MARKETS
KOSPI
KOSDAQ
S&P 500
NASDAQ
USD/KRW
BTC
NIKKEI
WTI
KOSPI
KOSDAQ
S&P 500
NASDAQ
USD/KRW
BTC
NIKKEI
WTI
Wittgenhaus

2026년 7월 14일 화요일

AI 시대, 당신을 더욱 스마트하게

AI검증

아마존 베드록 에이전트코어의 RFC 8693 기반 토큰 교환 구현

아마존 베드록 에이전트코어는 다중 테넌트 환경에서 보안을 강화하기 위해 RFC 8693 표준을 활용합니다. 이 기술은 사용자 신원을 유지하면서 하위 서비스별로 토큰을 변환하여 안전한 API 호출을 지원합니다.

2026년 7월 13일

주장다중 테넌트 생성형 인공지능 에이전트 아키텍처는 사용자 신원 확인과 보안 권한 관리를 핵심 과제로 삼습니다. 에이전트가 사용자를 대신해 하위 응용 프로그램 인터페이스(API)를 호출할 때 적절한 신원 정보를 전달하지 않으면 보안 취약점이 발생합니다.

팩트아마존 베드록 에이전트코어 아이덴티티는 오에이쓰(OAuth) 2.0 토큰 교환 규격인 알에프씨(RFC) 8693을 기본적으로 지원합니다. 이 기능은 에이전트가 직접 교환 로직을 구현하지 않아도 게이트웨이가 투명하게 토큰을 변환하도록 돕습니다.

교차검증에이전트의 서비스 신원만을 사용하면 감사 추적이 불가능해지며, 사용자 토큰을 그대로 전달하면 대리인 문제가 발생합니다. 따라서 알에프씨 8693 기반의 토큰 교환 방식이 보안상 가장 적합한 선택입니다.

팩트토큰 교환 과정에서 원본 호출자의 신원인 서브(sub) 클레임은 유지됩니다. 반면 대상 서비스인 오드(aud) 클레임은 하위 에이피아이 환경에 맞춰 재작성됩니다.

주장오드 클레임의 재작성은 각 하위 서비스가 최소 권한 원칙을 준수하며 독립적으로 토큰을 검증하도록 유도합니다. 이는 다중 테넌트 시스템에서 특정 테넌트용 토큰이 다른 테넌트의 서비스에서 악용되는 것을 방지하는 심층 방어 전략입니다.

팩트에이전트코어 게이트웨이는 도구 호출을 가로채어 대상 테넌트를 식별하고 인증 서버와 통신합니다. 이 과정은 에이전트 코드의 복잡성을 줄이고 보안 설정을 중앙에서 관리하게 합니다.

주장중앙 집중식 보안 관리는 에이전트 개발자가 비즈니스 로직에 집중할 수 있는 환경을 조성합니다. 게이트웨이가 인증 과정을 전담함으로써 에이전트 런타임의 부담을 최소화합니다.

팩트토큰 교환 방식은 액트(act) 클레임을 통해 작업 수행 주체를 기록합니다. 이를 통해 하위 에이피아이는 작업 주체와 대리인을 명확히 구분하여 감사 로그를 생성합니다.

교차검증알에프씨 8693 구현은 에이전트 런타임, 인증 서버, 하위 에이피아이 간의 정밀한 조율을 요구합니다. 설정이 잘못될 경우 보안 체계가 무너질 수 있으므로 주의가 필요합니다.

팩트트래블봇 참조 구현체는 아크메와 글로벡이라는 두 테넌트를 예시로 사용합니다. 해당 구현체는 에이더블유에스 샘플스(aws-samples/sample-obo-flow-poc) 저장소에서 확인 가능합니다.

주장참조 구현체는 개발자가 실제 환경에서 토큰 교환 흐름을 이해하고 적용하는 데 도움을 줍니다. 이는 보안 표준을 준수하는 에이전트 설계의 모범 사례를 제시합니다.

출처아마존 웹 서비스의 공식 블로그 게시물을 통해 해당 기술 사양과 구현 방식을 교차 검증했습니다. (https://aws.amazon.com/blogs/machine-learning/implement-on-behalf-of-token-exchange-for-multi-tenant-agents-with-amazon-bedrock-agentcore-gateway/)

본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.

스팟

WIRE

버블 지표

상세보기 →

릴리즈 & 논문

전체보기 →

RELEASES

vLLMv0.25.0

vLLM v0.25.0 릴리즈

vLLM v0.25.0 릴리즈에서는 558개의 커밋이 반영되었으며, 232명의 기여자가 참여했습니다. Model Runner V2가 기본값으로 설정되었고, PagedAttention이 제거되었습니다. 또한 Transformers 모델링 백엔드가 네이티브 vLLM과 동일한 속도를 내도록 개선되었으며, 다양한 신규 모델 및 스트리밍 파서 엔진이 추가되었습니다.

2일 전

Transformersv5.13.1

패치 릴리즈 v5.13.1

이번 패치 릴리즈는 vllm 최신 버전에서 `transformers`를 지원하는 데 중점을 두었습니다. 사용자 정의 모델에 대한 `remap_legacy_layer_types`의 방어 기능을 강화하고, 새로운 선형 레이어 타입 이름을 인식하지 못하는 사용자 정의 코드의 문제를 수정했습니다. 또한, `_LazyAutoMapping.register`에 문자열 키가 전달되는 경우의 오류를 해결했습니다.

2일 전

LangChainlangchain==1.3.13

langchain==1.3.13

`meta` 추가 기능이 도입되었으며, `init_chat_model`에서 `langchain-meta`를 지원합니다. 또한 OpenAI 모델에 대한 명시적 프롬프트 캐싱 기능이 추가되었습니다.

3일 전

LangChainlangchain-openai==1.3.5

langchain-openai==1.3.5

langchain-openai 1.3.5 릴리즈에서는 명시적인 프롬프트 캐싱 기능이 추가되었습니다. 또한 모델 프로필 데이터가 업데이트되었습니다.

3일 전

meta-llama/llama-stackv1.2.0

v1.2.0

이번 릴리즈에서는 Vertex AI 로깅 방식 개선, Milvus 호환성 수정, 파일 처리기 성능 향상 등 다양한 버그 수정이 이루어졌습니다. 또한, Skills API 문서 추가, OGX 논문 문서화, 보안 스캐닝 기능 추가 등 문서 및 기능 개선도 포함되었습니다. 멀티 테넌시 지원 강화 및 API 명세와의 호환성 개선도 이루어졌습니다.

3일 전

PAPERS