“모델 연결부터 에이전트 관리까지” 확장 가능한 AI 표준을 위한 공개 프로토콜에 기대

실험 단계를 넘어 실용적인 솔루션을 찾는 기업이 증가하는 가운데, AI 시스템이 연결, 통신 및 컨텍스트를 흡수하는 방식을 표준화하는 개방형 프로토콜이 주목을 받고 있다. 특히, MCP(Model Context Protocol), ACP(Agent Communication Protocol), A2A(Agent2Agent)으 3가지 프로토콜은 IT 리더들이 2년 이상 실패한 개념 증명 프로젝트를 잊고 측정 가능한 AI 발전의 새 시대를 열 수 있는 가능성을 보여 줄 것으로 평가된다.

의료 AI 전문업체 엑솔리스(Xsolis)의 CTO 자크 에반스는 “AI가 기업 전략의 초석이 된 지금, 표준화 노력은 단순한 기술적 보충 설명이 아니라 AI 기반 미래의 인프라를 나타낸다”라며, “이들 프로토콜을 통해 시스템은 기업의 경계를 넘어 원활하게 소통할 수 있다”고 강조했다.

다른 개방형 프로토콜이 새로 등장할 수도 있지만, 표준화 노력은 AI 도입률을 높일 가능성이 크며, 특히 여러 업체의 모델과 에이전트에 대한 연결을 촉진한다. 에이전트 간 연결은 기업 IT 리더가 조만간 직면하게 될 AI 에이전트 관리의 핵심 과제이다.

에반스는 “서로 다른 AI 시스템이 더 쉽게 상호작용할 수 있을 때 도입이 촉진되는 것은 역사가 증명하고 있다”라며, “시장에 한 업체만 있는 것이 아니다. 기업은 여러 업체와 솔루션이 상호작용하고 지능적인 연동이 가능하도록 만들 수 있다”라고 말했다.

새로운 프로토콜을 통해 IT팀은 다양한 AI 에이전트를 원활하게 연결하고 AI 통합에 드는 비용과 복잡성을 줄일 수 있다. 세일즈포스의 제품 아키텍처 담당 부사장인 게리 러하우프트는 “표준화된 프로토콜이 없으면 기업은 디지털 노동력을 최대한 활용할 수 없거나 상호 운용 기능을 직접 구축해야 하므로 기술 부채가 증가한다”라고 지적했다.

개방형 프로토콜은 AI 에이전트가 서로를 검증하고 데이터를 교환하며 복잡한 워크플로를 조율할 수 있게 해주므로 AI 보안과 확장성에도 필수적이다. 러하우프트는 “업계는 기존 인프라와 통합되는 더욱 강력하고 신뢰할 수 있는 다중 에이전트 시스템을 구축해 고립되고 단편적인 포인트 솔루션 대신 혁신과 협업을 장려할 수 있다”라며, “CIO와 CAIO에게 이는 더 큰 유연성, 향상된 보안, 기술 환경 전반에서 더 전략적이고 효율적인 AI 이니셔티브를 추진할 수 있는 능력으로 이어진다”고 설명했다.

전문화된 AI 모델을 하나로 연결하는 MCP

앤트로픽이 지난 해 11월에 출시한 MCP는 기업이 자체 보유한 데이터를 포함해 다양한 데이터 소스 및 도구에 AI 모델을 연결하는 표준화된 방법을 제공한다. 클로드 AI 모델 개발사인 앤트로픽에 따르면, MCP의 가장 큰 장점은 AI 사용자가 LLM과 솔루션 업체 간을 유연하게 전환할 수 있다는 점이다.

이런 유연성을 통해 CIO는 기업의 요구 사항에 가장 적합한 성능을 제공하는 모델을 기준으로 AI 모델을 선택할 수 있다. 또한 특정 업체에 종속되는 것을 피하는 데도 도움이 된다. 매니지드 서비스 업체 엔소노의 AI 및 예측 시스템 담당 부사장인 짐 피아자는 “모델이 점점 더 전문화되는 상황에서 MCP는 이런 혼란에 약간의 질서를 가져올 수 있다”라며, “MCP의 애칭이 배관 스택이다. 모든 것을 하나로 연결하는 역할을 한다”라고 덧붙였다.

