MCP 도입 이후 또 다른 기술의 등장
요즘 다양한 Saas 툴들을 연결해 반복적인 업무를 자동화할 수 있는데요. 현재는 ‘사람의 설계’가 필요로 합니다. 즉, 사람이 미리 정의한 조건과 순서에 따라 정해진 흐름대로만 작동합니다.
저번 콘텐츠에 MCP에 대해 AI를 외부 서비스나 도구를 연결하여 AI 에이전트의 개념이 급 부상했는데요. 아직 안 보신 분이 계신다면 MCP란 무엇인가 글을 먼저 보시면 쉽게 이해할 수 있습니다. 얼마 지나지 않아 구글에서 A2A 프로토콜(Agent-to-Agent) 을 공개했습니다. 다른 방향의 새로운 프로토콜로 여러 개의 AI 에이전트가 서로 직접 소통하고 협력해서 작업을 분담하는 구조입니다.
그래서 오늘은 구글의 A2A 프로토콜이 무엇아고 어떤 구성 요소로 이루어졌는지 그리고 저희 나두아이오의 업무자동화(워크플로우)에서 어떤 밀접한 관계와 발전을 이룰 수 있는지 다뤄보겠습니다.
A2A 프로토콜이란?
A2A는 서른 다른 플랫폼에서 개발된 AI 에이전트들이 표준화된 방식으로 소통하고 협력할 수 있도록 설계된 오픈 소스 통신 프로토콜입니다. 소통 방식을 하나로 정해서 쉽게 정보를 교환하고 작업을 스스로 분담하며 하나의 워크플로우를 만들 수 있습니다. 기존에는 하나의 AI 도구만으로는 업무 자동화 같은 반복 업무 정도에 그쳤고 MCP는 어떤 특정 기능이나 도구를 사용하는 정도였고 복잡한 비즈니스 처리가 어려웠습니다. 그래서 각각 시스템 간의 통합에서 비용과 복잡성의 문제가 있었습니다. A2A 프로토콜은 AI 모델끼리 직접 연결해서 다양한 시스템과 앱이 협업을 자동화하여 효율성을 높일 수 있습니다.
A2A와 MCP 뭐가 다를까?
A2A와 MCP 두 개념 모두 AI 에이전트라는 공통 키워드가 있습니다. 그리고 상호 보완적인 프로토콜로서 AI를 고도로 발전시킬 수 있는 중요한 역할을 할 수 있습니다. 그러나 접근 방식과 목적에는 뚜렷한 차이가 있습니다. A2A는 AI 에이전트 끼리 서로 직접 협업하고 분산된 프로토콜로 복잡한 업무나 워크플로우를 분담해 처리하는데 최적화되어 있습니다. 반면 MCP는 단일 LLM이 외부 도구, 데이터와 안전하게 연동하는 중앙집중 프로토콜로 문맥 관리를 통해 사용자의 의도에 따라 적절하게 도구를 활용할 수 있도록 도움 주는 것을 표준화해서 초점을 둡니다. 서로 다른 문제를 해결하도록 설계되면서 발전될 것이라고 생각됩니다. 하단에 두 기술에 대한 내용을 정리해뒀습니다.
| 구분 | A2A (Agent2Agent) 프로토콜 | MCP (Model Context Protocol) |
| 주요 목표 | 여러 독립적인 AI 에이전트 간의 직접적 협업·통신 | 단일 AI 모델(주로 LLM)과 외부 도구·데이터 소스 연결 |
| 구조/방식 | 분산형, 수평적 구조: 에이전트 ↔ 에이전트 | 중앙집중형, 수직적 구조: 모델 ↔ 도구/데이터 |
| 적용 범위 | 다양한 플랫폼 에이전트 협업, 워크플로우 자동화 | 단일 LLM 기반 앱의 기능 확장 및 외부 리소스 활용 |
| 통신 방식 | HTTP, JSON-RPC, SSE 등 웹 표준 기반, 자유로운 메시징 | JSON-RPC 2.0, HTTP 스트리밍, 더 구조화된 API 호출 |
| 주요 기능 | 에이전트 검색(Agent Card), 작업 위임·조정, 결과 교환, 멀티모달 지원 | 컨텍스트 관리, 도구 통합, 동적 도구 발견, 엔터프라이즈 보안 |
| 강점 | 비동기 처리, 다중 에이전트 협업, 유연한 워크플로우 | 컨텍스트 효율성, 병렬 처리, 다양한 데이터 소스 직접 접근 |
| 비유 | 전문가 그룹의 회의 및 협업 규칙 | AI 비서가 도구·정보를 활용하는 표준화된 방법 |
A2A 핵심 구성 요소
A2A 프로토콜의 각 요소는 9가지로 구성됐는데요 각 구성요소가 많고 과정들이 복잡해보이지만 하단 내용과 같이 간단하게 설명할 수 있습니다. 가장 핵심은 클라이언트와 서버(AI 에이전트)간의 효과적인 상호작용을 할 수 있습니다.
