에이전트 프로토타입은 만들었어요. 이제 문제가 시작돼요.
"로컬에서 잘 됐는데, 500대 머신 3개 지역에 배포하려니까 인프라가 없다." "Google은 API 한 번에 에이전트 올린다는데, Azure는 어떻게 다른가?"
2025~2026년 사이 AWS·Microsoft·Google 모두 관리형 에이전트 런타임을 GA로 출시했어요. 설계 철학이 완전히 달라요. 어떤 플랫폼을 고르느냐는 이후 2년의 에이전트 인프라 방향을 결정해요.
🔑 핵심 요약
2026년 클라우드 에이전트 플랫폼 3파전 → Azure Agent Mesh (Build 2026 발표, Q4 GA 예정): WAF 기반 멀티사이트 연합 실행 → Google Managed Agents API (I/O 2026 출시, 현재 GA): API 한 번에 에이전트 스핀업 → AWS Bedrock AgentCore (2025.10 GA): microVM 격리, 가장 성숙한 멀티테넌트 모델 → 선택 기준: Microsoft 생태계 의존도 / 구글 클라우드 투자 여부 / 멀티클라우드 전략
실전 1 — 핵심 아키텍처 차이
세 플랫폼의 설계 철학이 완전히 달라요.
Azure Agent Mesh: "연합 실행 (Federated Execution)"
→ 에이전트가 온프레미스 Windows, Windows 365, Azure Arc 어디서든 실행
→ 같은 WAF API로 멀티사이트 라우팅, 개발자가 배포 환경 신경 안 써도 됨
→ 엔터프라이즈 온프레미스 + 클라우드 혼합 환경 타겟
Google Managed Agents API: "에이전트-애즈-어-서비스"
→ POST 한 번으로 에이전트 스핀업, 구글이 인프라 전부 관리
→ 격리된 Linux 컨테이너 + 파일/상태 멀티턴 세션 간 유지
→ 인프라 없이 빠르게 에이전트 배포하는 팀 타겟
AWS Bedrock AgentCore: "microVM 격리 세션"
→ 세션마다 전용 microVM, AWS Lambda 방식을 8시간짜리 에이전트에 적용
→ 멀티테넌트 에이전트 가장 성숙한 격리 모델
→ 보안·컴플라이언스 요구 강한 금융·헬스케어 타겟
실전 2 — 에이전트 배포 코드 비교
Google Managed Agents API — 가장 간단
# Google I/O 2026 발표 기준
# Gemini 3.5 Flash + Managed Agents API
import google.generativeai as genai
# POST 한 번으로 에이전트 생성 + 실행 환경 자동 프로비저닝
response = genai.create_managed_agent(
model="gemini-3.5-flash",
instructions="코드 리뷰 에이전트: PR을 분석하고 개선사항을 제안하세요.",
tools=["code_execution", "web_search"],
# → 격리된 Linux 컨테이너 자동 생성
# → 파일·상태 멀티턴 세션 간 유지
# → 인프라 설정 없음
)
# Interactions API로 호출
result = response.agent.run("이 PR을 리뷰해줘: github.com/repo/pull/123")
격리 환경: 에이전트마다 전용 ephemeral 샌드박스가 프로비저닝돼요. 코드 실행, 파일 조작, 웹 브라우징을 격리된 환경에서 해요. LangGraph 같은 오케스트레이션 레이어가 필요 없어요.
