1. 개요
AI Agent란, 특정 목표를 달성하기 위해 환경을 인식하고 판단하여 자율적으로 작업을 수행하거나 다른 시스템과 상호작용하는 인공지능 소프트웨어(ex. ChatGPT, Claude 등)를 의미한다. 현대의 AI Agent들은 다양한 작업을 자동화·효율화하며 생산성 향상에 기여하고 있지만 대부분이 고립된 사일로(silo) 환경에서 독립적으로 동작하며 에이전트간의 상호 호환성 부족, 결합의 여러움 등의 한계가 존재한다.
인터넷은 HTTP, TCP/IP 등의 표준 프로토콜에 의해 등장 이후 초고속 발전을 이루었다. 마찬가지로 AI 에이전트 역시 다른 환경에서 하나의 언어로 대화할 수 있는 표준이 마련된다면 지금보다 훨씬 강력한 협업이 가능해질 것으로 예상할 수 있다. 하지만 생성형 AI 분야는 역사가 짧아 공통 프로토콜이 부족한 상황이며, 각 업체 or 유형별로 개별적인 방식 제안에 그친 상황이었다.
✨ 2024년 말부터 최근까지 Anthropic, OpenAI, Google 등 주요 기업들이 AI 에이전트 오픈소스 프로토콜을 공개 및 지지하기 시작했다. Anthropic의 Model Context Protocol(MCP), Google의 Agent-to-Agent(A2A), AGNTCY 등 수개월 사이 여러 개방형 프로토콜이 발표되고 상호 보완적으로 작용하고있다.
❓ AI 에이전트 표준 프로토콜이 주목받는 이유는 무엇일까? 표준이 통일되면 지금까지 제각각이던 다양한 에이전트와 툴 간의 연동 방식이 더 단순해져, 시스템 통합에 소요되는 비용이 줄고 전반적인 개발 생산성이 크게 향상된다. 궁극적으로 이러한 보편적 상호 운용성은 AI 에이전트의 잠재력을 극대화함으로써, AI를 더이상 단일 기능에 국한된 개별 어플리케이션이 아닌, 모든 IT 시스템 전반에 걸쳐 유기적으로 접목될 수 있는 "에이전트 생태계"로 진화시키는 전환점이 될 것으로 기대되기 때문이다.
2. 주요 프로토콜
01. Model Context Protocol(MCP)
MCP란, 대형 언어모델(LLM) 기반 AI를 다양한 외부 데이터 소스나 응용 프로그램에 쉽게 연결하기 위한 프로토콜이다. 쉽게 말하면 'LLM을 세상의 모든 소프트웨어와 연결하는 통일 규격'이라고 이해할 수 있다. Anthropic이 자사 Claude를 개발하면서 아무리 모델 성능이 좋아져도 외부 데이터와 단절되어 있으면 활용 범위에 한계가 있다는 점을 인식하고 문제를 해결하고자 MCP를 고안하게 되었다.
MCP는 AI 업계의 USB-C 포트에 비유할 수 있다. 여러 종류의 하드웨어 기기가 USB-C로 통합되어 상호 호환성을 얻었듯, MCP로 AI와 각종 소프트웨어를 연겨라면 누구나 동일한 규격으로 AI와 앱을 연동할 수 있다. 이는 AI 활용 범용성 확대 및 LLM 애플리케이션의 기존 IT 생태계 확장이 용이하다는 기대 이끌어낸다.
MCP 등장 이후 2025년 3월 OpenAI가 MCP 지원을 공식적으로 발표했다. OpenAI는 자사의 GPT 기반 에이전트 개발 SDK에 MCP를 지원하여 개발자들이 만든 GPT 에이전트에서 곧바로 MCP 호환 앱들을 활용할 수 있게 하며, 사실상 OpenAI 생태계 전반에서 MCP가 작동하도록 만들겠다고 예고하였다.
이제 MCP를 구성하는 3가지 요소들을 살펴보자.
