아마존웹서비스(AWS)는 오픈소스 인공지능 에이전트인 ‘스트랜즈 하네스(Strands harness)’를 공개했다. 스트랜즈 하네스는 AI 에이전트를 구동하는 데 필요한 필수 구성 요소를 결합해 둔 실행 환경으로, 로컬 PC에서 즉시 실행하거나 클라우드 환경에 배포할 수 있으며, 아파치 2.0(Apache 2.0) 라이선스로 제공돼 자유로운 수정과 활용이 가능하다.

개발자들은 클로드 코드나 코덱스처럼 별도 설정 없이 바로 작동하는 개발 도구를 선호해 왔다. 하지만 자체 에이전트를 직접 구축할 때는 다양한 요소를 일일이 연동해야 해 매끄러운 환경을 구현하는 데 어려움을 겪었다. 스트랜즈 하네스는 이 과정을 미리 조립해 제공함으로써, 파이썬이나 타입스크립트 기반의 코드 한 줄로 원하는 AI 모델과 연결해 에이전트를 구동할 수 있도록 지원한다. 특히 특정 코딩 업무에 국한되지 않고 다양한 작업에 활용할 수 있는 범용 에이전트로 설계됐다.

AWS는 자체 테스트 결과, 동일한 클로드나 GPT 모델을 적용했을 때 스트랜즈 하네스가 6개 벤치마크 전반에서 토큰(AI 모델의 최소 텍스트 처리 단위이자 비용 기준) 비용을 평균 28% 절감했다고 밝혔다. 정확도 역시 기존 도구들과 대등하거나 그 이상의 성능을 나타냈다는 설명이다. 특히 ‘페이블 5’ 모델을 적용한 시험에서는 클로드 코드 대비 비용이 77% 낮았으며, 터미널 환경 평가 지표인 ‘터미널 벤치 2.1’ 점수도 더 높게 측정됐다. 이번 시험은 아마존 EC2 기반의 분산 환경에서 하버 도구를 사용해 진행됐으며, 세부 결과는 향후 논문으로 공개될 예정이다.

이러한 비용 절감은 모델이 정보를 처리할 때 참고하는 범위인 콘텍스트를 체계적으로 관리하는 기본 설계에서 비롯됐다. 스트랜즈 하네스는 도구 실행 결과가 약 1500토큰을 초과하면 내용을 자동으로 요약 및 축약하고, 기억 용량이 85%를 넘어서면 대화를 자동 요약한다. 작업 중 용량이 초과될 경우 실행 도중 복구하는 기능도 기본 탑재했다. 여기에 반복되는 요청 내용을 저장해 다시 활용하는 ‘프롬프트 캐싱(prompt caching)’을 적용해 지연 시간과 비용을 줄였다.

지원 모델의 폭도 넓다. 스트랜즈 하네스는 아마존 베드록, 앤트로픽, 오픈AI, 구글의 최신 모델을 비롯해 로컬 환경에서 구동하는 올라마 모델과 연동할 수 있다. 기본 에이전트는 명령어 실행, 파일 편집, 웹 검색 도구를 포함하며, 대규모 실행 결과는 파일로 저장하고 반복 요청은 캐싱 처리해 콘텍스트를 관리한다. 장기 기억 관리 기능을 갖춰 세션 ID를 통해 이전 대화를 이어갈 수 있고, 복잡한 업무는 내장된 보조 에이전트에 위임하거나 체크리스트를 기반으로 단계를 관리한다.

배포 환경은 리눅스 컨테이너를 지원하는 인프라 전반을 포괄한다. 모달, 클라우드플레어 컨테이너스, 애저 컨테이너 앱스, 구글 클라우드 런, 아마존 ECS, 아마존 베드록 에이전트코어 등 다양한 클라우드 서비스에 적용할 수 있다.

함께 제공되는 ‘스트랜즈 CLI(Strands CLI)’를 활용하면 자연어로 에이전트 시제품을 빠르게 제작할 수 있다. 모델 공급자를 연결하고 필요한 명령과 도구를 지정하면 에이전트가 동작하며, 내보내기 명령을 통해 타입스크립트나 파이썬 코드로 내려받아 개발을 이어갈 수 있다. 기본 설정을 비롯해 모델 교체, 도구 추가, 하부 SDK 변경까지 단계별 맞춤 설정도 지원한다.