한마디로 독립적인 AI agent들을 연결해서 뭔가 더 큰것들을 할 수 있게하는 Agent이다.
AI 에이전트의 중요성
AI 에이전트는 단순한 챗봇을 넘어 자율적으로 작업을 수행하고 의사 결정을 내릴 수 있는 지능형 시스템입니다.
AI 에이전트는 사용자 또는 시스템을 대신하여 자율적으로 작업을 수행할 수 있는 소프트웨어 프로그램으로, 자율성, 환경 인식, 목표 지향성, 학습 능력을 주요 특징으로 합니다.
AI 에이전트는 기술적 진화와 경제적 필요성 속에서 강력한 시너지 효과를 창출하며, 미래 비즈니스와 산업의 핵심 동력으로 자리 잡을 것으로 예상됩니다.
가트너를 포함한 맥킨지, IBM, 포레스터 등의 글로벌 리서치사와 빅테크 기업 모두 'AI Agent'를 2025년에 주목해야 할 최고의 AI 트렌드로 꼽았습니다.
2025년 CES에서 AI 에이전트가 핵심 화두로 떠올랐으며, 이는 디지털 전환(DX)에서 AI 전환(AX)으로의 변화를 의미합니다.
AI 에이전트 관련 시장 전망
AI 에이전트 시장은 2024년 51억 달러에서 2030년 471억 달러로 연평균 44.8% 성장할 것으로 예상됩니다.
자동화에 대한 수요 증가, 자연어 처리(NLP) 기술의 발전, 개인화된 고객 경험에 대한 수요 증가가 AI 에이전트 시장 성장을 주도하고 있습니다.
AI 에이전트의 활용분야
AI 에이전트는 고객 서비스, 업무 자동화, 데이터 기반 의사 결정 등 다양한 분야에서 활용되고 있습니다.
특히 고객 문의 자동 응대, 회의 일정 요약, 유튜브 요약, 웹페이지 모니터링 등 다양한 업무에 적용될 수 있습니다.
금융기관에서는 AI 에이전트를 통해 실시간으로 사기성 거래를 탐지하고 보안 체계를 구축하고 있습니다.
제조기업들은 AI 에이전트를 통해 재고 관리를 최적화하고 물류 시스템의 효율성을 개선하고 있습니다.
AI 에이전트는 헬스케어, 재난 구조 등 다양한 분야에서 인간의 삶에 기여할 수 있습니다.
A2A프로토콜
구글 클라우드 넥스트 2025에서는 에이전트 간의 커뮤니케이션을 지원하는 Agent to Agent(A2A) 프로토콜이 발표되었습니다. 이는 다양한 공급업체 또는 서로 다른 프레임워크에서 개발된 AI 에이전트가 안전하게 통신하고, 정보를 교환하고, 작업을 조정할 수 있도록 지원하는 개방형 표준입니다.
AI 에어전트 개발 및 활용 관련기업
삼성SDS는 FabriX, Brity Copilot, Brity Automation 등의 솔루션을 제공하여 AI 에이전트의 설계, 실행, 관리 및 최적화를 지원합니다.
스켈터랩스는 기업용 LLM 제품군 BELLA에 AI 에이전트를 접목하여 기업 환경에서 업무 생산성과 효율성을 향상시키는 것을 목표로 하고 있습니다.
엔비디아는 여러 에이전트를 효율적으로 연결하고 최적화할 수 있는 오픈소스 라이브러리인 AgentIQ를 출시했습니다.
오픈AI는 샘 올트먼과 조니 아이브가 만든 AI 기기 회사를 인수하려고 논의 중입니다.
마이크로소프트는 기업용 자율 에이전트와 같은 현대의 AI 에이전트를 통해 판매, 공급망 관리, 회계와 같은 복잡한 비즈니스 프로세스를 통합적으로 처리할 수 있습니다.
