엔비디아, AI 에이전트를 연결해 업무의 미래를 설계하는 AI-Q 청사진 발표

인공지능(AI) 에이전트는 복잡한 작업을 자동화하고 생산성을 크게 향상시킬 수 있어 비즈니스 운영의 새로운 디지털 인력으로 떠오르고 있습니다. 하지만 개별 에이전트의 능력에는 한계가 있으며, 진정한 잠재력은 함께 일할 때 발휘됩니다. 서로 다른 AI 에이전트가 협업할 수 있다면 더 복잡한 문제를 함께 해결하여 비즈니스에 더 큰 영향을 미칠 수 있습니다. 조직이 이러한 협업 잠재력을 보다 빠르게 활용할 수 있도록 지원하기 위해 NVIDIA는 최근 AI-Q추론을 통해 엔터프라이즈 데이터에 대한 지식을 활용하는 에이전트 시스템 개발을 지원하는 새로운 NVIDIA 블루프린트입니다.

오늘날 많은 조직이 직면한 문제는 AI 에이전트가 사일로에서 작업하여 '지능의 사일로'를 만든다는 점입니다. 이로 인해 여러 도메인에 걸친 복잡한 다단계 작업을 처리하는 능력이 제한됩니다.AI-Q 블루프린트는 이러한 장벽을 허물고 함께 일할 수 있는 디지털 인력을 구축하기 위한 명확한 참조 아키텍처를 제공하기 위해 시작되었습니다.

NVIDIA AI-Q 및 AgentIQ 툴킷: 더 스마트한 협업 에이전트 시스템 구축

AI-Q 는 단일 소프트웨어가 아니라 NVIDIA 가속 컴퓨팅, 파트너 스토리지 플랫폼 및 관련 소프트웨어 툴을 통합하는 레퍼런스 구현입니다. 이 문서에서는 이러한 구성 요소를 통합하는 방법을 명확히 설명하며, 특히 새로운 NVIDIA Llama Nemotron 복잡한 분석과 다단계 추론 수행에 탁월한 추론 모델입니다. 다음을 통해 AI-Q기업은 고도로 복잡한 작업을 정확하고 빠르게 처리할 수 있는 디지털 인력을 구축할 수 있습니다.

이 청사진의 핵심 강점은 빠른 멀티모달 데이터 추출과 세계 최고 수준의 검색 기능을 통합한 것으로, NVIDIA의 NeMo RetrieverNVIDIA NIM 마이크로서비스와 AI 에이전트 자체 간의 협업. 예를 들어, AI 연구 어시스턴트 시나리오에서 AI-Q 빌드된 에이전트는 보고서를 생성할 때 다음과 같이 보고서를 생성합니다. 토큰 높은 의미 정확도를 유지하면서 페타바이트급 데이터를 처리하는 데 최대 5배, 15배 더 빠르다고 합니다. 이는 대규모 정보를 처리하고 지식 추출을 가속화할 수 있는 아키텍처의 잠재력을 보여줍니다.

지지대 AI-Q 이 청사진의 핵심 소프트웨어 구성 요소는 새로 출시된 NVIDIA AgentIQ 툴킷.AgentIQ 는 오픈 소스 소프트웨어 라이브러리입니다. GitHub 핵심 목표는 서로 다른 에이전트, 도구 및 데이터 간의 원활한 이기종 연결을 가능하게 하는 것입니다. 이를 통해 개발자는 엔터프라이즈 데이터를 기반으로 AI 에이전트 팀을 연결, 분석(프로파일링) 및 최적화하여 엔드투엔드 멀티 에이전트 시스템을 구축할 수 있습니다. 개발자는 기존 멀티 에이전트 시스템의 일부 또는 전체에 통합할 수 있으며, 통합 프로세스는 완전히 선택 사항으로 설계되었습니다.

AgentIQ 툴킷의 또 다른 중요한 기능은 시스템의 투명성이 강화되었다는 점입니다. 완벽한 시스템 추적 및 성능 분석을 제공하여 조직이 에이전트 팀의 성능을 모니터링하고 효율성 병목 현상을 파악하며 비즈니스 인텔리전스가 생성되는 방식을 세밀하게 이해할 수 있도록 지원합니다. 이러한 분석은 NVIDIA와 결합할 수 있습니다. NIM 및 NVIDIA Dynamo 또한 에이전트IQ의 오픈 소스 특성으로 인해 광범위한 개발자 커뮤니티가 기여할 수 있어 개발 및 애플리케이션 구현을 가속화하고 채택 및 사용자 지정 장벽을 낮출 수 있습니다.

