Microsoft, AI 에이전트 생성 및 관리를 위한 로우 코드 환경인 AutoGen Studio 공개

마이크로소프트 연구 부서는 최근 사용자가 AI 에이전트를 보다 쉽게 ​​생성하고 관리할 수 있도록 돕는 새로운 로우 코드 환경인 AutoGen Studio를 공개했습니다.

Microsoft has recently unveiled a new low-code environment called AutoGen Studio, which is designed to help users create and manage AI agents more easily. The tool is based on the open-source AutoGen framework and aims to change the standard norms of working towards developing multi-agent workflows.

Microsoft는 최근 사용자가 AI 에이전트를 보다 쉽게 ​​생성하고 관리할 수 있도록 설계된 AutoGen Studio라는 새로운 로우 코드 환경을 공개했습니다. 이 도구는 오픈 소스 AutoGen 프레임워크를 기반으로 하며 다중 에이전트 워크플로 개발 작업의 표준 표준을 변경하는 것을 목표로 합니다.

It does this by enabling quicker building of prototypes of AI agents for the developers. Although AutoGen Studio is still research and not a fully commercialized product in the market at the moment, it nevertheless generates interest due to its promise of improving how AI agents are built and operated.

이는 개발자를 위한 AI 에이전트 프로토타입을 더 빠르게 구축할 수 있게 함으로써 이를 수행합니다. AutoGen Studio는 아직 연구 단계이고 현재 시장에서 완전히 상용화된 제품은 아니지만 그럼에도 불구하고 AI 에이전트의 구축 및 운영 방식을 개선할 수 있다는 점에서 관심을 불러일으킵니다.

In an interview, Omdia analyst Brad Shimmin highlighted the advantages of AutoGen Studio, which include a thorough examination of the prototyping phase. This helps the enterprise developers concentrate on delivering AI outputs.

인터뷰에서 Omdia 분석가 Brad Shimmin은 프로토타입 단계에 대한 철저한 조사를 포함하는 AutoGen Studio의 장점을 강조했습니다. 이는 기업 개발자가 AI 출력 제공에 집중하는 데 도움이 됩니다.

Coming to the features of AutoGen Studio, the tool is designed to make the process of AI development simple and quick. On top of this, the tool also has both evaluation and debugging functionality wherein developers can iteratively build and test their agents and ensure that they work as intended.

AutoGen Studio의 기능을 활용하여 이 도구는 AI 개발 프로세스를 간단하고 빠르게 만들 수 있도록 설계되었습니다. 또한 이 도구에는 개발자가 에이전트를 반복적으로 구축 및 테스트하고 의도한 대로 작동하는지 확인할 수 있는 평가 및 디버깅 기능도 있습니다.

The development cycle is also quickened to some extent by the provision of a gallery of ready-made agent parts, which allows developers to outsource the construction of some parts of the AI system, thus speeding up the process.

또한 기성 에이전트 부품 갤러리를 제공함으로써 개발 주기가 어느 정도 빨라지고, 이를 통해 개발자는 AI 시스템의 일부 구성을 아웃소싱하여 프로세스 속도를 높일 수 있습니다.

Furthermore, AutoGen Studio can be accessed in two ways, which include a web interface and a Python API, making it easy for all types of end users regardless of their development expertise. This flexibility makes the tool accessible to both seasoned developers and those newer to AI agent development.

또한 AutoGen Studio는 웹 인터페이스와 Python API를 포함하는 두 가지 방법으로 액세스할 수 있으므로 개발 전문 지식에 관계없이 모든 유형의 최종 사용자가 쉽게 사용할 수 있습니다. 이러한 유연성 덕분에 노련한 개발자와 AI 에이전트 개발에 익숙하지 않은 개발자 모두가 도구에 액세스할 수 있습니다.

Encouraged, though, Microsoft has made it quite clear that AutoGen Studio is in rapid development and that the iterations are likely to bring about changes that will make it more stable. The company emphasizes that the tool should not be utilized for production at this stage except for testing and demonstration, as it is still very much in prototype stages.

하지만 Microsoft는 AutoGen Studio가 빠르게 개발되고 있으며 반복을 통해 더욱 안정적으로 만들 수 있는 변화를 가져올 가능성이 높다는 점을 확실히 밝혔습니다. 회사는 이 도구가 아직 프로토타입 단계이기 때문에 테스트 및 시연을 제외하고 현 단계에서 생산에 활용해서는 안 된다고 강조합니다.

Coming to the use cases of AutoGen Studio, the tool has managed to prove its value in use in very many places, even though it is still in its early stages. Its use has been seen in advertising, customer support, cybersecurity, data analytics, education, the finance sector, and in software engineering.

AutoGen Studio의 사용 사례를 살펴보면, 이 도구는 아직 초기 단계임에도 불구하고 매우 많은 곳에서 사용의 가치를 입증했습니다. 광고, 고객 지원, 사이버 보안, 데이터 분석, 교육, 금융 부문 및 소프트웨어 엔지니어링 분야에서 사용이 확인되었습니다.

Because of the tool’s ability to make designing AI agents and embedding them in multi-agent systems convenient, it holds much promise for developers working in these areas.

AI 에이전트를 설계하고 이를 다중 에이전트 시스템에 편리하게 내장할 수 있는 도구의 기능으로 인해 이러한 영역에서 작업하는 개발자에게 많은 가능성이 있습니다.

Notwithstanding, Microsoft stresses that in the case of deployed applications, where the user would require more features such as authentication or additional security, then further consideration should be given to developing directly on the AutoGen framework. Since the tool is still undergoing further development, the finest AutoGen Studio is anticipated to play a more pertinent role in the development of AI, particularly in multi-agent systems.

그럼에도 불구하고 Microsoft는 사용자에게 인증이나 추가 보안과 같은 더 많은 기능이 필요한 배포된 응용 프로그램의 경우 AutoGen 프레임워크에서 직접 개발하는 것을 더 고려해야 한다고 강조합니다. 이 도구는 여전히 추가 개발이 진행 중이기 때문에 최고의 AutoGen Studio는 특히 다중 에이전트 시스템에서 AI 개발에 더욱 적절한 역할을 할 것으로 예상됩니다.