Amazon Bedrock AgentCore Web Search API, Gateway 요구 사항 제거
Amazon이 AgentCore Web Search API를 도입해, 애플리케이션이 AgentCore Gateway를 먼저 만들지 않고도 기존 웹 인덱스를 검색할 수 있게 됐다. 이 변화는 개발자에게 검색 결과로 향하는 직접 경로를 제공하는 한편, 공유 소스 정책은 Gateway 또는 애플리케이션이 맡도록 한다. 이 구분은 중요하다. 접근 방식이 단순해져도 주변 통제 장치를 누가 소유하는지는 달라지기 때문이다.
새 인터페이스는 익숙한 AWS 자격 증명을 통해 애플리케이션, 맞춤형 에이전트 루프, 데이터 파이프라인을 지원한다. 에이전트 루프는 모델이 반복적으로 작업을 선택하고 그 결과를 처리하도록 하는 애플리케이션 코드다. 이전에는 AgentCore의 웹 검색 경로를 이용하려면 Gateway와 구성된 검색 대상이 필요했다. 개발자는 AI 애플리케이션을 외부 도구에 연결하는 표준인 Model Context Protocol, 즉 MCP를 통해 이 도구를 사용했다.
AWS는 여전히 대부분의 에이전트형 워크로드에 AgentCore Gateway를 권장한다. 11월 11일 발표에서는 자체 실행 환경을 이미 관리하는 소프트웨어를 위한 보완적 선택지로 직접 접근 방식을 제시한다. 따라서 핵심 선택은 아키텍처에 관한 문제다. 검색 정책은 공유 서비스에 둘 것인가, 아니면 각 애플리케이션이 이를 적용할 것인가? 이번 릴리스는 설정 요건을 없앴지만, 그 결정을 없애지는 않았다.
AgentCore Web Search API가 실제로 바꾸는 것
이번 릴리스는 Amazon의 첫 웹 검색 기능을 새로 도입하는 것이 아니라 Amazon 검색 인프라에 접근하는 방식을 바꾼다.
AWS의 Web Search API 발표에 따르면, 호출 코드에 결과를 직접 반환하는 독립형 작업이 제공된다. 개발자는 언어별 서비스 클라이언트를 제공하는 AWS 소프트웨어 개발 키트나 AWS Command Line Interface를 사용할 수 있다.
이 작업의 이름은 InvokeWebSearch다. 애플리케이션은 AWS 자격 증명의 권한을 정의하는 서비스인 AWS Identity and Access Management, 즉 IAM을 통해 요청을 승인받는다. 기존 AWS 자격 증명이 요청에 서명한다. 개발자는 이 호출 전에 Gateway나 검색 대상을 프로비저닝할 필요가 없다.
AWS는 직접 인터페이스가 Gateway 커넥터에서 사용하는 것과 동일한 Amazon 운영 인덱스를 검색한다고 설명한다. 이번 발표는 기존 경로 대비 새로운 검색 품질 우위를 입증하지는 않는다. 가장 분명한 기여는 애플리케이션이 검색 가능한 에이전트 도구가 아니라 결과 자체를 필요로 할 때 중간 계층을 제거한다는 점이다.
이로써 이번 릴리스는 대화형 어시스턴트를 넘어선 영역에서도 의미를 갖는다. 예를 들어 주기적으로 공개 제품 발표를 수집하는 기존 애플리케이션을 생각해 볼 수 있다. 그 스케줄러는 이미 작업 실행 시점을 결정하고, 데이터베이스는 발견 사항을 저장하며, 코드는 사용자에게 무엇을 보여줄지 결정한다. 검색 결과를 가져오기 위해서만 에이전트 Gateway를 추가하면 해당 팀이 운영해야 할 구성 요소가 하나 더 생긴다.
