AI
Strands Agents와 MCP를 사용한 신약 개발 연구 어시스턴트 개발
두줄요약
Strands Agents와 MCP로 신약 개발 연구 어시스턴트를 구성하는 방법을 소개했습니다. 다중 데이터베이스 검색과 결과 종합, PDF 생성까지 이어지는 에이전트 워크플로우를 보여주었습니다.
핵심 내용
- Strands Agents와 Amazon Bedrock, MCP를 활용해 신약 개발용 연구 어시스턴트를 구성하는 방법 소개
- 오케스트레이터, 계획, 종합 하위 에이전트와 arXiv, PubMed, ChEMBL, ClinicalTrials.gov, Tavily 연결 구조 설명
- 단일 자연어 질문으로 다중 데이터 소스를 검색·종합해 보고서와 PDF를 생성하는 흐름 제시
구조와 흐름
- 오케스트레이터가 질문 난이도를 판단해 직접 응답 또는 다중 에이전트 워크플로우로 라우팅
- 계획 에이전트가 검색 대상 데이터베이스와 질의를 정리하고, 종합 에이전트가 결과를 하나의 보고서로 통합
- SlidingWindowConversationManager로 최근 대화 맥락을 유지하며 로컬 개발 환경에서 동작
적용해볼 점
- 복잡한 연구 질의에 대해 에이전트 분업과 도구 선택을 자동화하는 설계 참고
- MCP 기반으로 외부 과학 데이터 소스를 표준화해 연결하는 방식 참고
- 로컬 Streamlit 인터페이스에서 연구 검색과 PDF 리포트 생성을 실험해볼 수 있음