Vertex AI Agent Engine에 배포하기¶
Agent Engine은 개발자가 프로덕션 환경에서 AI 에이전트를 배포, 관리 및 확장할 수 있도록 지원하는 완전 관리형 Google Cloud 서비스입니다. Agent Engine은 프로덕션 환경에서 에이전트를 확장하기 위한 인프라를 처리하므로, 개발자는 지능적이고 영향력 있는 애플리케이션을 만드는 데 집중할 수 있습니다.
from vertexai import agent_engines
remote_app = agent_engines.create(
agent_engine=root_agent,
requirements=[
"google-cloud-aiplatform[adk,agent_engines]",
]
)
Vertex AI SDK 설치¶
Agent Engine은 Python용 Vertex AI SDK의 일부입니다. 자세한 내용은 Agent Engine 빠른 시작 문서를 참조하세요.
Vertex AI SDK 설치¶
Info
Agent Engine은 Python 버전 >=3.9 및 <=3.12만 지원합니다.
초기화¶
import vertexai
PROJECT_ID = "your-project-id"
LOCATION = "us-central1"
STAGING_BUCKET = "gs://your-google-cloud-storage-bucket"
vertexai.init(
project=PROJECT_ID,
location=LOCATION,
staging_bucket=STAGING_BUCKET,
)
LOCATION에 대해서는 Agent Engine에서 지원하는 리전 목록을 확인할 수 있습니다.
에이전트 생성¶
아래의 샘플 에이전트를 사용할 수 있습니다. 이 에이전트는 두 개의 도구(지정된 도시의 날씨 또는 시간 검색)를 가지고 있습니다:
import datetime
from zoneinfo import ZoneInfo
from google.adk.agents import Agent
def get_weather(city: str) -> dict:
"""Retrieves the current weather report for a specified city.
Args:
city (str): The name of the city for which to retrieve the weather report.
Returns:
dict: status and result or error msg.
"""
if city.lower() == "new york":
return {
"status": "success",
"report": (
"The weather in New York is sunny with a temperature of 25 degrees"
" Celsius (77 degrees Fahrenheit)."
),
}
else:
return {
"status": "error",
"error_message": f"Weather information for '{city}' is not available.",
}
def get_current_time(city: str) -> dict:
"""Returns the current time in a specified city.
Args:
city (str): The name of the city for which to retrieve the current time.
Returns:
dict: status and result or error msg.
"""
if city.lower() == "new york":
tz_identifier = "America/New_York"
else:
return {
"status": "error",
"error_message": (
f"Sorry, I don't have timezone information for {city}."
),
}
tz = ZoneInfo(tz_identifier)
now = datetime.datetime.now(tz)
report = (
f'The current time in {city} is {now.strftime("%Y-%m-%d %H:%M:%S %Z%z")}'
)
return {"status": "success", "report": report}
root_agent = Agent(
name="weather_time_agent",
model="gemini-2.0-flash",
description=(
"Agent to answer questions about the time and weather in a city."
),
instruction=(
"You are a helpful agent who can answer user questions about the time and weather in a city."
),
tools=[get_weather, get_current_time],
)
Agent Engine용 에이전트 준비¶
reasoning_engines.AdkApp()을 사용하여 에이전트를 래핑하여 Agent Engine에 배포할 수 있도록 만드세요.
from vertexai.preview import reasoning_engines
app = reasoning_engines.AdkApp(
agent=root_agent,
enable_tracing=True,
)
로컬에서 에이전트 테스트하기¶
Agent Engine에 배포하기 전에 로컬에서 테스트할 수 있습니다.