| 구성요소 이름 | 쉬운 설명 |
| Agent Card | 각 AI 에이전트가 어떤 기능을 할 수 있고, 어디에 연결되어 있으며, 인증 방식은 어떤지를 담은 데이터 파일로 클라이언트가 ‘이 에이전트한테 이런 걸 요청할 수 있구나’를 알 수 있게 해줍니다. |
| A2A 서버 | 실제로 요청을 받고, 일을 처리하는 에이전트입니다. 즉, 누군가 시키면 일을 받아 처리하는 것입니다. |
| A2A 클라이언트 | 다른 에이전트한테 작업을 요청하는 쪽입니다. 예를 들어, “이 파일 자동화해줘”, “데이터 정리해줘” 같은 식입니다. |
| 작업(Task) | 클라이언트가 에이전트에게 주는 실제 작업입니다. |
| 메시지(Message) | 클라이언트와 에이전트가 주고받는 말입니다. 예: “이거 해줘” → “오케이, 처리 중이야” 이런 식입니다. |
| 부분(Part) | 대화 안에 들어 있는 텍스트, 파일, 데이터 등을 의미합니다. |
| 아티팩트(Artifact) | 작업을 마치고 나면 에이전트가 만들어내는 산출물이에요. 예: 분석 리포트, 번역된 파일, 처리된 데이터 |
| 스트리밍(Streaming) | 작업이 오래 걸릴 때, 서버가 클라이언트에게 중간중간 “지금 여기까지 했어요”라고 실시간으로 알려주는 요소입니다. |
| 푸시 알림(Push Notifications) | 작업에 변화가 생기면 클라이언트가 설정한 주소로(URL or 웹) 자동으로 알려주는 기능입니다. |
A2A 프로토콜은 어떻게 작동할까?
A2A 프로토콜의 작동은 크게 발견 -> 작업 요청 -> 처리 -> 추가 입력 -> 완료 -> 푸시 알림 순으로 진행이 되는데요. 클라이언트가 Agent Card를 통해 기능, 경로 , 기술 , 인증 방식 등 정보를 확인해서 어떤 요청을 보낼 수 있는지 파악합니다. 이후에 클라이언트가 작업 요청을 위해 API를 호출하고 작업을 생성하여 서버에 전달합니다. 전달받은 서버는 작업을 처리하고 그 과정을 실시간으로 전달합니다. 만약에 작업 중에 추가 정보가 필요하면 에이전트가 요청도 할 수 있습니다. 작업을 마무리하면 클라이언트에게 알리면서 마무리하게 됩니다.
기업 내부 환경에 최적화된 설계 방식 A2A
A2A는 서로다른 플랫폼, 프레임워크에서 개발된 AI 에이전트들이 표준화된 방식으로 소통하고 협업할 수 있게 설계됐습니다. 개방형 인터넷에서는 다소 제한적일 수 있지만 기업 내부에는 최적화된 방식이 될 수 있습니다.
상호운용성으로 인해 하나의 표준 언어로 서로 다른 시스템 / 에이전트가 대화할 수 있는데요. 예를 들어 기업 안에 재무, 인사,영업 등의 시스템처럼 각각 흩어져 있는 데이터를 A2A 같은 표준화로 연결하면 모든 AI 에이전트들이 원활하게 소통합니다.
