Postman의 AI Agent Builder 플랫폼 (출처: Postman)
Postman의 AI Agent Builder: AI 에이전트 개발의 새로운 지평
Postman이 최근 Model Context Protocol(MCP)에 대한 공식 지원을 발표했습니다. 이제 개발자들은 Postman의 AI Agent Builder를 통해 익숙한 인터페이스 내에서 MCP 요청을 생성하고 전송할 수 있으며, 100,000개가 넘는 API 네트워크에서 MCP 서버를 생성할 수 있게 되었습니다.
AI Agent Builder는 개발자들이 AI 에이전트의 디자인, 디버깅, 배포를 가속화할 수 있도록 만들어진 포괄적인 도구 모음입니다. 이 솔루션은 에이전트 개발 과정을 간소화하고, 개발자가 복잡한 설정이나 스크립트 작성 없이도 강력한 AI 에이전트를 구축할 수 있게 해줍니다.
Postman AI Agent Builder의 주요 기능
Postman의 AI Agent Builder는 개발자들이 AI 에이전트 개발 전체 라이프사이클을 효율적으로 관리할 수 있도록 다양한 기능을 제공합니다.
1. LLM 테스트 및 평가
Postman에서 MCP 요청을 생성하고 전송하는 모습 (출처: Postman 블로그)
- 다중 LLM 테스트: 여러 LLM의 프롬프트, 응답 및 성능을 동시에 테스트할 수 있습니다.
- 성능 비교: 다양한 LLM의 응답, 비용, 성능을 비교하여 가장 적합한 모델을 선택할 수 있습니다.
- 직관적 인터페이스: HTTP, gRPC, GraphQL과 같이 “New” 버튼을 클릭하고 “MCP”를 선택하여 테스트를 시작할 수 있습니다.
2. 즉시 사용 가능한 도구 생성
Postman의 AI Tool Builder를 사용한 MCP 서버 생성 (출처: Postman 블로그)
- 코드 없는 도구 변환: API를 에이전트가 바로 사용할 수 있는 도구로 즉시 전환할 수 있습니다.
- 검증된 API 통합: Salesforce, UPS, X 등 검증된 파트너의 API를 통해 정확하고 신뢰할 수 있는 도구를 제공합니다.
- 저장 및 공유: 모든 MCP 요청은 Postman의 다른 요청 유형과 마찬가지로 저장, 재사용, 공유 및 문서화될 수 있습니다.
3. 중앙화된 LLM 및 API 검색
- 통합 검색: 필요한 LLM과 API를 100,000개 이상의 공개 API 네트워크에서 쉽게 찾을 수 있습니다.
- 자동 로드: 도구, 프롬프트 및 리소스가 서버에서 자동으로 로드되어 구조화된 인터페이스로 표시됩니다.
- One-Stop 솔루션: 다양한 API와 LLM을 한 곳에서 관리하고 통합할 수 있습니다.
4. 노코드, 모듈식 개발
AI 에이전트 개발 워크플로우 개요 (출처: Postman)
- 비주얼 캔버스: 시각적인 노코드 캔버스를 사용하여 에이전트와 다단계 워크플로우를 쉽게 구축할 수 있습니다.
- 복잡성 없는 개발: 복잡한 코딩 없이도 다단계 에이전트 워크플로우를 쉽게 구성할 수 있습니다.
- 간편한 에이전트 테스트: 다양한 시나리오에서 에이전트 워크플로우를 로컬에서 테스트하여 정확하고 신뢰할 수 있는 출력을 보장합니다.
AI Agent Builder로 에이전트 개발 시작하기
Postman AI Agent Builder를 사용하여 AI 에이전트를 개발하는 과정은 다음 단계로 진행됩니다:
1. API 및 LLM 탐색 및 선택
Postman의 방대한 API 네트워크에서 필요한 API와 LLM을 검색하고 선택합니다. AI Agent Builder는 100,000개 이상의 공개 API에 접근할 수 있으며, 원하는 기능에 맞는 API를 쉽게 찾을 수 있습니다.
2. 도구 생성 및 테스트
선택한 API를 에이전트가 사용할 수 있는 도구로 변환합니다. Postman의 AI Tool Builder를 사용하면 코드 작성 없이도 API를 MCP 서버로 쉽게 변환할 수 있습니다. 생성된 도구는 Postman MCP 클라이언트에서 바로 테스트할 수 있습니다.
