 위한 것입니다.

주요 특징

• 프로바이더 독립성: OpenAI, Anthropic, Google, Azure 또는 로컬 Ollama와 같은 다양한 프로바이더 간에 쉽게 전환 가능.
• 다중 에이전트 오케스트레이션: 순차적, 그래프, 선택기, 라운드로빈 등 다양한 팀 전략 지원.
• 선언형 구성: 에이전트는 하드코딩된 로직이 아니라 리소스로 정의됨.
• 확장 가능한 도구: HTTP API, MCP 서버, 다른 에이전트와 통합 가능.
• 지속적 메모리: 대화 컨텍스트를 세션 간에 유지하기 위한 플러그인 가능한 백엔드 제공.
• A2A 프로토콜: 외부 에이전트 시스템과의 상호운용성 가능.