2025-09-17

오늘 배운 것

A2A vs MCP

개요

  • A2A (Agent-to-Agent) 와 MCP (Model Context Protocol) 두 프로토콜의 정의 및 비교
  • AI 에이전트 시스템 구축 시 이 둘이 어떻게 작동하고, 서로 보완적인지 설명
  • 개발자 / 디자이너 / AI 제품 제작자에게 중요한 구조적 통찰 제공

A2A (Agent-to-Agent)

  • 구글 및 다수 업계 파트너들이 개발한 개방형 프로토콜
  • 서로 다른 에이전트 간 상호운용성(interoperability)을 목표

주요 메커니즘

  • 통신: HTTP(S) + JSON-RPC2.0
  • 서버 발신 이벤트(SSE)를 통한 스트리밍 업데이트 지원

상호작용 모델

  • 클라이언트 에이전트: 작업 시작
  • 원격 에이전트: 요청을 받고 처리
  • ‘에이전트 카드(agent card)’를 통해 상대 에이전트의 기능, API, 인증 요구사항 등을 노출하여 탐색 가능

작업 관리

  • 작업(task) 객체 중심: 요청 세부사항 + 상태 추적이 가능
  • 결과(artifact)를 반환하며, 중간에 상태 메시지나 조율 메시지 주고받을 수 있음

사용 사례

  • 회사 온보딩 프로세스 예: HR, IT, 시설 팀 등 각기 다른 에이전트들이 역할 나누어 일을 수행하고, 조정 에이전트가 전체 흐름 조정

MCP (Model Context Protocol)

  • Anthropic이 개발한 프로토콜
  • 목적: LLM (언어 모델) 내에서 외부 도구(tool), 데이터(document), 사용자 상태 등을 구조화된 컨텍스트로 동적으로 삽입하여 모델의 추론 능력 향상

주요 구성요소

  • MCP 호스트(Host): 사용자 인터페이스/앱 (예: Claude Desktop, 코딩 도우미)
  • MCP 클라이언트(Client): MCP 서버들과의 연결을 관리, AI 호스트 ↔ 외부 데이터/도구 연결 다리 역할
  • MCP 서버(Server): 실제 도구/데이터 제공자
    • 로컬 데이터 소스 (문서, 코드, 파일 등)
    • 원격 서비스/API (예: GitHub, 외부 SaaS)

작동 흐름 예

  1. 사용자 요청
  2. AI 호스트에서 MCP 클라이언트 통해 적절한 MCP 서버 호출
  3. 서버가 기능 실행 또는 데이터 반환
  4. 결과가 다시 모델에게 전달되어 응답으로 사용됨

A2A vs MCP 비교표

항목 A2A MCP
주요 목표 에이전트 간 작업(task) 교환 LLM이 외부 컨텍스트/도구에 접근 가능하게 함
대상 여러 자율 에이전트 간 통신 및 협업 단일 에이전트/모델 내 컨텍스트 증강
집중점 에이전트 워크플로우, 위임(delegation), 조정 동적 도구 호출, 외부 데이터/문서 통합
실행 방식 작업/아티팩트 교환, 역할 분리 모델 내 기능/도구 선택 및 실행
보안/인증 OAuth2.0, API 키, 범위 선언적 권한 등 애플리케이션 통합 계층에서 권한 관리 중요

두 프로토콜의 통합 활용

  • 둘은 경쟁 관계가 아니라 상호보완적임
  • 예: A2A를 사용해 여러 전문 에이전트에게 작업을 할당하고, 각 에이전트 내부에서는 MCP를 사용해 문서 검색, 데이터 추출, API 호출 등 수행

시사점 / 과제

  • 인증(Authentication) 및 권한(Authorization)의 경계 관리 필요
  • 사용자 vs 에이전트 vs 에이전트 간 vs 서비스 간의 신뢰와 식별자(identity) 문제 중요
  • 제품 설계자-디자이너는 단순한 UI/UX를 넘어, 언제 AI가 중재하고 언제 사용자가 개입할지 설계해야 함

참고자료

🔗 A2A vs MCP: 새로운 에이전트 생태계를 위한 두 개의 보완적 프로토콜

results matching ""

    No results matching ""