서진호

3 분 소요

베드락(Bedrock) 서비스에서 Prompt Management 및 Prompt Flows를 발표했다. 추후 이 기능은 Bedrock Flows 라는 이름으로 불리게 되었다. 현재 베드락 플로우 서비스는 전 세계 리전에 모두 사용하게 되었다.

Amazon Bedrock은 다양한 AI 모델을 서버리스 API로 제공하여, 프롬프트 기반 생성형 AI 애플리케이션을 손쉽게 구축할 수 있게 해주는 AWS 플랫폼이다. 따라서, Bedrock Flows 는 Amazon Bedrock 의 부속 서비스라고 부를 수 있다. 그렇다면, 오늘은 아마존 베드락 플로우에 대해 한 번 정리해 보도록 하겠다.

1. 베드락 플로우 주요 특징

항목 설명
시각적 UI 블록 기반 인터페이스로 LLM, Embedding, 분기, 반복, 조건 등 구성
지원 모델 Claude, Mistral, Meta Llama, Amazon Titan 등 Bedrock 내 모델
워크플로우 기능 입력 → 추론 → 조건 분기 → 외부 호출 → 출력까지 시각적 구성
RAG 구성 지원 Retriever + Prompt Template + LLM 응답 흐름 제공
No-code / Low-code 코드 없이도 실무형 AI 애플리케이션 설계 가능
보안/통합 IAM, VPC, CloudTrail, S3, Lambda 등 AWS 서비스와 연동 쉬움
프롬프트 관리 시각적 Prompt 편집기 제공 + Prompt Template 구성 가능
실행/디버깅 UI 상에서 실시간 실행 및 디버깅 결과 확인 가능

2. 고객 문제 해결

기존 문제 해결책
기존에는 LLM 기반 앱을 만들기 위해,
* OpenAI, Anthropic 등 API 연결
* 프롬프트 설계
* 메모리 상태 관리
* 분기/조건 흐름 구현
* 결과 포맷팅 및 배포		 시각적 구성으로 단순화하여 비개발자도 쉽게 생성형 AI 워크플로우를 구축할 수 있도록 제공

3. Amazon Bedrock Flow vs. LangGraph 비교

항목 Amazon Bedrock Flow LangGraph (LangChain Flow)
출처 AWS 공식 서비스 LangChain (Python 기반 프레임워크)
목적 GUI 기반 워크플로우 생성 및 실행 (No-code/Low-code) 코드 기반 복잡한 state-machine LLM 설계 (개발자용)
인터페이스 AWS Console 기반 시각적 노드 에디터 코드 기반 (Python) + DAG 시각화 도구 (Graphviz 등)
대상 사용자 비개발자 또는 엔터프라이즈용 사용자 LLM 에이전트 및 툴체인 설계가 필요한 개발자
실행 환경 AWS 클라우드 전용 (Bedrock 모델만 사용 가능) 로컬, 클라우드 모두 가능 (OpenAI, Anthropic 등 자유 사용)
LLM 모델 Amazon Bedrock 지원 모델만 사용 가능 (Claude, Mistral, Titan 등) OpenAI, Anthropic, HuggingFace 등 다양한 LLM 자유롭게 연동
워크플로우 복잡도 직관적 GUI로 간단한 흐름 구성 (e.g. QnA → RAG → Output) 에이전트 간 메시지 전달, 조건 분기, 루프 등 고난이도 제어 가능
RAG 구성 사전 템플릿 제공 (e.g. Retrieve → Prompt → Respond) 사용자가 자유롭게 정의해야 함 (보다 유연하고 확장성 있음)
멀티에이전트 공식 지원 없음 (단일 흐름 위주) 멀티에이전트 설계 및 상호작용 제어 가능
시각화 수준 노드/블록 기반 GUI (노코드) Graphviz 기반 state machine 시각화
배포 연계 Lambda, S3, API Gateway 등 AWS 서비스와 통합 쉬움 FastAPI, Streamlit, LangServe 등으로 직접 배포해야 함
난이도 쉬움 (GUI로 설계 가능) 높음 (코드 기반 설계 필요)

4. LangChain Expression Language + LangGraph

  • LangGraph (또는 LangChain Flow라고도 불리며, LangGraph 기반으로 동작)

  • LangGraph는 LangChain의 멀티에이전트/워크플로우 설계를 위해 만든 state machine 기반 프레임워크. 복잡한 조건 분기, 루프, 메시지 전달 등을 정의함

  • 주요 특징

    항목 설명
    엔진 Python 기반 Finite-State Machine / Directed Graph
    시각화 지원 Flowchart 형태의 노드 기반 워크플로 시각화 가능 (Web UI 또는 VS Code 확장)
    주 목적 에이전트 간 대화, 루프, 분기 처리 등 복잡한 reasoning 흐름 설계
    호환 LangChain, OpenAI, Anthropic, HuggingFace, 기타 툴 연동

  • 사용자 시나리오

    • 사용자가 질문 → RAG → 요약 → 사용자 응답
    • 질문 → 판단 노드 → 검색/계산/대화 노드로 분기
    • 툴이 실패하면 fallback 루프로 되돌리는 에이전트 설계

5. LangFlow (비공식 커뮤니티 프로젝트)

  • LangChain의 체인 구성 요소를 드래그 앤 드롭으로 시각적으로 설계할 수 있는 웹 기반 GUI 도구

  • 주요 특징

    항목 설명
    UI 웹브라우저에서 실행되는 노코드/로우코드 시각적 편집기
    기능 Prompt 구성, Memory, LLM, Tool 등 노드로 조립
    출처 커뮤니티 프로젝트 (공식 LangChain 팀 소속은 아님)
    설치 pip install langflow 후 실행: langflow run

  • 기능

    • 드래그 앤 드롭으로 LLM + Memory + Prompt Template + Output 구조 설계
    • 빠른 프로토타이핑용으로 적합

6. LangGraph vs. LangFlow

항목 LangGraph (공식) LangFlow (커뮤니티)
목적 멀티에이전트 FSM 설계 GUI 기반 시각적 체인 설계
시각화 Graph (state machine 기반) 노드 기반 flowchart
난이도 중급~고급 (개발자 중심) 초급~중급 (시각적 프로토타이핑)
안정성 공식 지원 커뮤니티 유지 보수
실행 환경 Python 코드로 실행 Web UI로 실행 (Streamlit 기반)

7. 요약

  • 비개발자, AWS 환경 중심, GUI로 빠르게 LLM 워크플로 만들고 싶은 경우 -> Amazon Bedrock Flow
  • 개발자, 다양한 LLM 사용, 복잡한 에이전트 논리 및 상태 전이 설계가 필요한 경우 -> LangGraph (LangChain Flow)

8. 관련 문서

업데이트:

댓글남기기