직접 인터페이스를 사용하면 해당 애플리케이션은 현재 구조를 유지할 수 있다. 검색은 이미 구축된 프로세스 안의 서비스 호출이 된다. 이는 모니터링 작업이나 콘텐츠 보강 시스템에도 동일하게 적용된다. 입력이 웹에서 온다는 이유만으로 어느 쪽도 자율적 의사결정이 필요한 것은 아니다.
이 구분은 개발자가 “생성할 리소스 없음”이라는 표현을 해석하는 방식도 바꾼다. 이는 검색 작업에 대한 접근을 뜻한다. 프로덕션 애플리케이션에는 여전히 실행 환경, 권한, 오류 처리, 출력 전송 대상이 필요하다. 선택 사항인 네트워킹 및 로깅 구성도 별도의 선택지로 남는다.
따라서 관련 비교는 통합 경로 사이에서 이뤄진다. Gateway는 여러 클라이언트 전반의 도구 접근을 조직한다. 소프트웨어가 프로그래밍 방식으로 호출하는 인터페이스인 직접 API는 애플리케이션의 기존 흐름 안에서 데이터를 반환한다. 둘 중 무엇을 선택할지는 어느 아키텍처에 더 열광하는지보다 결과를 소비하는 소프트웨어를 기준으로 시작해야 한다.
이미 Gateway를 성공적으로 사용 중인 팀이라면 이번 발표만으로 마이그레이션할 이유는 없다. 검색 백엔드는 동일하게 공유된다. 마이그레이션에는 MCP가 더 이상 필요 없는 애플리케이션을 단순화하거나 실행 통제를 기존 코드로 옮기는 등의 다른 근거가 필요하다.
이전에 AgentCore 검색이 에이전트 인프라에 지나치게 의존한다고 판단했던 팀에는 이번 릴리스가 계산을 바꾼다. 이제 이들은 Gateway 아키텍처와 분리해 검색 서비스를 평가할 수 있다.
애플리케이션 소유자는 통제권을 얻고, 결정도 함께 떠안는다
직접 검색은 애플리케이션 개발자에게 실행에 대한 더 큰 통제권을 제공하는 동시에, 소스 정책에 대한 책임을 더욱 명확하게 만든다.
실질적인 부담은 규칙을 어디에 둘지 결정하는 팀에 놓인다. 여러 에이전트를 지원하는 플랫폼 그룹은 기존 애플리케이션에 검색을 추가하는 개발자와 요구 사항이 다르다. 전자는 클라이언트 전반의 일관성이 필요하다. 후자는 이미 유지보수하는 코드 안에서 예측 가능한 의존성을 필요로 하는 경우가 많다.
AWS의 API and Gateway 가이드는 이 경계를 구체적으로 설명한다. 직접 요청은 자체 도메인 필터를 포함한다. Gateway 커넥터는 호출 에이전트의 시야 밖에서 대상에 구성된 소스 목록을 추가로 적용할 수 있다. 직접 API는 IAM으로 호출자를 승인하며, Gateway는 토큰 기반 호출자 승인도 지원한다.
이러한 차이는 검색 권한과 소스 선택 권한을 분리한다. 애플리케이션 ID가 검색 호출 권한을 받았다고 해서 조직 전체에 적용되는 허용 도메인 목록이 확립되는 것은 아니다. 소스 제한에는 여전히 적용 지점이 필요하다.
예시로 엔지니어링 어시스턴트를 생각하면 이 구분이 더 명확해진다. 개발자는 공급업체 문서 전반의 검색을 허용하되, 릴리스 요약에서는 토론 포럼을 제외할 수 있다. 이 규칙이 애플리케이션 코드에 있다면, 해당 팀은 어시스턴트가 변할 때마다 이를 유지해야 한다. 여러 어시스턴트가 정책을 공유한다면 중앙 집중식 관리가 더 매력적이 된다.