회사 내부 전용 앱을 만들듯이 각 부서별로 인사팀 전용 급여 계산 에이전트 / 마케팅팀 전용 성과 분석 에이전트를 만들어서 기업 규칙, 용어, 데이터에 딱 맞춰 빨리 개발할 수 있습니다. 공개 API가 아니더라도 우리 회사 내부 데이터베이스나 온프레미스(사내 전용) 시스템까지 안전하게 연결합니다.
기존 자동화는 예상치 못한 오류나 예외가 생기면 사람이 직접 고쳐야 했지만 이젠 에이전트들끼리 협의하고 재시도하면서 유연하게 대처할 수 있습니다.
마지막으로 보안과 인증 강화로 처음부터 구글이 A2A 프로토콜을 설계하면서 엔터프라이즈급 보안을 고려하여 설계했는데요. OpenAPI의 인증 스키마와 동일한 수준의 인증 및 권한 부여 체계를 지원합니다. 즉, 서로 다은 에이전트 간 통신에도 기업이 요구하는 보안 요건을 충족할 수 있도록 한 것입니다.
나두아이오의 자동화 워크플로우
나두아이오는 반복을 줄이고 창의성을 늘리는 시대에 진입하고 있는데요. 대표적으로 워크플로우 기능을 제공하고 있습니다. 블록 조합으로 자동화 업무 워크플로우를 생성할 수 있는데요 50개 이상의 다양한 블록을 직접 연결해서 반복적인 업무를 자동화할 수 있는데요. 이벤트 – 트리거 – 액션 순으로 자동화 작업을 진행합니다. 예를 들어 새로운 문의가 접수됐을 때 구글 이메일에 보내는 반복 작업을 만들 수 있습니다. 이외에도 회사 메일이 왔을 때 첨부파일을 구글 드라이브에 자동으로 다운로드 받아 경로를 구글 시트에 기입도 가능합니다.
만약에 A2A 프로토콜이 대중화된다면 직접 워크플로우를 연결하는 대신 각 단계별로 AI 에이전트들이 들어와 사용자 개입 없이 워크플로우를 알아서 설계할 수 있습니다. 또한 단순히 메일오면 첨부파일 업로드 같은 업무뿐만 아니라 AI 에이전트 간 협업으로 분석이나 공유, 개선을 위한 다양한 역할의 에이전트가 소통하면서 사람들의 업무 질이 올라갈 수 있습니다. 즉 지능형 흐름을 구현할 수 있습니다. 아직 제대로 활용할 수 있는 단계는 아니지만 AI는 정말 ‘비서’의 역할로 확대되는 날이 얼마 남지 않았습니다. 나두아이오도 AI에이전트를 적용하여 더 발전시킬 계획입니다.
나두아이오의 워크플로우 자동화 AI 에 대한 내용은 하단에서 확인할 수 있습니다.
A2A 프로토콜 전망
A2A 프토토콜은 앞으로 지능형 자동화 시대를 열 수 있는 중요한 역할을 할 것이라 생각됩니다. 각 에이전트가 특정 도메인에 집중하면서 전문성을 발전시킬 수 있는 환경을 조성할 수 있는 시대가 오지 않을까 생각합니다. 이는 특정 분야에서 더욱 뛰어난 성능을 발휘하는 AI 시스템의 개발로 이어질 수 있습니다.
서로 다른 플랫폼 서비스에 속한 에이전트들이 경계를 넘어 협업하면서 기업 내,외부 시스템 통합이 더욱 수월해질 것입니다. 그러나 보안,프라이버시 이슈가 문제가 될 수 있는데요. 에이전트 간 메시지에 포함된 민감 정보 보호, 에이전트끼리의 소통 방식과 내용에 대한 아직까지 신뢰성은 크게 높지 않습니다. 그러나 추후에 사람 중심 자동화를 넘어서 AI간 협업 시대로 나아가는 길목에 서 있습니다. 앞으로 기업 내부에서 A2A로 업무 효율을 올리고 작업 속도까지 더 지능적인 서비스를 제공할 수 있을 것입니다.
작성자