3. 워크플로우 설계
비주얼 캔버스를 사용하여 에이전트의 워크플로우를 설계합니다. 다양한 도구와 LLM을 연결하여 복잡한 작업을 수행할 수 있는 자동화된 워크플로우를 만듭니다.
4. 테스트 및 반복
로컬 환경에서 에이전트 워크플로우를 테스트하고 결과를 확인합니다. 필요에 따라 프롬프트, 도구, 워크플로우를 조정하여 최적의 결과를 얻을 수 있습니다.
활용 사례: AI Agent Builder로 무엇을 만들 수 있나요?
Postman AI Agent Builder를 활용하여 다양한 비즈니스 요구 사항을 해결할 수 있습니다:
1. 고객 서비스 자동화
이벤트 기반 에이전트를 구축하여 고객 문의를 동적으로 라우팅하고 응답을 처리합니다. 고객의 질문을 분석하고 적절한 정보로 응답하거나 필요한 작업을 자동으로 수행합니다.
2. 인시던트 관리 에이전트
Slack 메시지를 분석하고, 인시던트를 관리하며, 자동으로 문서를 생성하는 자율 AI 에이전트를 구축합니다. 이는 개발 팀의 대응 시간을 단축하고 문제 해결 과정을 간소화합니다.
3. 데이터 통합 및 분석
여러 소스의 데이터를 가져와 분석하고 인사이트를 제공하는 에이전트를 만듭니다. 이를 통해 데이터 기반 의사 결정을 자동화하고 최신 정보에 기반한 분석을 수행할 수 있습니다.
4. 워크플로우 자동화
이메일 전송, 작업 생성, CRM 레코드 업데이트, Slack 알림 등 여러 시스템에 걸친 작업을 자동화하는 에이전트를 구축합니다. 사용자는 자연어로 요청하면 에이전트가 복잡한 워크플로우를 실행합니다.
Postman AI Agent Builder의 미래 개발 방향
Postman AI Agent Builder의 비전 (출처: Postman)
Postman은 AI Agent Builder의 더 많은 기능이 로드맵에 있다고 발표했습니다. 개발자 커뮤니티는 앞으로 다음과 같은 발전을 기대할 수 있습니다:
1. 클라우드 배포
에이전트와 워크플로우를 클라우드에 원활하게 배포하여 외부 서비스와 쉽게 통합할 수 있습니다. 이를 통해 개발자는 인프라 관리에 대한 걱정 없이 에이전트를 운영할 수 있습니다.
2. 실시간 모니터링
배포된 워크플로우에 대한 실시간 모니터링 기능을 통해 성능을 최적화하고 잠재적인 문제를 사전에 감지할 수 있습니다. 이는 프로덕션 환경에서 에이전트의 안정성과 성능을 보장합니다.
AI Agent Builder를 활용한 개발의 이점
Postman AI Agent Builder는 AI 에이전트 개발에 있어 다음과 같은 확실한 이점을 제공합니다:
1. 개발 시간 단축
복잡한 설정이나 스크립트 작성 없이도 에이전트를 빠르게 개발할 수 있어, 아이디어에서 프로토타입 제작까지의 시간이 크게 단축됩니다.
2. 다양한 통합 옵션
100,000개 이상의 API 네트워크와의 즉각적인 통합을 통해 다양한 서비스와 데이터 소스에 접근할 수 있습니다.
3. 협업 용이성
팀 간에 API, LLM, 도구 등을 쉽게 공유하고 협업할 수 있어 개발 프로세스가 더욱 효율적이 됩니다.
4. 낮은 진입 장벽
시각적 인터페이스와 노코드 접근 방식을 통해 기술 스택에 관계없이 더 많은 개발자가 AI 에이전트 개발에 참여할 수 있습니다.
결론: AI 개발의 새로운 지평
Postman의 AI Agent Builder와 MCP 지원은 AI 에이전트 개발의 패러다임을 변화시키고 있습니다. 개발자들은 이제 친숙한 도구와 인터페이스를 사용하여 복잡한 AI 에이전트를 더 쉽고 빠르게 구축할 수 있게 되었습니다.
이러한 발전은 단순히 개발 속도를 높이는 것을 넘어, AI 시스템이 실제 세계에서 더 유용하고 기능적이 되도록 하는 중요한 단계입니다. Postman AI Agent Builder를 통해 우리는 단순히 텍스트를 생성하는 것이 아닌, 실제로 다양한 작업을 자동화하고 수행하는 AI 에이전트를 구축하는 방향으로 나아가고 있습니다.
Comments