6 hours ago
2
Google Cloud는 Cloud Next 26에서 멀티 에이전트 시스템을 엔터프라이즈 규모로 구축하기 위한 인프라를 공개했습니다. 핵심은 두 가지 프로토콜입니다. 에이전트 간 통신을 담당하는 A2A(Agent-to-Agent)와 에이전트가 외부 도구·데이터에 접근할 때 사용하는 MCP(Model Context Protocol)입니다. 이 글은 두 프로토콜을 조합한 다섯 가지 통합 패턴을 소개하고 있습니다.
패턴 1: 에이전트 발견과 등록
- Agent Card — A2A를 지원하는 모든 에이전트는 자신의 기능, 인증 요건, 호출 제한 등을 JSON 문서로 공개합니다. OpenAPI 스펙과 비슷하지만, 에이전트 간 상호작용에 맞춰 설계된 일종의 "명함"입니다.
- Agent Registry — 조직 내 에이전트를 중앙 등록소에 등록하면, 다른 에이전트가 URL을 몰라도 기능을 검색하고 접근할 수 있습니다. 마이크로서비스 아키텍처의 서비스 메시(서비스 간 통신을 관리하는 중간 계층)와 유사한 역할을 합니다.
패턴 2: 크로스팀 위임
- 다언어·다팀 협업 — 하나의 조정 에이전트가 보안팀의 Go 에이전트, 리스크팀의 Java 에이전트, 마케팅팀의 TypeScript 에이전트 등에 작업을 위임합니다. 각 팀이 서로 다른 언어와 프레임워크를 쓰더라도 A2A 프로토콜만 구현하면 연동됩니다.
- 독립 배포·독립 진화 — 마이크로서비스가 성공한 것과 같은 원리로, 각 에이전트는 독립적으로 배포·업데이트되며 조정 에이전트 쪽 변경이 필요하지 않습니다.
패턴 3: MCP를 통한 도구 연결 (Tool Bridge)
- 단일 프로토콜로 다양한 데이터 소스 연결 — MCP 없이는 REST API, 데이터베이스, 레거시 시스템마다 별도의 커넥터를 만들어야 했습니다. MCP는 이를 하나의 표준 인터페이스로 통합합니다.
- 기존 API 거버넌스 재활용 — Apigee API Hub를 통해 기존 REST API를 에이전트용 도구로 자동 전환할 수 있으며, 인증·로깅·접근 제어 등 기존 관리 체계가 그대로 적용됩니다.
- 60개 이상의 사전 구축 도구 — GitHub, Notion, Stripe 등 즉시 사용 가능한 MCP 통합이 제공됩니다.
패턴 4: 조직 간 협업
- Agent Gallery — Gemini Enterprise 안에서 Adobe, ServiceNow, Salesforce 등 100개 이상의 검증된 파트너 에이전트를 바로 사용할 수 있습니다.
- 독립적 거버넌스 유지 — 각 조직은 자체 보안 모델을 유지하면서 A2A로 협업합니다. Agent Gateway 정책을 통해 어떤 데이터를 공유하고 어떤 행동을 허용할지 세밀하게 제어할 수 있습니다.
패턴 5: 이벤트 기반 에이전트 메시
- 상시 가동 에이전트 네트워크 — BigQuery 테이블이나 Pub/Sub(실시간 메시지 스트리밍 서비스) 스트림에 연결된 에이전트들이 이벤트를 감지하고, 필요에 따라 A2A로 전문 에이전트에 위임하거나 사람에게 에스컬레이션합니다.
- 자기 조직화 — 새로운 전문 에이전트를 추가할 때 Registry에 등록하고 라우팅 로직만 수정하면 되므로, 메시 전체를 재설계할 필요가 없습니다.
- 관측 가능성 — Agent Identity, Agent Gateway, Agent Observability를 통해 메시 안의 모든 에이전트 활동이 추적됩니다.
차별점
- A2A의 개방성 — 특정 프레임워크나 언어, 클라우드에 종속되지 않는 오픈 프로토콜 설계를 표방하고 있어, 이기종 환경 간 에이전트 연동의 표준을 지향합니다.
- A2A + MCP의 역할 분리 — 에이전트 간 통신과 도구 접근을 별도 프로토콜로 분리함으로써, 각 계층을 독립적으로 발전시킬 수 있는 구조입니다.
- 기존 인프라 활용 — Apigee, BigQuery 등 이미 운영 중인 Google Cloud 인프라 위에 에이전트 계층을 올리는 방식이어서, 완전히 새로운 스택을 도입하는 부담을 줄이려는 의도가 보입니다.
유의할 점
- Google Cloud 생태계 중심 — Agent Gallery, Gemini Enterprise Agent Platform 등 핵심 기능이 Google Cloud 플랫폼에 밀접하게 연결되어 있어, 멀티클라우드 환경에서의 실질적 개방성은 검증이 필요합니다.
- 엔터프라이즈 복잡성 — 다섯 가지 패턴을 조합해 운영할 경우, 에이전트 간 의존성 관리와 장애 전파 등 분산 시스템 고유의 복잡성이 수반될 수 있습니다.
Google Cloud가 이번에 제시한 프레임워크는 AI 에이전트를 단독 도구가 아닌 조직 전체의 협업 인프라로 확장하려는 시도입니다. 마이크로서비스 아키텍처가 모놀리식 애플리케이션의 한계를 넘어선 것처럼, A2A와 MCP는 개별 에이전트의 고립 문제를 해결하려는 방향성을 갖고 있습니다. 다만 이러한 비전이 실제 엔터프라이즈 현장에서 얼마나 매끄럽게 작동하는지는 도입 사례가 축적되면서 판단할 수 있을 것으로 보입니다. 프로토콜의 성숙도, 파트너 에이전트의 품질, 그리고 조직 간 거버넌스 조율이라는 세 가지 축이 이 생태계의 실질적 가치를 결정짓는 변수가 될 것입니다.
English (US) · 