어느 쪽도 본질적으로 우월하지는 않다. 로컬 규칙은 다른 모든 사람의 요구와 다른 애플리케이션에 적합할 수 있다. 공유 규칙은 많은 팀이 동일한 제한을 필요로 할 때 편차를 줄일 수 있다. 이 절충안은 유연성과 안전성 간의 단순한 경쟁이 아니라 소유권과 일관성에 관한 문제다.
같은 논리는 실패한 요청을 반복하는 재시도와 이전 결과를 재사용하는 캐싱에도 적용된다. 애플리케이션 팀은 이러한 결정을 기존 신뢰성 통제 장치와 함께 둘 수 있다. 동시에 이 통제 장치가 더 넓은 워크플로 안에서 검색이 작동하는 방식을 제대로 반영하도록 보장할 책임도 진다.
예를 들어 어제의 응답을 재사용하는 것은 백그라운드 리서치 아카이브에는 적합할 수 있다. 오늘 아침 무엇이 달라졌는지 묻는 화면에는 덜 적절하다. 캐시는 반복 작업을 줄일 수 있지만, 유효 기간이 사용자의 질문을 고려하지 않으면 최신성을 훼손할 수도 있다.
따라서 AgentCore API vs Gateway는 운영 경계에 관한 질문이 된다. 소스 제한은 어디에서 변경되어야 하는가? 누가 그 변경을 승인하는가? 어떤 구성 요소가 검색 빈도를 통제하는가? 예상치 못한 사이트를 인용한 답변은 어느 팀이 조사하는가?
이 질문들은 애플리케이션이 대규모에 도달하기 전부터 중요하다. 프로토타입은 보통 명확한 소유자와 좁은 목적을 가진다. 다른 팀이 이를 채택하면서 신뢰할 수 있는 소스와 허용 가능한 재사용에 대한 가정은 달라질 수 있다. 직접 연결은 이러한 가정을 로컬에서 구현하기 쉽게 만들지만, 조직 전체에서 조율하기까지 쉽게 만들지는 않는다.
AWS의 결정은 개발자에게 그 경계를 설정할 또 하나의 위치를 제공한다. 하지만 그 경계를 신중하게 설정해야 할 필요를 없애지는 않는다.
검색 결과는 개발자가 검토할 증거를 제공한다
직접 검색의 가치는 애플리케이션이 모델에게 답변 생성을 요청하기 전에 증거를 검토할 수 있다는 데 있다.
요청 및 응답 문서는 텍스트 추출물을 포함하는 순위 결과를 설명한다. 제목, URL, 게시 타임스탬프는 선택 사항이다. 요청은 최대 200자 길이의 쿼리를 허용하고 최대 25개의 결과를 반환하며, 도메인 및 게시 시간 필터를 사용할 수 있다.
이 세부 사항들은 범위가 제한된 검색 작업을 설명한다. 애플리케이션은 질문이 완전히 답변되었다는 보장이 아니라 후보 자료를 받는다. 순위 목록을 반환한다는 점은 어떤 증거가 충분한지 결정할 책임도 호출자에게 남긴다.
선택적 메타데이터는 즉각적인 제품 결정을 만든다. 게시 타임스탬프가 없는 결과도 유용한 배경 정보를 포함할 수 있다. 그러나 그 자체만으로는 발표가 좁게 정의된 보도 기간에 속한다는 점을 입증할 수 없다. 애플리케이션에는 이 불확실성에 대한 규칙이 필요하다.
마찬가지로 URL이 없는 추출물은 추적 가능한 소스가 있는 추출물과 다른 문제를 제기한다. 사용자가 뒷받침하는 증거를 검토할 것으로 기대된다면, 애플리케이션은 불완전한 출처 표기가 결과를 부적격하게 만드는지 결정해야 한다. 모든 결과를 조용히 똑같이 사용할 수 있는 것으로 취급하면 그 차이를 감추게 된다.
날짜 필터링에도 주의가 필요하다. 문서는 포괄적 타임스탬프 경계를 정의하며, 시간이 없는 날짜는 그 시작 시점의 자정을 의미한다고 경고한다. 사용자의 달력 선택을 변환하는 애플리케이션은 의도된 기간을 보존해야 한다.
