microsoft/Multi-Agent-Custom-Automation-Engine-Solution-Accelerator

The Multi-Agent Custom Automation Engine Solution Accelerator is an AI-driven system that manages a group of AI agents to accomplish tasks based on user input. Powered by Microsoft Agent Framework, Azure Foundry, Azure Cosmos DB, and infrastructure services, it provides a reference application, allowing you to hit the ground running.

다중 에이전트 사용자 정의 자동화 엔진 – 솔루션 가속기

무엇인가요 – Azure에서 AI 기반 오케스트레이션 플랫폼을 구축하는 방법을 보여주는 Microsoft 제공 참조 구현입니다. Azure OpenAI (Foundry), Azure Container Apps, Azure Cosmos DB, Azure Container Registry 및 기타 Azure 서비스를 연결하여 전문 AI 에이전트 팀이 사용자로부터 제공된 복잡한 비즈니스 작업을 계획, 실행, 검증할 수 있도록 합니다.

왜 중요한가요 – 마케팅 릴리스 계획, 직원 온보딩, RFP 검토 등 여러 부서를 아우르는 긴 수작업 워크플로우를 가진 기업이 많습니다. 전용 에이전트에게 하위 작업을 위임하고 중앙 조율자가 전체 계획을 관리함으로써 다음과 같은 효과를 얻을 수 있습니다:

  • 조율 및 반복 작업에 소요되는 시간 감소
  • 다중 에이전트 검증을 통한 인간 오류 감소
  • 새로운 앱을 매번 구축하지 않고도 동일한 "에이전트 as a service" 패턴을 다양한 프로세스에 확장 가능

주요 기능

  • 다중 에이전트 오케스트레이션 – 각 에이전트가 좁은 전문 분야(예: 데이터 검색, 계획, 준수 검사)를 가지며, 사용자 요청 워크플로우를 완료하기 위해 협력하는 프레임워크.
  • Azure Foundry 및 OpenAI 기반 – 생성형 AI 핵심으로 Microsoft의 호스팅된 대규모 언어 모델 서비스를 활용.
  • 컨테이너 기반 배포 – 모든 구성 요소가 Azure Container Apps에서 실행되어 서버리스이며 자동 확장 가능.
  • 지속적 상태 – Cosmos DB가 메타데이터, 중간 결과 및 최종 출력을 저장.
  • 기본적으로 보안 – Azure Key Vault와 Managed Identities를 사용하여 비밀 관리; WAF/VNet 강화는 문서에 설명되어 있음(옵션).

기술 스택

구성 요소 역할
Azure OpenAI / Microsoft Foundry 에이전트의 LLM 추론
Azure Container Apps 웹 프론트엔드 및 에이전트 서비스 호스팅
Azure Cosmos DB 워크플로우 메타데이터 및 결과 저장
Azure Container Registry 배포에 사용되는 컨테이너 이미지 보관
Azure Key Vault & Managed Identity 보안 자격 증명 저장 및 서비스 간 인증
Azure AI Search (벡터 스토어) 데이터 기반 단계에서 의미적 검색 가능

일반적인 사용 사례 (리포지토리에 기술됨)

  • 제품 마케팅 릴리스 계획 – 에이전트가 일정 초안 작성, 담당자 배정, 준수 검사 수행.
  • 직원 온보딩 – HR 서류, IT 프로비저닝, 교육 모듈을 오케스트레이션.
  • 소매 고객 성공 복구 – 만족도 데이터 분석, 조치 제안, 실행 추적.
  • RFP/계약 준수 검토 – 에이전트가 문서를 읽고 리스크를 표시, 개선 방안 제안, 필요 시 하류 작업 트리거.
  • 마케팅 콘텐츠 생성 – 에이전트가 창의적 브리프 해석, 제품 데이터 가져오기, 콘텐츠 및 이미지 생성, 브랜드 가이드라인 검증.

실행 방법

  1. 사전 요구 사항 – Azure 구독, Azure Developer CLI (azd ≥ 1.18.0), 로컬 Bicep 빌드의 경우 Bicep CLI (≥ 0.33.0). 먼저 Azure OpenAI 할당량을 확인하세요.
  2. 배포docs/DeploymentGuide.md의 단계별 가이드를 따르세요. 가속기에는 Bicep 템플릿을 실행하여 모든 필요한 리소스를 프로비저닝하는 일클릭 "배포" 버튼이 제공됩니다.
  3. 상호작용 – 배포 후 Container Apps에서 호스팅되는 웹 UI를 통해 작업 설명을 제출할 수 있습니다. 백엔드는 적절한 에이전트 팀을 시작하고 워크플로우를 실행하며 결과를 Cosmos DB에 저장합니다.
  4. 정리azd down을 실행하거나 리소스 그룹을 삭제하여 지속적인 요금을 방지하세요.

비용 고려 사항

  • 이 솔루션은 사용량 기반 Azure 서비스(Foundry, AI Search, Container Apps, Cosmos DB)와 Container Registry의 고정 일일 요금을 사용합니다. 정확한 가격은 리전과 워크로드에 따라 달라지며, 리포지토리는 샘플 가격표와 Azure 가격 계산기 링크를 제공합니다.

제한 사항 및 주의사항

  • 프로토타입만 – Microsoft는 이 가속기가 프로덕션 준비 제품이 아니라고 명시하며, 상용 사용 전에 광범위한 테스트와 맞춤화가 필요합니다.
  • 영어만 지원 – LLM 구성 요소는 현재 영어 입력/출력만 지원합니다.
  • 합성 데이터 – 예제 데이터는 모델이 생성한 것으로 사실 오류를 포함할 수 있습니다. 하류 결정은 항상 인간이 검토해야 합니다.
  • 할당량 의존성 – 선택한 리전의 Azure OpenAI 할당량이 소진되면 배포가 실패합니다.
  • 보안 – 템플릿은 최선의 실천(키 벌트, 관리 ID)을 따르지만, 필요에 따라 추가 강화(WAF, VNet, Defender for Cloud)를 적용해야 합니다.

더 알아보기


이 요약은 리포지토리의 README 및 링크된 문서에 기반합니다.

관련

  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트