아키텍처 센터의 이 문서에서는 Google Cloud에서 에이전트형 AI 애플리케이션을 빌드하고 배포하는 데 사용할 수 있는 아키텍처 가이드 링크를 제공합니다.
| 아키텍처 가이드 | 설명 |
|---|---|
| 에이전트 AI 시스템의 설계 패턴 선택 |
에이전트 AI 시스템의 설계 패턴을 선택하는 데 도움이 되는 설계 가이드입니다. |
| 에이전트 AI 아키텍처 구성요소 선택 |
Google Cloud에서 에이전트형 AI 애플리케이션의 아키텍처 구성요소를 선택하는 데 도움이 되는 설계 가이드입니다. |
| Google Cloud의 멀티 에이전트 비공개 네트워킹 패턴 |
에이전트, 하위 에이전트, 도구 간의 비공개 연결을 통해 공개적으로 액세스 가능한 멀티 에이전트 Gemini Enterprise 애플리케이션을 지원하는 비공개 네트워킹 인프라를 설계하는 데 도움이 되는 설계 가이드입니다. |
| 멀티 에이전트 AI 시스템 |
Google Cloud에서 강력한 멀티 에이전트 AI 시스템을 설계하는 데 도움이 되는 참조 아키텍처입니다. |
| 멀티 테넌트 에이전트 AI 시스템 |
Google Cloud에서 강력한 멀티 테넌트 에이전트형 AI 시스템을 설계하는 데 도움이 되는 참조 아키텍처입니다. |
| ADK 및 Cloud Run을 사용하는 단일 에이전트 AI 시스템 |
Gemini 및 모델 컨텍스트 프로토콜(MCP)과 함께 에이전트 개발 키트(ADK) 및 Cloud Run을 사용하여 단일 에이전트 AI 시스템을 설계하는 데 도움이 되는 참조 아키텍처입니다. |
| 대화형 학습 관리 |
특정 주제에 대한 사용자의 지식을 평가하고 맞춤형 학습 환경을 생성하는 단일 에이전트 AI 시스템을 설계하기 위한 상위 수준 아키텍처입니다. |
| 데이터 과학 워크플로 자동화 |
복잡한 데이터 분석 및 머신러닝 작업을 자동화하는 멀티 에이전트 AI 시스템을 설계하기 위한 개략적인 아키텍처입니다. |
| 경계 없는 개방형 데이터 레이크하우스 빌드 |
경계 없는 원시 사일로에서 AI 및 에이전트 기반 작업에 이르는 고도로 관리되고 안전한 파이프라인을 구축하는 경계 없는 개방형 데이터 레이크하우스를 빌드하기 위한 상위 수준 아키텍처입니다. |
| Google Maps Platform으로 신뢰할 수 있는 에이전트형 시스템 빌드 |
실제 지도 및 캘린더 데이터에 그라운딩하여 신뢰할 수 있고 효과적인 AI 에이전트를 빌드하는 대략적인 아키텍처입니다. |
| 멀티모달 데이터 분류 |
서로 다른 멀티모달 데이터를 분석하고 신뢰도 높은 분류를 생성하는 멀티 에이전트 AI 시스템을 설계하기 위한 개략적인 아키텍처입니다. |
| 양방향 멀티모달 스트리밍으로 기술 워크플로 안내 |
멀티모달 데이터의 지속적인 양방향 스트림을 통해 기술 안내와 자동화된 안전 모니터링을 제공하는 멀티 에이전트 AI 시스템을 빌드하고 배포하기 위한 대략적인 아키텍처입니다. |
| 분산된 데이터에 대한 에이전트 분석 워크플로 구현 |
AI 에이전트를 사용하는 크로스 클라우드 분석 워크플로를 구현하기 위한 대략적인 아키텍처 |
| 멀티모달 GraphRAG 리소스 조정 |
단편화된 멀티모달 데이터를 검색 가능한 지식 그래프로 통합하는 멀티 에이전트 AI 시스템을 빌드하고 배포하는 대략적인 아키텍처입니다. |
| 서로 다른 엔터프라이즈 시스템에 대한 액세스 조정 |
서로 다른 엔터프라이즈 시스템과의 상호작용을 조정하는 에이전트형 AI 시스템을 설계하기 위한 개략적인 아키텍처입니다. |
| 보안 운영 워크플로 조정 |
보안 운영 센터(SOC)에서 복잡한 조사 및 분류 프로세스를 조정하는 멀티 에이전트 AI 시스템을 빌드하기 위한 개략적인 아키텍처입니다. |