이는 작지만 잠재적으로 눈에 띄는 결과를 낳을 수 있는 인터페이스 세부 사항이다. 보도 날짜를 선택한 사용자는 하루 전체를 기대한다. 잘못 변환된 종료점은 요청이 기술적으로 유효한 상태에서 자료를 제외할 수 있다. 그 결과 요약은 의도치 않은 증거 기간을 사용했음에도 매끄러워 보일 수 있다.
도메인 필터는 결과가 어느 출처에서 유래하도록 허용되는지라는 또 다른 구체적 질문에 답한다. 특정 페이지가 모델의 결론을 뒷받침하는지는 확립하지 않는다. 신뢰할 수 있는 발행사도 요청된 사건과 무관한 배경 자료를 호스팅할 수 있다.
같은 구분은 검색 추출물과 완료된 사실 검증을 분리한다. 추출물은 유망한 증거를 식별할 수 있다. 중요한 결론을 내리려면 원본 소스를 검토하고, 맥락을 확인하거나, 다른 권위 있는 기록과 비교해야 할 수 있다.
Microsoft는 Bing grounding tools를 통해 유용한 비교 사례를 제공한다. Grounding은 모델이 답변하기 전에 외부 증거를 제공하는 것을 뜻한다. Microsoft는 개발자가 원시 반환 콘텐츠에 접근하는 대신 인용이 포함된 생성 응답을 받는 경로를 문서화했다.
이 비교는 품질 순위를 확립하지 않으면서 아키텍처 차이를 부각한다. 일부 제품은 에이전트 서비스 내에서 인용된 답변을 우선시한다. 다른 제품은 독립적으로 검토하고 처리할 수 있는 검색 자료가 필요하다. Amazon의 직접 인터페이스는 후자의 요구 사항을 충족한다.
구매자에게는 평가 질문도 이 구분에 맞아야 한다. 답변의 유창성만 평가하면 검토 가능한 검색 인터페이스를 선택하는 이유를 놓치게 된다. 더 관련성 높은 질문은 반환된 자료가 애플리케이션 자체의 증거 규칙을 뒷받침하는지 여부다.
의존성 감시 도구는 검색이 멈추는 지점을 보여 준다
AWS의 실습 예시는 검증을 애플리케이션 코드에 배치하며, 검색과 검증된 보도가 여전히 별개의 작업인 이유를 보여 준다.
AWS는 일일 종속성 감시 도구에서 에이전트 실행을 조율하는 프레임워크인 LangGraph로 구축한 보안 워크플로를 설명합니다. 이 예시는 소프트웨어 종속성을 조사하고, 고정된 검색 규칙을 적용하며, 발견 사항을 반환된 출처와 대조하고, 이전에 보고된 항목은 제외합니다.
중요한 설계 선택은 책임의 분리입니다. 모델은 검색을 선택하고 발견 사항을 제안합니다. 코드는 제약 조건을 통제하고 증거가 특정 조건을 충족하는지 확인합니다. 검색 접근은 이 과정에 필요한 자료를 제공합니다.
AWS는 이 예시의 한계도 명시합니다. 이 검사는 심각도, 악용 여부, 영향받는 버전 또는 권장 조치를 확정하지 않습니다. 따라서 발견 사항을 검색된 증거와 일치시키는 것은 보안 보고서의 모든 진술을 검증하는 것보다 범위가 좁습니다.
이러한 인정은 이 예시를 인용이 포함된 답변의 일반적인 시연보다 더 유용하게 만듭니다. 성공적인 검색을 성공적인 분석으로 취급하는 대신, 남은 작업을 식별합니다. 보안 팀은 조치를 취하기 전에 여전히 권위 있는 취약점 정보와 검토가 필요합니다.