세션 생성 (로컬)¶
create_session의 예상 출력 (로컬):
Session(id='c6a33dae-26ef-410c-9135-b434a528291f', app_name='default-app-name', user_id='u_123', state={}, events=[], last_update_time=1743440392.8689594)
세션 목록 보기 (로컬)¶
list_sessions의 예상 출력 (로컬):
특정 세션 가져오기 (로컬)¶
get_session의 예상 출력 (로컬):
Session(id='c6a33dae-26ef-410c-9135-b434a528291f', app_name='default-app-name', user_id='u_123', state={}, events=[], last_update_time=1743681991.95696)
에이전트에 쿼리 보내기 (로컬)¶
for event in app.stream_query(
user_id="u_123",
session_id=session.id,
message="뉴욕 날씨는 어때요",
):
print(event)
stream_query의 예상 출력 (로컬):
{'parts': [{'function_call': {'id': 'af-a33fedb0-29e6-4d0c-9eb3-00c402969395', 'args': {'city': 'new york'}, 'name': 'get_weather'}}], 'role': 'model'}
{'parts': [{'function_response': {'id': 'af-a33fedb0-29e6-4d0c-9eb3-00c402969395', 'name': 'get_weather', 'response': {'status': 'success', 'report': '뉴욕의 날씨는 맑고 섭씨 25도(화씨 41도)입니다.'}}}], 'role': 'user'}
{'parts': [{'text': '뉴욕의 날씨는 맑고 섭씨 25도(화씨 41도)입니다.'}], 'role': 'model'}
Agent Engine에 에이전트 배포하기¶
from vertexai import agent_engines
remote_app = agent_engines.create(
agent_engine=root_agent,
requirements=[
"google-cloud-aiplatform[adk,agent_engines]"
]
)
이 단계는 완료하는 데 몇 분이 걸릴 수 있습니다. 각 배포된 에이전트에는 고유한 식별자가 있습니다. 다음 명령을 실행하여 배포된 에이전트의 resource_name 식별자를 얻을 수 있습니다:
응답은 다음 문자열과 같아야 합니다:
자세한 내용은 Agent Engine 문서의 에이전트 배포 및 배포된 에이전트 관리를 참조하세요.
Agent Engine에서 에이전트 테스트하기¶
세션 생성 (원격)¶
create_session의 예상 출력 (원격):
{'events': [],
'user_id': 'u_456',
'state': {},
'id': '7543472750996750336',
'app_name': '7917477678498709504',
'last_update_time': 1743683353.030133}
id는 세션 ID이고, app_name은 Agent Engine에 배포된 에이전트의 리소스 ID입니다.
세션 목록 보기 (원격)¶
특정 세션 가져오기 (원격)¶
Note
로컬에서 에이전트를 사용할 때 세션 ID는 session.id에 저장되지만, Agent Engine에서 원격으로 에이전트를 사용할 때 세션 ID는 remote_session["id"]에 저장됩니다.
에이전트에 쿼리 보내기 (원격)¶
for event in remote_app.stream_query(
user_id="u_456",
session_id=remote_session["id"],
message="뉴욕 날씨는 어때요",
):
print(event)
stream_query의 예상 출력 (원격):
{'parts': [{'function_call': {'id': 'af-f1906423-a531-4ecf-a1ef-723b05e85321', 'args': {'city': 'new york'}, 'name': 'get_weather'}}], 'role': 'model'}
{'parts': [{'function_response': {'id': 'af-f1906423-a531-4ecf-a1ef-723b05e85321', 'name': 'get_weather', 'response': {'status': 'success', 'report': '뉴욕의 날씨는 맑고 섭씨 25도(화씨 41도)입니다.'}}}], 'role': 'user'}
{'parts': [{'text': '뉴욕의 날씨는 맑고 섭씨 25도(화씨 41도)입니다.'}], 'role': 'model'}
정리¶
작업을 마친 후에는 클라우드 리소스를 정리하는 것이 좋습니다. Google Cloud 계정에 예기치 않은 요금이 부과되는 것을 방지하기 위해 배포된 Agent Engine 인스턴스를 삭제할 수 있습니다.
force=True는 세션과 같이 배포된 에이전트에서 생성된 모든 하위 리소스도 삭제합니다.