[IT백과] AI에이전트 핵심기술 ‘A2A’와 ‘MCP’ 차이는?

실시간
뉴스

e비즈*솔루션

[IT백과] AI에이전트 핵심기술 ‘A2A’와 ‘MCP’ 차이는?

디지털데일리 발행일 2025-06-11 05:29:53

권하영 기자

URL복사

정보기술(IT) 영역에 관한 모든 지식을 압축해 풀이합니다. IT산업에 꼭 필요한 용어들을 소개하고, 살펴보면 좋을 쟁점들도 정리합니다. IT가 처음인 입문자라면 혹은 동향을 알고 싶은 전문가라면, 디지털데일리의 'IT백과'를 참고하세요. <편집자주>

[디지털데일리 권하영 기자] 인공지능(AI)이 스스로 판단하고 협업하는 지능형 ‘에이전트’로 진화하면서, AI의 소통 구조를 어떻게 설계할 것인가가 새로운 기술 과제로 부상하고 있다. 단일 AI 모델이 모든 작업을 수행하던 기존 구조를 넘어, 다수의 AI가 역할을 나누고 협력하는 ‘멀티 에이전트 시스템’이 현실화되면서다.

이 과정에서 핵심 기술이 바로 ‘A2A(Agent-to-Agent)’와 ‘MCP(Model Context Protocol)’다. A2A가 AI 간 직접 협업을 위한 통신 방식이라면, MCP는 외부 시스템과의 연동을 위한 연결 규약이다. 각기 다른 지향점을 가지면서도 함께 적용될 때 더욱 시너지를 발휘한다는 점에서 AI 에이전트 생태계의 양대 축으로 꼽히고 있다.

◆에이전트 간 통신을 위한 규약, A2A

A2A는 구글이 올해 자사 행사 ‘구글 클라우드 넥스트(Google Cloud Next)’를 통해 공개한 새로운 통신 프로토콜이다. 세일즈포스·SAP·서비스나우·몽고DB·워크데이·랭체인·코히어 등이 개발에 참여했으며, 현재 이들을 포함한 60여개 글로벌 기업들이 A2A 기반 에이전트 생태계를 지원하고 있다.

기존에는 하나의 워크플로에 여러 AI가 참여하더라도 단편적인 API 호출로 연결되는 형태에 머물렀다면, A2A는 에이전트 간 복잡한 상호작용이 가능하도록 표준 언어와 구조를 제공한다. 예를 들어 고객 서비스, 재무 보고, 일정 조율 등 각 기능을 담당하는 AI가 실시간으로 서로의 진행 상황을 인식하고 유기적으로 연동하게 하는 것이다. 그러면서도 HTTP와 JSON-RPC 등 범용 기술을 바탕으로 구현돼 다양한 환경에서의 호환성과 실용성을 확보한 것이 특징이다.

◆외부 시스템과 연결하는 표준, MCP

MCP는 AI가 외부 시스템에 직접 연결돼 정보를 불러오거나 기능을 실행할 수 있게 만드는 인터페이스 프로토콜로, 앤스로픽이 주도적으로 개발한 개방형 표준이다. AI가 외부 시스템 기능을 호출할 수 있는 구조를 제공함으로써, AI가 단순히 주어진 정보로 질문에 답하는 것을 넘어 관련 문서를 불러오거나 데이터를 변환하고 API를 호출하는 등 ‘행동하는 주체’가 되도록 하는 것이다.

예를 들어 사용자가 “최근 매출 보고서를 요약해줘”라고 했을 때 일반적인 AI는 보고서의 저장 위치에 바로 접근하기 어렵지만, MCP는 외부 시스템과의 연결을 단순화시킬 수 있다. 기술적으로는 표준화된 JSON 기반 요청-응답 구조를 바탕으로 클라이언트-서버 간 통신을 구성하며, 별도 코드 수정 없이 새로운 시스템을 손쉽게 통합할 수 있는 유연성을 제공한다.

이미 글로벌 기술 기업들은 MCP를 속속 도입하며 활용 폭을 넓히고 있다. 오픈AI는 올해 3월 자사 에이전트 개발 키트인 ‘에이전트 SDK’에 MCP를 통합한 데 이어, 향후 챗GPT 데스크톱 애플리케이션 등에도 이를 적용하겠다는 방침을 세웠다. 지난 4월에는 구글 딥마인드가 자체 생성형 AI 모델 ‘제미나이’ 차세대 버전에 MCP를 지원하겠다고 공식 발표했다. 마이크로소프트(MS) 역시 지난달에 코파일럿 스튜디오와 깃허브 등 주요 제품군에 MCP 연동을 추진하겠다고 밝히며 흐름에 합류했다.

◆A2A·MCP, 방향은 달라도 목표는 하나

글로벌 시장조사기관 마켓츠앤마켓츠에 따르면, 전세계 AI 에이전트 시장은 올해만 78억4000만달러(약 10.7조원) 규모에서 오는 2030년 526억2000만달러(약 71.8조원) 규모로 확대될 것으로 일곱배 가까이 성장할 것으로 예상된다.

업계에서는 이 두 기술이 결합될 때 진정한 멀티 에이전트 시스템이 구현된다고 보고 있다. 고객지원 업무를 예로 들면, A2A는 고객문의 접수 담당 에이전트와 고객의 제품 사용내역 조회 에이전트 및 환불·교환 요청 처리 에이전트가 서로의 상태와 역할을 파악하며 자연스럽게 연계된 작업을 수행할 수 있다. 여기에 MCP가 결합되면, 각 에이전트는 실제로 고객 데이터베이스(DB)와 주문 시스템 및 결제 API 등 외부 시스템과 직접 연동해 필요한 정보를 가져오고 절차를 자동 실행할 수 있다.

A2A와 MCP는 반복 업무 자동화는 물론 복잡한 의사결정 과정까지 AI가 지원하는 구조를 만드는 핵심 요소다. 따라서 단지 기술 사양에 그치지 않고, 기업이 AI를 전략적으로 도입하고 확장하기 위한 실질적 인프라로 기능할 것이란 분석이다. 특히 향후에는 특정 업무에 특화된 에이전트를 조합해 새로운 AI 서비스 모델을 설계하거나, 각 에이전트를 모듈로 제공하는 마켓플레이스 생태계도 가능해질 것으로 전망된다.