AI 에이전트 아키텍처에서 A2A와 MCP 프로토콜의 역할

소식888 2025. 4. 18. 13:48

멀티 에이전트 기반의 AI 시스템이 주목받고 있는 요즘, 다양한 AI 에이전트와 모델들이 유기적으로 협력하는 구조가 중요해지고 있습니다.
이때 에이전트 간 통신과 협업을 가능하게 하는 핵심 요소가 바로 A2A (Application-to-Application) 프로토콜과 MCP (Model Context Protocol) 입니다.

이 글에서는 AI 모델과 에이전트, 그리고 오케스트레이터의 관계를 바탕으로 A2A와 MCP가 어떻게 동작하고 서로 어떻게 보완하는지 설명드리겠습니다.

1. AI 모델과 AI 에이전트의 차이

AI 모델이란?

AI 모델은 보통 특정 기능에 집중된 블랙박스 함수입니다.
예를 들어, 텍스트 요약, 질문 응답, 코드 생성 등의 작업을 수행하며, 입력 → 처리 → 출력의 단순한 흐름을 따릅니다. 상태나 문맥을 기억하지 않는 비상태(stateless) 구조입니다.

AI 에이전트란?

AI 에이전트는 모델을 단순히 호출하는 수준을 넘어서 다음과 같은 역할을 수행합니다:

목표(goal) 설정
컨텍스트(context) 유지
모델 선택 및 호출
출력 결과의 조합 또는 후처리

즉, AI 에이전트는 하나의 의사결정 단위로서 작동하며, 모델들을 도구처럼 사용합니다.

2. 오케스트레이터 에이전트란 무엇인가

오케스트레이터는 여러 개의 에이전트를 조율하는 상위 에이전트입니다.
이들은 전체 목표를 세분화하고, 각 작업을 적절한 하위 에이전트에 분배하며, 결과를 통합해 최종 목적을 달성합니다.

오케스트레이터는 복수의 에이전트들과 연결되며, 이때 필요한 통신 구조가 A2A입니다.

3. A2A 프로토콜의 역할

정의

A2A(Application-to-Application)는 서로 다른 애플리케이션 또는 에이전트 간의 통신 방식입니다.

주요 특징

에이전트 또는 시스템 간의 네트워크 기반 통신을 담당
REST API, gRPC, 메시지 큐 등을 통해 구현 가능
플랫폼이나 언어가 달라도 통신이 가능함
오케스트레이터 ↔ 하위 에이전트 또는 오케스트레이터 ↔ 오케스트레이터 통신에 사용

4. MCP 프로토콜의 역할

정의

MCP(Model Context Protocol)는 에이전트 간 의미 있는 작업 요청과 상태 정보를 주고받기 위한 메시지 구조입니다.

주요 구성 요소

goal: 작업 목적
context: 현재 작업 상황
state: 상태 값 (waiting, processing, done, error)
input / output: 입력값과 출력 결과
dependencies: 연관된 다른 작업이나 에이전트
timestamp, confidence: 시간 정보 및 신뢰도 등 메타데이터

{
  "model_id": "summarizer_v1",
  "context": {
    "task": "summarization",
    "input": "이것은 긴 문장입니다...",
    "dependencies": ["retriever_v2"]
  },
  "state": "processing",
  "output": null,
  "timestamp": "2025-04-18T12:34:56Z"
}

중요한 점

MCP는 AI 모델 간의 통신이 아니라, 에이전트 간의 통신을 위한 것입니다.
에이전트는 목표 설정, 상태 관리, 협업 조정 기능을 가지므로 MCP 메시지를 이해하고 활용할 수 있습니다.
AI 모델은 단순 연산 처리 도구로 사용되며, MCP 메시지를 직접 주고받지는 않습니다.

5. A2A와 MCP 통합 구조

아래는 A2A와 MCP가 시스템 내에서 어떻게 작동하는지를 요약한 구조입니다.

A2A: 에이전트 간 네트워크 수준 연결
MCP: 에이전트 간 컨텍스트 및 의미 기반 메시지 교환
AI 모델: MCP와 직접 소통하지 않고, 에이전트에 의해 호출됨

6. A2A와 MCP 비교 정리

항목A2A 프로토콜MCP 프로토콜

항목	*A2A*	*MCP*
통신 대상	에이전트 또는 시스템 간	에이전트 간
사용 위치	오케스트레이터 ↔ 에이전트	에이전트 간 작업 교환
목적	네트워크 통신 및 호출	문맥 전달 및 협업
기술 구현	REST, gRPC, 메시지 큐	JSON 기반 메시지 구조
모델과의 관계	모델과 직접 통신하지 않음	모델 호출은 에이전트 내부 처리

7. 결론: 유연하고 협력적인 에이전트 시스템의 핵심

AI 시스템이 단일 모델 중심에서 에이전트 기반의 협력 구조로 진화함에 따라,
이제는 단순한 기능 호출을 넘어서 의미 있는 통신과 협력 가능한 아키텍처가 필요해졌습니다.

이를 가능하게 해주는 두 가지 핵심 기술이 바로:

A2A 프로토콜: 에이전트 및 오케스트레이터 간의 연결 구조
MCP 프로토콜: 에이전트 간의 협업과 컨텍스트 기반 메시지 처리 방식

이 두 프로토콜을 적절히 설계하고 활용한다면, 단일 모델의 한계를 넘는 복합적이고 지능적인 멀티 에이전트 시스템을 구현할 수 있습니다.