AWS Bedrock AgentCore는 AI 에이전트를 실행하기 위한 관리형 인프라입니다 — 에이전트가 AWS 내에서 실행되는 컴퓨팅, 메모리, 신원, 도구 접근 레이어. 세밀한 인가를 위해 Cedar를 사용하며, Olivares AI가 거버넌스 엔진에 사용하는 동일한 정책 언어입니다. Cedar에 대한 수렴이 흥미로운 부분이고, 차이는 각 제품이 차지하는 레이어에 있습니다.
참고: 이 비교는 AgentCore를 에이전트 런타임 인프라 레이어로 다룹니다. AWS Bedrock에는 모델 접근, Guardrails(콘텐츠 안전), Knowledge Bases도 포함됩니다 — 이 인접 기능들은 vs AI gateways & Guardrails에서 다룹니다.
AgentCore가 잘하는 것 (이 용도로 사용하십시오)
AgentCore는 관리형 인프라에서 에이전트를 대규모로 실행하는 운영 문제에 대한 AWS의 해답입니다:
- 에이전트 런타임. 에이전트 실행을 위한 관리형 컴퓨팅 — 자체 인프라 운영 없이 프로비저닝, 스케일링, 라이프사이클 관리.
- 도구 접근. 에이전트와 AWS 서비스(데이터베이스, API, 스토리지) 간의 관리형 연결성 및 내장 도구 통합.
- Cedar 인가. Cedar를 사용한 세밀한 속성 기반 접근 제어 — 동일한 정책 언어, 동일한 형식 검증 속성.
- 관측성. AWS 에코시스템 내 에이전트 실행을 위한 내장 모니터링, 로깅, 트레이싱.
- 신원. IAM에 연결된 에이전트 신원 — AWS 신원 모델 내에서 에이전트가 주체(principal)로 기능.
문제가 *“관리형 인프라, IAM 범위 도구 접근, Cedar 인가로 AWS에서 에이전트를 실행하는 것”*이라면, AgentCore가 이를 해결합니다. 우리는 해당 런타임 레이어를 재구현하지 않습니다.
런타임 위의 거버넌스 격차
AgentCore는 에이전트가 AWS 런타임 경계 내에서 할 수 있는 것을 거버넌스합니다. 에이전트가 인프라 경계를 넘어 운영될 때 — 다수의 클라우드, 온프레미스 데이터베이스, MCP 서버, self-hosted 도구 — 또는 증거가 이를 생성한 플랫폼과 독립적으로 존속해야 할 때 발생하는 질문에는 답하지 않습니다.
| 런타임이 남기는 격차 | 중요한 이유 | Olivares AI가 제공하는 것 |
|---|---|---|
| 크로스 인프라 범위 | AgentCore는 AWS 내에서 거버넌스합니다; 많은 인프라가 AWS, Azure, 온프레미스, self-hosted 도구에 걸쳐 있습니다 | 단일 접근 맵을 통한 모든 환경 — 클라우드, 온프레미스, air-gapped — 인프라 전체 거버넌스 |
| 변조 방지 증거 | 런타임 로그는 변경 가능한 플랫폼 기록입니다; 감사인은 독립적으로 검증 가능한 증거를 원합니다 | Append-only, 해시 체인, Ed25519 서명 원장 — 오프박스 검증 가능, OSCAL 증거로 내보내기 가능 |
| 벤더 중립 배포 | AgentCore는 AWS가 필요합니다; 거버넌스 데이터가 AWS의 관리형 서비스에 존재합니다 | 귀사의 인프라에 self-hosted — Linux, Docker, Kubernetes, air-gapped; 거버넌스 데이터가 경계를 벗어나지 않음 |
| 프레임워크 중립 거버넌스 | AgentCore는 자체 런타임에서 실행되는 에이전트를 거버넌스합니다; 다른 런타임의 에이전트는 별도 거버넌스가 필요합니다 | 모든 프레임워크 또는 런타임의 에이전트 거버넌스 — Claude Code, AutoGen, LangGraph, custom — 단일 플레인을 통해 |
| 라이브 세션 개입 | 런타임 수준 제어; 라이브 세션 전반의 kill switch 또는 break-glass는 미문서화 | HITL 승인, break-glass, 듀얼 컨트롤 재활성화까지 모든 거버넌스 대상 실행을 거부하는 kill switch |
| 주권 | AWS의 관리형 서비스 — 거버넌스 데이터가 AWS 클라우드에 존재 | Self-hosted; 접근 관계와 거버넌스 기록이 귀사의 인프라에 머무름 |
이것들은 런타임 기능이 아닙니다. 격차는 단일 런타임 위에 위치하는 거버넌스와 증거이지, 더 나은 런타임이 아닙니다.