Azure Agent Mesh — 멀티사이트 배포
# Azure Agent Framework + Agent Mesh
from agent_framework import Agent
from agent_framework.mesh import AgentMesh
# WAF로 에이전트 정의 (런타임 독립)
agent = Agent(
name="CodeReviewAgent",
instructions="PR을 분석하고 개선사항을 제안하세요.",
tools=["github", "azure_devops"]
)
# Agent Mesh로 멀티사이트 배포
mesh = AgentMesh()
mesh.deploy(
agent=agent,
targets=[
"local://workstation", # 개발자 로컬 머신
"w365://team-cloud-pc", # Windows 365 GPU 노드
"arc://edge-seoul-datacenter" # 서울 엣지 데이터센터
],
routing="latency_optimized" # → 가장 가까운 노드로 자동 라우팅
)
# 어느 환경서든 같은 API로 호출
result = await mesh.run("PR #123 리뷰해줘")
# → Mesh가 자동으로 최적 실행 노드 선택
AWS Bedrock AgentCore — 가장 강한 격리
import boto3
bedrock = boto3.client("bedrock-agent-runtime")
# 세션마다 전용 microVM 자동 프로비저닝
response = bedrock.invoke_agent(
agentId="code-review-agent",
agentAliasId="PROD",
sessionId="user-12345", # → 이 세션만의 격리된 microVM
inputText="PR #123 리뷰해줘",
# → IAM/OAuth 기반 도구 권한 자동 적용
# → 토큰 자동 로테이션 (에이전트가 raw credential 안 다룸)
)
실전 3 — 핵심 기능 비교
아이덴티티 & 인증
Azure Foundry:
→ Microsoft Entra ID 연동, 에이전트마다 전용 Entra ID 발급
→ Azure RBAC로 리소스 접근 제어
→ Microsoft 생태계 안: 설정 거의 없음
→ Microsoft 생태계 밖: Entra 의존성이 기존 IdP 전략과 충돌 가능
Google Vertex:
→ Apigee를 API 게이트웨이로 사용
→ 기존 관리형 API를 MCP 서버로 변환 가능
→ 100+ 커넥터, Cloud API Registry로 승인된 도구만 에이전트에 노출
AWS AgentCore:
→ IAM + OAuth, 토큰 볼트에서 자동 로테이션
→ 멀티테넌트에서 에이전트마다 다른 권한 설정 가능
→ 제로트러스트 환경에서 가장 성숙한 모델
메모리 아키텍처
| 장기 메모리 | 에피소딕 메모리 | 자체 파이프라인 | GA 여부
---------|------------|---------------|--------------|--------
Azure | Public Preview | 미지원 | 불가 | Preview
Google | GA (인프라 번들) | 제한적 | 불가 | GA
AWS | GA | GA | 가능 | GA
Azure 메모리는 아직 Preview: 2026 Q1 기준 Azure Foundry 메모리는 GA가 아니에요. SLA와 가격이 확정되지 않았어요. 프로덕션에 메모리 의존 에이전트를 Azure로 올리려면 GA를 기다리는 게 맞아요.
가격 구조
Azure Agent Mesh: 소비 기반, 에이전트 전용 SKU (Q4 GA 이후 확정)
Google Managed Agents: Google AI Ultra $100/월 티어에 포함
AWS AgentCore: $0.0895/vCPU-hour (I/O wait 시간 미과금 — 에이전트 특성상 유리)
AWS 과금 구조의 강점: 에이전트 워크로드는 실행 시간의 30~70%가 I/O 대기 (API 응답 기다리는 시간)예요. AWS는 이 대기 시간에 과금 안 해요. 실제 비용이 스펙 대비 낮게 나와요.
실전 4 — 어떤 팀에 뭐가 맞나
Azure Agent Mesh 선택 기준:
✅ Windows 서버 온프레미스 + Azure 혼합 환경 (하이브리드)
✅ M365, Teams, SharePoint 통합이 핵심인 에이전트
✅ WAF로 이미 개발 중인 팀
✅ 엣지 디바이스·Arc 포함 멀티사이트 배포 필요
⚠️ Q4 2026 GA 전까지 프로덕션 배포는 리스크
Google Managed Agents 선택 기준:
✅ 빠른 프로토타입 → 배포 사이클 (인프라 최소화)
✅ Gemini 3.5 Flash 기반 고속 에이전트 루프
✅ Google Workspace 통합 (Docs, Sheets, Gmail)
✅ GCP 투자가 이미 있는 팀
⚠️ Azure/AWS 기반 엔터프라이즈는 통합 복잡도 올라감
AWS AgentCore 선택 기준:
✅ 멀티테넌트 에이전트 (사용자마다 다른 권한)
✅ 금융·헬스케어 등 강한 격리·컴플라이언스 요구
✅ 기존 AWS 인프라 투자 많은 팀
✅ 장기 메모리 + 에피소딕 메모리 지금 당장 필요
⚠️ Microsoft/Google 생태계 통합은 상대적으로 복잡
✅ 결론
항목 Azure Agent Mesh Google Managed Agents AWS AgentCore
| 배포 간편성 | 중간 (WAF 필요) | 최고 (API 1번) | 중간 |
| 온프레미스 지원 | ✅ 최강 | ❌ | 제한적 |
| 장기 메모리 | Preview | GA | GA |
| 보안·격리 | Entra 기반 | IAM 기반 | microVM 격리 최강 |
| GA 시점 | Q4 2026 | 현재 | 2025.10 |
| 가격 | 미확정 | $100/월 AI Ultra | $0.0895/vCPU-h |
✅ 빠른 배포가 목표면 Google Managed Agents가 현재 유일한 "API 한 줄" 옵션이에요.
✅ 엔터프라이즈 하이브리드(온프레미스+클라우드)면 Azure Agent Mesh가 유일한 선택지예요. 단, Q4 GA까지 기다려야 해요.
❌ Azure Agent Mesh는 아직 프리뷰예요. 메모리도 Preview, Mesh도 Preview — 지금 프로덕션을 Azure로 가져가려면 Foundry Agent Service GA 버전을 써야 해요.