MCP에는 LLM을 연결할 수 있는 사전 구축된 통합 기능도 점점 더 많아지고 있다. 3월에 마이크로소프트는 코파일럿 스튜디오 사용자 지정 및 에이전트 구축 도구에서 MCP를 지원한다고 발표했다. 이 통합 덕분에 코파일럿 스튜디오는 MCP를 통해 새로운 AI 앱과 에이전트를 추가할 수 있다. 다른 AI 솔루션 업체도 최근 몇 주 동안 MCP 호환 기능을 발표했다. 일각에서는 MCP가 데브옵스팀이 AI를 활용하는 데도 도움이 될 것으로 평가한다.

올해 초, IBM은 서로 다른 업체의 AI 에이전트도 서로 연결할 수 있는 ACP를 발표했다. IBM 리서치의 생태계 책임자이자 AI 연구 엔지니어인 샌디 베센은 데이터 과학 및 AI/ML 전문 미디어인 TDS(Towards Data Science)에 게재한 기고에서 ACP를 “오늘날 AI 에이전트의 파편화된 환경을 상호연결된 팀 동료로 전환하는 범용 프로토콜”이라고 설명하며, “이를 통해 새로운 차원의 상호 운용성, 재사용, 확장성을 실현할 수 있다”고 강조했다.

ACP는 통신에 표준 HTTP 패턴을 사용하기 때문에 더 복잡한 방법을 사용하는 JSON-RPC에 비해 프로덕션 환경에 더 쉽게 통합할 수 있다. 이 프로토콜은 IBM이 지난 4월 리눅스 재단에 기부한 BeeAI를 포함한 AI 생태계의 일부이다.

MCP를 보완하는 ACP와 A2A

그리고 지난 4월, 구글이 A2A 프로토콜을 공개했다. A2A 역시 서로 다른 AI 에이전트가 상호 운용될 수 있도록 해준다.

구글 개발팀은 블로그 포스트를 통해 “기업은 다양한 플랫폼과 클라우드 환경에서 에이전트를 관리할 수 있는 표준화된 방법을 통해 이점을 얻을 수 있다”라며, “이런 보편적인 상호 운용성이 협업 AI 에이전트의 잠재력을 온전히 실현하는 데 필수적이라고 믿는다”라고 밝혔다. 이미 50곳 이상의 구글 기술 파트너가 A2A를 지원한다.

엔소노의 피아자는 구글 A2A를 통해 일련의 AI 에이전트를 하나로 묶어 기업에 필요한 전문 기능을 더 쉽게 확보할 수 있다고 평가했다. 실제로 ACP와 A2A 개발사는 모두 AI 에이전트 연결에 초점을 맞춘 ACP와 A2A가 모델 중심의 MCP를 보완하는 프로토콜이라고 말한다.

새로운 프로토콜의 등장으로 사용자가 여러 업체의 전문 에이전트 또는 모델 메뉴에서 선택할 수 있는 AI 에이전트 스토어가 생겨나는 것도 생각할 수 있다. 피아자는 “10만 개의 모델이 있다고 가정해 보자. 미리 호스팅된 기존 모델에서 괜찮은 결과를 얻을 수 있고 MCP를 사용해 호출할 수 있다면, 굳이 직접 모델을 학습시킬 필요가 있겠는가?”라고 반문했다.

궁극적으로 새로운 프로토콜은 확장 가능한 AI 도입을 위한 새로운 길을 제시한다. 클라우드 관리 솔루션 업체 Solo.io의 글로벌 필드 CTO인 크리스찬 포스타는 “AI는 이미 매우 빠르게 발전하고 있지만, 표준화 없는 속도는 혼란을 초래할 뿐이다”라고 지적했다. 또 “표준 프로토콜은 AI를 무분별하게 파편화된 방향으로 빠르게 추진하고 실수를 반복하고 확산시키는 것이 아니라 의도를 가지고 확장하는 것”이라고 강조했다.
[email protected]