AWS는 개발자가 웹 검색을 스스로 수행하고 정보를 수집하는 AI 에이전트를 구축할 수 있도록 Strands Agents SDK에 Exa 검색 연동 기능을 추가했다. 이번 기능은 strands-agents-tools 패키지를 통해 제공되며, 크게 두 가지 핵심 기능을 지원한다. 뉴스나 연구 논문 등 다양한 카테고리를 대상으로 하는 시맨틱 쿼리용 'exa_search'와 특정 URL에서 직접 구조화된 텍스트를 추출하는 'exa_get_contents'다.

검색 도구는 속도와 품질의 균형을 위해 네 가지 모드를 제공한다. 실시간 작업에 적합한 Instant(약 200ms), Fast(약 450ms), Auto(약 1s), 그리고 종합적인 연구를 위한 Deep(3~6s) 모드다. Exa는 LLM 컨텍스트 윈도우에 최적화된 깔끔한 콘텐츠를 반환하므로, 에이전트가 원시 HTML이나 광고가 포함된 검색 스니펫을 정제하는 처리 오버헤드를 겪지 않아도 된다.

이러한 아키텍처는 복잡한 다단계 에이전트 워크플로우 구성을 가능하게 한다. 예를 들어, 딥 리서치 에이전트는 타겟 검색 수행, 날짜 및 소스 유형별 필터링, 최신 콘텐츠 실시간 크롤링, 그리고 구조화된 요약본 생성까지 이르는 6단계 파이프라인을 자동으로 실행할 수 있다. 이때 모델은 작업에 따라 적절한 도구 호출 시점과 추론 루프 관리 방식을 스스로 결정한다.

AWS는 개발자가 웹 검색을 스스로 수행하고 정보를 수집하는 AI 에이전트를 구축할 수 있도록 Strands Agents SDK에 Exa 검색 연동 기능을 추가했다. 이번 기능은 strands-agents-tools 패키지를 통해 제공되며, 크게 두 가지 핵심 기능을 지원한다. 뉴스나 연구 논문 등 다양한 카테고리를 대상으로 하는 시맨틱 쿼리용 'exa_search'와 특정 URL에서 직접 구조화된 텍스트를 추출하는 'exa_get_contents'다.

검색 도구는 속도와 품질의 균형을 위해 네 가지 모드를 제공한다. 실시간 작업에 적합한 Instant(약 200ms), Fast(약 450ms), Auto(약 1s), 그리고 종합적인 연구를 위한 Deep(3~6s) 모드다. Exa는 LLM 컨텍스트 윈도우에 최적화된 깔끔한 콘텐츠를 반환하므로, 에이전트가 원시 HTML이나 광고가 포함된 검색 스니펫을 정제하는 처리 오버헤드를 겪지 않아도 된다.

이러한 아키텍처는 복잡한 다단계 에이전트 워크플로우 구성을 가능하게 한다. 예를 들어, 딥 리서치 에이전트는 타겟 검색 수행, 날짜 및 소스 유형별 필터링, 최신 콘텐츠 실시간 크롤링, 그리고 구조화된 요약본 생성까지 이르는 6단계 파이프라인을 자동으로 실행할 수 있다. 이때 모델은 작업에 따라 적절한 도구 호출 시점과 추론 루프 관리 방식을 스스로 결정한다.