더 넓은 교훈은 덜 전문화된 워크플로에도 적용됩니다. 한 제품 관리자가 공급업체의 발표를 추적한다고 가정해 보겠습니다. 제품 이름이 언급된 페이지를 찾는다고 해서 해당 기능이 일반적으로 제공된다는 사실이 확립되는 것은 아닙니다. 그 페이지는 미리 보기, 지역별 출시 또는 향후 약속을 다룰 수 있습니다.
보고 애플리케이션은 증거를 문장으로 변환할 때 이러한 구분을 보존해야 합니다. 그렇지 않으면 검색을 추가하는 것은 근거 없는 결론을 더 설득력 있게 보이도록 제시할 뿐입니다. 인용은 독자가 주장을 검토하는 데 도움이 되지만, 인용이 있다는 사실만으로 뒷받침 여부가 확립되지는 않습니다.
이 예시는 애플리케이션 요구 사항을 나타내는 고정 규칙이 모델 외부에 남아야 하는 이유도 보여줍니다. 더 넓은 결과가 요약을 더 쉽게 작성하게 한다는 이유만으로 보고 기간이 확장되어서는 안 됩니다. 에이전트가 다른 쿼리를 원한다는 이유로 출처 제한이 사라져서도 안 됩니다.
이는 모든 직접 통합이 이를 구현한다는 증거가 아니라 애플리케이션 설계에 대한 시사점입니다. 팀은 코드를 통해 규칙을 신중하게 강제할 수 있습니다. 중요한 선택을 제한하지 않는 얇은 래퍼를 구축할 수도 있습니다. API는 어떤 접근법을 채택할지 결정하지 않습니다.
바로 이 지점에서 AgentCore 검색을 단일 호출의 편의 기능으로 설명하는 방식은 불완전해집니다. 이 호출은 증거 획득을 단순화합니다. 주변 워크플로가 해당 증거가 의도한 출력에 적절하고, 새로운 정보이며, 관련성이 있고, 충분한지 결정합니다.
지식 관리는 또 다른 구분을 더합니다. 현재 공개 정보를 검색하는 일은 조직이 축적한 문서와 결정을 정리하는 일과 다릅니다. 검색 가능한 지식 베이스는 관련된 요구, 즉 기존 기술 지식을 나중에 사용할 수 있도록 만드는 문제를 다룹니다.
두 출처를 결합하는 애플리케이션은 각각의 출처를 보존해야 합니다. 공개 발표, 내부 해석, 모델이 생성한 요약은 서로 다른 증거적 무게를 지닙니다. 이를 매끄러운 문단으로 합친다고 해서 그 차이가 사라져서는 안 됩니다.
IAM 접근 권한만으로는 감사나 답변 품질이 해결되지 않는다
인증은 누가 검색을 호출할 수 있는지를 확립하지만, 답변이 무엇을 입증하는지 또는 모든 관련 결정이 기록되는지를 확립하지는 않습니다.
AgentCore Web Search API는 익숙한 AWS ID 제어 방식에 부합하지만, 감사 범위를 확보하려면 별도의 구성이 필요합니다. 출시를 평가하는 팀은 서비스 접근, 기록된 활동, 강제된 출처 정책, 증거 품질을 구분해야 합니다.
AWS의 CloudTrail 데이터 이벤트 문서는 검색 로깅이 기본적으로 활성화되어 있지 않다고 명시합니다. AWS의 활동 로깅 서비스인 CloudTrail은 이 리소스 유형에 대한 이벤트 선택기가 필요합니다. 기록된 요청 매개변수에는 검색 텍스트와 필터가 포함되지 않습니다.
이는 접근 기록과 증거 기록 사이에 의미 있는 차이를 만듭니다. 어떤 ID가 검색을 호출했다는 사실을 안다고 해서 어떤 질문을 했는지, 어떤 출처 제한을 적용했는지는 알 수 없습니다. 사고 조사에는 두 종류의 정보가 모두 필요할 수 있습니다.