- MCP Host: MCP를 통해 외부 데이터나 기능에 접근하고자 하는 주체. 즉 AI 에이전트 자체
- MCP Client: 호스트 내부에 저장된 모듈로서, 각 MCP 서버와 1:1로 통신을 담당한다. 호스트는 여러 서버와 동시에 연결될 수 있으며 이때 서버별로 클라이언트 인스턴스가 생성되어 개별 채널을 유지하게 된다. 클라이언트는 호스트를 대신하여 서버에 요청(request)을 보내고 응답(response)을 받아온다.
- MCP Server: MCP 프로토콜을 준수하는 외부 응용 프로그램. 호스트의 요청을 수신하고 그에 따라 필요한 정보를 제공하거나 지정된 동작을 실제로 수행한다(ex. Google Drive, Notion, Slack..)
정리해보면, MCP Host는 MCP Client와 함께하며 동작을 수행한다. 그리고 MCP Host는 규격화된 MCP 프로토콜을 통해 사용하고자 하는 MCP Server에 개별적으로 접근하게 된다.
🎯 기존에도 LLM이 외부 서비스의 API를 호출하는 개념은 존재했다. MCP는 한 단계 더 나아가 각 서비스가 제공하는 세부 기능을 도구(tool)라는 단위로 정형화한다. Host는 MCP Server와 연결되면 해당 서버가 지원하는 도구 목록을 쉽게 조회할 수 있고, 필요한 작업에 맞춰 적절한 도구를 선택하고 실행하는게 가능해진다. 즉, 플러그인 내부에 포함된 다양한 동작들까지도 표준화된 방식으로 규격화하여 각각을 프로그래밍할 수 있는 단위로 체계적으로 구조화 한 것이다. 이는 개발자에게는 구현&유지보수의 편의성을, 사용자에게는 일관된 사용 경험을 제공하는 이점을 가진다.
✨ Anthropic이 공개한 MCP 서버 목록 페이지에 따르면 현재까지 이미 수백 개가 넘는 다양한 기능의 MCP Server들이 오픈소스 형태로 외부에 공개되어있다. 이는 개발자들이 MCP 생태계에 참여해 도구(tool)들을 빠르게 추가하고 있다는 증거이며, MCP 생태계는 향후 다양한 SaaS 애플리케이션 간의 통합 & 기업 내부 시스템 자동화 등 여러 분야에서 높은 확장 가능성을 가질 것이라는 의미로 해석된다.
02. Agent-to-Agent(A2A) Protocol
A2A 프로토콜은 Google에서 발표한 서로 다른 플랫폼이나 앱에서 구동되는 AI 에이전트들이 정보를 안전하게 교환하고 작업을 조율하기 위한 통신 표준이다. A2A 프로토콜은 클라이언트 에이전트(Client Agent)와 원격 에이전트(Remote Agnet) 간의 통신을 신뢰성과 일관성을 바탕으로 원활하게 수행할 수 있도록 하는 것이 목적이다.
- 클라이언트 에이전트: 사용자의 명령이나 요청을 수신한 뒤, 해당 작업을 처리하는 데 적합한 원격 에이전트를 식별하여 그 에이전트에게 요청을 전달한다.
- 원격 에이전트: 요청을 받아 자체 기능을 사용하여 실제 작업을 실행하고 결과를 반환한다.
A2A 프로토콜의 주요 기능은 다음과 같다.
- 작업 관리(Task and State Management): 에이전트 간 주고받는 메시지는 모두 작업(task) 단위로 표현되며, 하나의 작업 객체에는 작업의 상태와 결과물이 포함된다.
- 기능 검색(Capability Discovery): 에이전트는 수행할 수 있는 기능 목록을 JSON 형식의 에이전트 카드(agent card)로 공개하며 이를 통해 클라이언트 에이전트는 특정 작업에 적합한 에이전트를 찾을 수 있게된다.