Cedar 수렴
가장 중요한 공유 설계 결정: Olivares AI와 AWS Bedrock AgentCore 둘 다 인가에 Cedar를 사용합니다. 이는 피상적인 겹침이 아닙니다:
- 동일한 정책 언어. Cedar의 deny-by-default, 속성 기반 모델은 임의 RBAC가 달성할 수 없는 형식 검증 속성을 제공합니다.
- 동일한 멘탈 모델. AgentCore의 런타임용 Cedar 정책을 작성하는 조직은 Olivares의 거버넌스 플레인용 Cedar 정책도 동일한 구문, 동일한 시맨틱, 동일한 도구로 작성할 수 있습니다.
- 조합 가능한 레이어. AgentCore는 런타임 도구 접근 수준에서 Cedar를 적용합니다; Olivares는 인프라 거버넌스 수준에서 Cedar를 적용합니다. 동일한 언어, 다른 범위, 선택 시 동일한 정책 저장소.
Cedar에 대한 수렴은 두 제품이 충돌하지 않고 깔끔하게 결합되는 이유입니다.
AgentCore가 올바른 선택인 경우
- AWS에서 개발하며 관리형 에이전트 런타임 인프라 — 프로비저닝, 스케일링, 도구 연결성, IAM 범위 신원 — 을 자체 컴퓨팅 레이어 운영 없이 원하는 경우.
- 에이전트 인프라가 AWS 네이티브이며 거버넌스 경계가 AWS 계정 경계와 일치하는 경우.
- 런타임 수준 Cedar 인가가 필요하며 AWS의 관리형 관측성이 컴플라이언스 요건에 충분한 경우.
Olivares가 올바른 선택인 경우
- 에이전트 인프라가 다수의 클라우드, 온프레미스, self-hosted 인프라에 걸쳐 있으며 — 모든 것에 대해 하나의 거버넌스 플레인이 필요한 경우.
- 증거가 변조 방지, 독립적으로 검증 가능, 내보내기 가능해야 하며 — 단일 플랫폼의 로깅 인프라에 종속되지 않아야 하는 경우.
- 거버넌스 데이터가 인프라 경계를 절대 벗어나지 않는 self-hosted 또는 air-gapped 컨트롤 플레인이 필요한 경우.
- 에이전트가 AgentCore, 베어메탈, 자체 Kubernetes 클러스터 중 어디에서 실행되든 동일하게 작동하는 벤더 중립 거버넌스가 필요한 경우.
결합되는 경우
가장 강력한 배포는 둘을 조합합니다:
- AgentCore를 관리형 런타임으로 — AWS에서 에이전트를 실행하고, 런타임 경계에서 IAM 범위 도구 접근과 Cedar 인가를 제공합니다.
- Olivares를 거버넌스 플레인으로 — 인프라 전체 가시성, 크로스 런타임 접근 맵, 변조 방지 증거, AgentCore의 에이전트 및 다른 곳의 에이전트에 대한 라이브 세션 개입(kill switch, break-glass, HITL)을 제공합니다.
두 레이어 모두 동일한 Cedar 언어. 하나의 정책 멘탈 모델. 런타임은 에이전트가 호출할 수 있는 것을 거버넌스하고; Olivares는 실제로 도달한 것을 거버넌스하며 이를 증명합니다.
관련 문서
- vs AI gateways & Guardrails — 경쟁자가 아닌 콘텐츠 안전 hook으로서의 Bedrock Guardrails.
- vs AI control towers — 런타임과 거버넌스 플레인 위에서 타워가 위치하는 곳.
- 구독 인증 에이전트 거버넌스 — Olivares가 사용자 구독으로 인증하는 에이전트를 거버넌스하는 방법.