따라서 애플리케이션 소유자는 관측 가능성에 관한 결정을 내려야 합니다. 관측 가능성이란 시스템 동작을 이해하는 데 충분한 운영 정보를 보존하는 것을 의미합니다. 검색 기반 애플리케이션의 경우 선택된 출처, 적용된 정책 버전, 거부된 발견 사항 또는 사용자에게 표시된 링크 등이 이에 포함될 수 있습니다.
더 많은 로깅이 자동으로 더 나은 것은 아닙니다. 검색 쿼리는 내부 관심사를 드러낼 수 있으며, 보존된 추출문은 추가적인 데이터 관리 의무를 만들 수 있습니다. 적절한 기록은 애플리케이션의 목적과 운영자가 답해야 하는 질문에 따라 달라집니다.
중요한 점은 구체성입니다. 팀은 자신의 기록이 무엇을 확립하는지 설명할 수 있어야 합니다. 성공적인 권한 부여를 보여주는 로그는 애플리케이션이 어떤 주장을 수용한 이유를 보여주는 기록과는 다른 결론을 뒷받침합니다.
답변 품질에도 마찬가지로 신중한 분리가 필요합니다. Amazon의 발표는 제품 동작과 의도된 사용을 확립합니다. 그러나 해당 인덱스가 경쟁 서비스보다 더 나은 증거를 검색한다는 점을 입증하는 독립적으로 통제된 비교는 제공하지 않습니다.
조건이 일치하는 평가가 없다면 우월성에 관한 주장은 이용 가능한 증거를 넘어섭니다. 검색 관련성은 쿼리, 출처 범위, 최신성 요구 사항 및 점수 산정 방식에 따라 달라집니다. 통합하기 쉬운 인터페이스라도 특정 워크로드에는 상당한 테스트가 필요할 수 있습니다.
접근 경로를 바꾸는 것이 기본 인덱스를 개선한다고 가정할 이유도 없습니다. AWS에 따르면 두 경로는 동일한 검색 인프라를 사용합니다. 직접 연결은 검색 백엔드가 찾아내는 내용을 개선하지 않으면서도 애플리케이션 아키텍처를 단순화할 수 있습니다.
따라서 회의적인 해석에는 범위가 있습니다. 이번 출시는 통합 선택에 관한 주장을 뒷받침합니다. 애플리케이션별 증거 품질과 로컬에서 구현한 제어의 효과는 입증되어야 할 과제로 남습니다.
그렇다고 출시의 실용적 가치가 줄어드는 것은 아닙니다. 불필요한 구성 요소를 제거하면 개발자가 서비스를 채택하는 데 도움이 될 수 있습니다. 팀이 AWS가 제거한 작업과 애플리케이션이 여전히 담당하는 작업을 구분할 때 그 가치는 더 명확해집니다.
따라서 기업 구매자에게 AgentCore API vs Gateway는 운영상의 평가로 남아야 합니다. 성공적인 시연은 매력적인 답변을 생성하는 데 그치지 않고, 일반적인 사용과 장애 상황에서 의도한 제어가 유지됨을 보여줘야 합니다.
다음으로 도입, 정책 일관성, 증거 품질을 지켜봐야 한다
다음으로 유용한 신호는 더 단순한 접근이 신뢰할 수 있는 증거를 갖춘 유지 관리 가능한 애플리케이션으로 이어지는지를 보여줄 것입니다.
첫 번째 신호는 에이전트 중심 인터페이스 외부에서의 도입입니다. 기존 애플리케이션, 예약된 정보 보강 작업, 모니터링 파이프라인에서 문서화된 사용 사례를 지켜보십시오. 이러한 배포는 검색이 Gateway와 독립적인 통합 지점을 가질 가치가 있다는 AWS의 주장을 뒷받침할 것입니다.