↔️ A2A 프로토콜과 MCP의 상호 보완성 측면도 함께 살펴보자. Google은 A2A 프로토콜이 Anthropic의 MCP와 보완적으로 작동하도록 설계하였음을 강조했다. MCP는 개별 에이전트를 외부 도구 및 데이터와 연결해 주는 역할이라면, A2A 프로토콜은 에이전트와 에이전트 간의 소통을 맡는 역할을 한다.
정리해보면, 두 조직 또는 플랫폼에 각각 소속된 에이전트들은 A2A 프로토콜을 통해 통신하고, 각 에이전트 프레임워크 내에서는 MCP를 통해 외부 API나 엔터프라이즈 애플리케이션과 연결되는 방식으로 동작하게된다. 두 프로토콜을 함께 활용하면 멀티 에이전트 시스템의 실용성 극대화가 가능할 것이다.
✨ A2A 프로토콜은 기업 환경에서 신뢰할 수 있는 멀티에이전트 생태계를 구축하는데 필요한 요소들을 두루 갖추고 있다는 평가를 받는다. A2A를 활용하면 여러 에이전트가 마치 유기적으로 협력하는 팀처럼 상호 협업할 수 있게 되고, Anthropic의 MCP와 마찬가지로 오픈소스로 개방되어있기 때문에 누구나 코드에 대한 이슈 제기&개선을 할 수 있다는 장점이 있다. 향후 A2A 프로토콜이 산업계에 채택될 경우, 다양한 AI 제품과 서비스들이 공통 프로토콜로 연결되어 지금까지 단일 에이전트로는 하기 어려웠던 복합적인 작업을 수행하게 될 것으로 예상된다.
03. AGNTCY 프로젝트
2025년 3월 초 Outshift, Lanchain, Galileo, Llamalndex 등 여러 업체가 연합하여 AGNTCY라는 오픈소스 프로젝트를 출범시켰다. 이들은 '에이전트들의 인터넷(Internet of Agents, IoA)'를 구축하겠다는 비전을 발표했다. 최근 AI 에이전트 기술의 폭발적인 증가에도 불구하고 각기 독립적으로 개발된 에이전트들이 서로 탐색하고 통신하여 협업할 표준 인프라가 없다는 문제 인식에서 출발하였다. 즉, AGNTCY 같은 표준의 도입을 통해 현재 각기 다른 방식으로 나뉘어있는 에이전트 생태계를 웹의 HTTP나 TCP/IP처럼 통일된 개방형 인프라로 엮겠다는 전략이다.
AGNTCY의 핵심 기술 요소들을 살펴보자.
- 에이전트 매니페스트(Agent Manifest): 에이전트의 정체성과 기능을 기술하는 표준화된 명세서. JSON 기반의 파일에 에이전트의 기능, 호출 방법, 의존성 등을 서술하여 어떤 플랫폼이나 환경에서도 해당 에이전트를 이해하고 실행 가능하도록 한다. 이 표준 명세서 형식을 OASF(Open Agentic Schema Framework)로 표준화하였다.
- 에이전트 디렉토리(Agent Directory): 여러 에이전트의 메타데이터&메니페스트를 모아둔 저장소로, 사용할 수 있는 에이전트를 빠르게 탐색하고 도입할 수 있도록 지원한다.
- 에이전트 연결 프로토콜(Agent Connect Protocol)
💻 AGNTCY에서 제시한 멀티에이전트 애플리케이션 개발 단계는 다음과 같다.
- 탐색(Discover): 어떤 에이전트를 사용할 것인지 찾는 단계. IoA는 OASF를 통해 정의된 에이전트 매니페스트와 에이전트 디렉토리를 기반으로, 각 에이전트의 기능을 명확하게 기술하고 체계적으로 카탈로그 화한다.
- 구성(Compose): 여러 에이전트를 엮어 하나의 워크플로우를 구성하는 단계. 서로 다른 에이전트를 사용할 경우 '호환'이라는 문제가 발생한다. IoA는 이를 위해 Agent Client Protocol(ACP), 에이전트 워크플로우 서버 등을 통해 에이전트 조합을 모듈화한다.
