구글 A2A(Agent to Agent) 발표
AI/Agent 시리즈 : 에이전트 간 통신 표준
구글이 최근 AI 관련해서 엄청난 행보를 이어나가고 있습니다. Gemini 및 Gemma 등 여러 신작을 발표한 데에 이어 에이전트를 위한 새로운 표준인 A2A(Agent to Agent) 프로토콜을 발표했습니다.
여기서 의아한 부분이 있죠. 여러 회사들이 이미 Anthropic의 MCP(Model Context Protocol) 를 채택하고 있는 과정에서 시장을 거스르는 선택을 한 것처럼 보이지만, 구글의 발표를 들어보면 그렇지 않습니다. A2A는 MCP의 보완재로서 공개되었기 때문입니다. 이게 무슨 의미인지 소개해보겠습니다.
A2A란?
A2A는 LangChain, Cohere, Salesforce, MongoDB, SAP 등 50여 개 이상의 기업과 함께 에이전트 간의 상호 운용성을 높이기 위한 통신 표준입니다. HTTP와 JSON 기반의 기존 웹 기술을 활용하여 여러 에이전트들이 협력하고 정보, 작업, 산출물을 원활하게 교환할 수 있도록 설계되었습니다.
핵심 개념: AgentCard
A2A의 핵심은 에이전트들이 자신의 AgentCard를 통해 능력, URL, 인증 방식 등을 JSON 형식의 메타데이터로 공개하는 데 있습니다. 클라이언트 에이전트는 이를 바탕으로 수행해야 할 작업에 가장 적합한 에이전트를 자동으로 선택할 수 있습니다.
{
"name": "MySmartAgent",
"description": "전문적인 후보자 추천 에이전트",
"capabilities": ["search", "rank", "schedule"],
"endpoint": "https://agent.example.com/a2a",
"auth": {
"type": "bearer",
"token_url": "https://auth.example.com/token"
}
}
작업(Task) 상태 흐름
에이전트에 할당된 작업은 아래와 같은 상태 변화를 거칩니다.
| 상태 | 설명 |
|---|---|
submitted |
작업이 요청된 초기 상태 |
working |
에이전트가 작업을 처리 중인 상태 |
input-required |
추가 입력이 필요한 상태 |
completed / failed |
작업 완료 또는 실패 상태 |
에이전트 간의 메시지와 작업 결과물(Artifact) 교환은 물론, 실시간 스트리밍 기능을 통한 상태 동기화도 지원되어 작업 진행 상황을 실시간으로 모니터링하고 업데이트할 수 있습니다.
A2A와 MCP의 관계
A2A는 Anthropic의 MCP와도 호환되도록 설계되었습니다. 두 프로토콜의 역할을 구분하면 아래와 같습니다.
| 프로토콜 | 계층 | 역할 |
|---|---|---|
| MCP | 하위 계층 | 모델의 컨텍스트 공유, 도구 및 데이터 관리 |
| A2A | 상위 계층 | 에이전트 간 상호작용, 작업 중심 통신 |
구글은 두 프로토콜이 충돌 없이 계층적으로 병행 운영될 수 있도록 설계했다고 강조하며, 서로 다른 벤더나 프레임워크로 개발된 에이전트들이 하나의 에코시스템 내에서 효과적으로 협력할 수 있을 것으로 기대하고 있습니다.
에이전트 개발 키트(ADK)
구글은 Vertex AI를 통해 AI 에이전트를 손쉽게 개발하고 운영할 수 있는 에이전트 개발 키트(ADK) 도 함께 선보였습니다. 몇 줄의 코드만으로도 복잡한 업무를 수행하는 에이전트를 만들 수 있어, 다양한 SaaS나 내부 시스템에 연결된 멀티에이전트 구조를 구축할 수 있습니다.
전체 사양과 코드 샘플은 GitHub와 공식 문서에서 오픈 소스로 공개되어 있습니다.
결론 및 시사점
A2A 프로토콜은 에이전트 간의 다음과 같은 문제들을 해결합니다.
첫째, API 및 포맷 불일치 문제를 AgentCard 기반의 표준화된 메타데이터로 해소합니다.
둘째, 인증 방식의 차이를 통합적으로 처리하여 서로 다른 벤더의 에이전트 간 연동을 가능하게 합니다.
셋째, 텍스트 이외의 다양한 데이터 타입 처리와 장시간 작업의 상태 동기화를 지원합니다.
구글의 이번 발표와 함께 OpenAI, Microsoft, Anthropic 등 업계 주요 플레이어들이 MCP와 A2A를 중심으로 한 AI 에이전트 상호운용 생태계를 더욱 확대해 나갈 것으로 보입니다. A2A를 직접 구현한 예시는 추후 블로그 글을 통해 추가로 소개할 예정입니다.