가장 강력한 사례는 어떤 복잡성이 사라졌는지 설명할 것입니다. 신뢰할 수 있는 설명은 제거된 구성 요소를 식별하고 그에 따른 운영 책임을 기술할 것입니다. 단지 한 호출을 다른 호출로 대체하는 시연이 입증할 수 있는 내용은 훨씬 적습니다.
공개된 사례 대부분이 에이전트 시연에 머문다면, 더 폭넓은 애플리케이션 사례는 여전히 덜 발전된 상태로 남을 것입니다. 그렇다고 직접 접근이 무효가 되는 것은 아니지만, 비에이전트 워크로드가 이번 출시의 주요 이유라는 주장은 약화될 것입니다.
두 번째 신호는 사용이 확산되면서 팀이 출처 정책을 어떻게 유지하는지입니다. 직접 통합이 재사용 가능한 정책 구성 요소를 발전시키는지, 아니면 로컬 규칙의 모음으로 남는지 살펴보십시오. 그 결과는 팀 전반에서 애플리케이션 소유 거버넌스를 얼마나 관리하기 쉽게 만들 수 있는지 명확히 할 것입니다.
일관된 정책 집행은 성숙한 애플리케이션 플랫폼을 갖춘 조직에서 직접 통합의 근거를 강화할 것입니다. 반복적인 이탈은 Gateway의 공유 관리에 대한 근거를 강화할 것입니다. 어느 결과든 두 경로 중 하나를 보편적으로 더 바람직하게 만들지 않으면서 아키텍처 선택을 구체화할 것입니다.
유용한 증거에는 조직이 출처 변경을 승인하고 모델이 필수 제약 조건을 변경하지 못하게 하는 방식이 포함될 것입니다. 또한 운영자가 논쟁의 여지가 있는 출력에 적용된 정책을 어떻게 식별하는지도 보여줘야 합니다. 구성 스크린샷만으로는 그러한 동작이 확립되지 않습니다.
세 번째 신호는 워크로드별 검색 평가입니다. 결과가 요청된 주장을 뒷받침하는지, 사용할 수 있는 인용을 보존하는지, 최신성 요구 사항을 충족하는지를 측정하는 테스트를 지켜보십시오. 이러한 측정은 답변의 유창성보다 애플리케이션 유용성과 더 직접적으로 관련됩니다.
의미 있는 평가는 성공뿐 아니라 실패도 드러내야 합니다. 누락된 게시 날짜, 불충분한 증거, 관련 없는 추출문, 뒷받침되지 않는 결론은 모두 애플리케이션에 추가 검사가 필요한 지점을 정의하는 데 도움이 됩니다. 성공한 답변만 보고하면 그러한 경계가 가려질 것입니다.
일치하는 조건에서 더 나은 증거 품질이 확인되면 제품의 근거는 강화될 것입니다. 지속적인 격차는 통합 편의성이 추가 검증 작업보다 더 큰 가치를 갖는 워크로드를 좁힐 것입니다. 어느 결과도 가용성 발표만으로 추론해서는 안 됩니다.
AgentCore Web Search API를 평가하는 독자라면, 증거 요구 사항을 명확히 설명할 수 있는 워크플로부터 시작하십시오. 어떤 출처가 적격인지, 최신성을 어떻게 판단할지, 메타데이터가 누락되면 어떻게 할지 결정하십시오. 누가 이러한 규칙을 소유하는지, 운영자가 의심스러운 출력을 어떻게 검토할지 식별하십시오. 그런 다음 동일한 워크플로를 기준으로 직접 접근과 Gateway를 비교하십시오. 전체 과정에서 출처 링크를 보존하고, 검색된 텍스트와 애플리케이션이 추가한 결론을 구분하십시오. 가장 유익한 결과는 시스템이 무엇을 찾았고, 무엇을 수용했으며, 그 이유가 무엇인지를 명확히 기록하는 것입니다. 어떤 경로가 팀이 이러한 결정을 더 쉽게 유지 관리하게 해줄까요?