- 배포(Deploy): 구성한 멀티에이전트 앱을 실제 환경에 배포하는 단계. IoA는 에이전트 게이트웨이(Agent Gateway)를 통해 에이전트 간 대규모 통신을 지원하고 다양한 에이전트 프레임워크 간 결과 반환을 처리한다.
- 평가(Evaluate): 운영중인 멀티에이전트 앱의 성능을 평가하고 개선하는 단계. IoA는 에이전트 관측 프레임워크, 에이전트 평가 프레임워크, 에이전트 보안 프레임워크를 통해 로그 추적 및 모니터링 방식, 정책 준수 및 이상 탐지를 표준화하여 멀티 에이전트 시스템의 성능과 신뢰성을 체계적으로 향상시키는 피드백 루프를 구축하는 것을 목표로 한다.
❓ 지금까지의 글을 읽어보면 이런 의문이 들 수 있다. AGNTCY의 IoA 프레임퉈크에서 제시되는 APC와 Google의 A2A는 유사한 동작 방식을 가지고 있지 않은가? 실제로 ACP와 A2A는 동일하게 '에이전트 간 공용 언어를 이용한 연결과 협업'이라는 공통된 취지를 공유한다. 그러나 두 프로토콜은 목표와 지향점에서 차이가 존재한다.
- ACP: 멀티에이전트 애플리케이션 개발에 포커스를 둔다. 다양한 에이전트들을 ACP로 연결하여 하나의 워크플로우 위에서 통신할 수 있도록 하여 애플리케이션의 안정적이고 원활한 구동을 목표로 한다.
- A2A: LLM 기반 실시간 메시지 교환에 포커스를 둔다. 일반 사용자가 작업을 수행할 떄 사용하는 자연어 명령을 통해 멀티에이전트 시스템을 이용하고, 시스템은 해당 명령을 해석한 후 A2A 프로토콜로 통합된 관련 전문 에이전트들을 자동으로 탐색하고 최적의 에이전트들끼리 소통하게 하여 사용자에게 명령에 따른 최적의 결과를 반환하는 것을 목표로 한다.
✨ AGNTCY 프로젝트의 등장으로 다양한 기업들이 멀티에이전트 협업 인프라 구축에 동참하고 있다. 이를 통해 AGNTCY가 업계 전문가들을 모아 공통 기반을 만들고, 기업들의 기술 도입 장벽을 낮춰줄 것으로 기대되고있다.
3. 시사점
AI 에이전트 개방형 프로토콜이 확산되면, 지금까지 하나의 플랫폼 안에 묶여 있었던 AI 기능들이 경계 없이 연동되어 새로운 시너지 효과를 발휘할 수 있다. 또한 더이상 특정 벤더의 에코시스템에 종속되지 않아도 된다. 나아가 전 산업 분야에서 AI 에이전트들이 표준화된 방식으로 인간의 복잡한 업무를 분담하게 되면서 업무 자동화와 의사결정 지원의 수준이 한층 고도화 될 것으로 기대된다.
2025년에는 다양한 AI 에이전트 개방형 프로토콜들을 중심으로 표준 프로토콜이 확립될 것으로 전망된다. MCP의 경우 이미 OpenAI와 Anthropic을 중심으로 표준 프로토콜로 나아가고 있으며, Google의 A2A와 AGNTCY 프로젝트 또한 서로 협력하여 에이전트 간 상호 운용성을 논의하게 될 것으로 예상된다.
4. 출처
https://www.kisa.or.kr/20202/form?postSeq=448&page=1#fnPostAttachDownload
KISA 한국인터넷진흥원
www.kisa.or.kr
'Infomation_Sec' 카테고리의 다른 글
| [KISA 동향분석 리뷰] 구글의 서드파티 쿠키 정책 (3) | 2025.08.05 |
|---|