새로운 비즈니스의 AI 상담사 인력 역량 강화

AI 에이전트가 '디지털 직원'의 역할을 맡게 되면서 IT 팀은 이들의 '온보딩'과 '교육'을 지원해야 합니다.AI-Q 블루프린트 및 AgentIQ 툴킷은 상담원 간의 협업을 촉진하고 다양한 인텔리전스 프레임워크에서 성능을 최적화하여 이를 지원합니다.

이러한 도구를 채택하는 조직은 다음과 같이 여러 솔루션에 걸쳐 AI 에이전트 팀을 보다 쉽게 연결할 수 있습니다. Salesforce (명목식 형태로 사용됨) Agentforce및Atlassian Rovo(에 통합됨) Confluence 노래로 응답 Jira (in) 및 ServiceNow AI 플랫폼 등 이러한 연결성은 정보 사일로를 허물고 애플리케이션 간 워크플로우를 간소화하며 특정 작업의 응답 시간을 며칠에서 몇 시간으로 단축하는 데 도움이 됩니다.

개발자의 편의를 위해.AgentIQ 또한 다음과 같이 널리 사용되는 다양한 프레임워크 및 도구와 통합됩니다. CrewAI및LangGraph및Llama Stack및Microsoft Azure AI Agent Service 노래로 응답 Letta. 즉, 개발자는 익숙한 환경에서 작업할 수 있습니다. 예를 들어Azure AI Agent Service 와 함께 AgentIQ 이 통합을 통해 Semantic Kernel 멀티 에이전트 프레임워크를 구축하고 오케스트레이션하는 것이 더 효율적이며, 멀티 에이전트 프레임워크는 Semantic Kernel 존재 AgentIQ 이 기능은 다음에서 완벽하게 지원됩니다.

이미 애플리케이션 시나리오가 등장하기 시작했습니다. 금융 서비스 분야의 리더 Visa AI 에이전트는 피싱 이메일 분석을 대규모로 자동화하여 사이버 보안을 강화하는 데 사용되고 있습니다. 사용 AI-Q 의 성능 분석 특성을Visa 에이전트 성능과 비용을 최적화하여 효율적인 위협 대응에서 AI의 역할을 극대화할 수 있습니다. 또한AI-Q NVIDIA와 함께 Metropolis VSS(비디오 검색 및 요약) 블루프린트의 통합으로 시각 인식 기능과 음성, 번역 및 데이터 분석을 결합하여 향상된 환경 이해 및 상호 작용을 제공하는 멀티모달 에이전트가 등장하고 있습니다.

AI-Q 및 AgentIQ 시작하기

AI-Q 청사진에 사용된 주요 NVIDIA 기술은 다음과 같습니다. Llama Nemotron 직렬 추론 모델(예 llama-3.3-nemotron-49b-instruct), 모델 임베드 및 재배치(예 llama-3.2-nv-embedqa-1b-v2), 그리고 NeMo Retriever 관련 멀티모달 구문 분석 모델. 다음과 같은 타사 소프트웨어 Tavily(웹 검색의 경우),LangChain(에이전트 구성용) 및 Milvus 벡터 데이터베이스(NVIDIA를 통해 사용 가능) cuVS 가속)도 아키텍처에서 중요한 역할을 합니다.

개발자는 이제 GitHub gain AgentIQ 툴킷의 오픈 소스 라이브러리(http://github.com/NVIDIA/AgentIQNVIDIA는 또한 개발자들이 지능형 신체 시스템을 구축하는 기술을 연습하고 향상할 수 있도록 관련 해커톤 이벤트를 개최합니다.

다음을 기반으로 조직을 구성합니다. AI-Q NVIDIA의 스토리지 파트너는 데이터를 지속적으로 처리하고 AI 에이전트가 복잡한 쿼리를 추론하고 대응하는 데 필요한 지식에 빠르게 액세스할 수 있는 맞춤형 플랫폼을 제공하고 있습니다.

NVIDIA AI-Q 블루프린트 및 AgentIQ 이 툴킷의 출시는 엔터프라이즈 AI 애플리케이션이 단일 인텔리전스에서 협업 인텔리전스 네트워크로 진화하고 있음을 의미합니다. 협업의 안정성, 보안 및 제어 가능성 보장 등 복잡한 에이전트 팀을 구축하고 관리하는 데는 여전히 과제가 있지만, 이러한 방향은 엔터프라이즈 자동화 및 인텔리전스에 대한 새로운 상상력의 가능성을 열어주는 것은 분명합니다.