이번에는 MCP
MCP (Model Context Protocol) 개요
MCP(모델 컨텍스트 프로토콜)는 AI 모델이 외부 도구, 시스템 및 데이터 소스와 통합하고 데이터를 공유하는 방식을 표준화하기 위해 Anthropic에서 도입한 오픈 스탠다드, 오픈 소스 프레임워크입니다. MCP는 언어 모델 에이전트와 외부 소프트웨어 간의 범용 커넥터 역할을 합니다. AI 어시스턴트와 소프트웨어 환경 간의 컨텍스트 교환을 표준화하도록 설계된 MCP는 파일 읽기, 기능 실행 및 컨텍스트 프롬프트 처리를 위한 모델에 구애받지 않는 범용 인터페이스를 제공합니다. Anthropic에 의해 2024년 11월에 공식적으로 발표되고 오픈 소싱되었으며 이후 OpenAI 및 Google DeepMind를 포함한 주요 AI 제공업체에서 채택했습니다.
MCP 아키텍처 및 작동 방식
MCP는 호스트 애플리케이션이 여러 서버에 연결할 수 있는 클라이언트-서버 아키텍처를 따릅니다:
MCP 호스트: MCP를 통해 데이터에 액세스하려는 Claude Desktop, IDE 또는 AI 도구와 같은 프로그램입니다.
MCP 클라이언트: 서버와 1:1 연결을 유지 관리하는 프로토콜 클라이언트입니다.
MCP 서버: 표준화된 모델 컨텍스트 프로토콜을 통해 특정 기능을 노출하는 경량 프로그램입니다.
로컬 데이터 소스: MCP 서버가 안전하게 액세스할 수 있는 컴퓨터 파일, 데이터베이스 및 서비스입니다.
원격 서비스: MCP 서버가 연결할 수 있는 인터넷을 통해 사용 가능한 외부 시스템(예: API를 통해)입니다.
MCP 서버의 예
파일 시스템: 구성 가능한 액세스 제어를 통해 보안 파일 작업 수행.
Git: Git 리포지토리를 읽고 검색하고 조작하는 도구.
GitHub: 리포지토리 관리, 파일 작업 및 GitHub API 통합.
Google Drive: Google Drive에 대한 파일 액세스 및 검색 기능.
Slack: 채널 관리 및 메시징 기능.
Puppeteer: 브라우저 자동화 및 웹 스크래핑 기능.
PostgreSQL: 스키마 검사 기능이 있는 읽기 전용 데이터베이스 액세스.
Brave Search: Brave의 Search API를 사용한 웹 및 로컬 검색.
MCP 에코시스템
MCP는 단순한 개발자 도구에서 AI 에이전트가 실제 세계에 연결하는 백본으로 빠르게 전환되고 있습니다. 더 많은 도구, 더 많은 회사, 심지어 전체 마켓플레이스가 MCP를 중심으로 생겨나고 있습니다.
주요 기업:
Block: 내부 도구 및 지식 소스를 AI 에이전트에 연결하기 위해 MCP 사용.
Replit: 에이전트가 파일, 터미널 및 프로젝트에서 코드를 읽고 쓸 수 있도록 MCP 통합.
Apollo: AI가 구조화된 데이터 소스에서 가져올 수 있도록 MCP 사용.
Sourcegraph 및 Codeium: 보다 스마트한 코드 지원을 위해 개발 워크플로에 플러그인.
Microsoft Copilot Studio: 코딩 없이도 AI를 데이터 및 도구에 연결하기가 더 쉬워지도록 MCP 지원.
Microsoft와 MCP
Microsoft는 Anthropic의 MCP 표준에 대한 지원을 강화하고 있으며, 보다 안전한 AI 에이전트 배포를 위해 노력하고 있습니다. Windows 11은 MCP를 사용하여 지능형 애플리케이션을 구축하는 개발자를 지원하고 안전하고 에이전트적인 AI를 Windows 에코시스템 전체에서 사용할 수 있도록 합니다. Microsoft는 GitHub, Copilot Studio, Dynamics 365, Azure 및 Azure AI, Foundry Agents, Windows 11 및 Semantic Kernel에서 프로토콜을 지원합니다.
MCP의 과제
데이터 개인 정보 보호 및 보안: AI 모델에 중요한 컨텍스트를 전달하면 기밀 정보가 노출될 위험이 있습니다.
표준화: 플랫폼 간의 다양한 구현으로 인해 호환성 문제가 발생할 수 있습니다.
보안 문제: 프롬프트 주입, 도구 권한 및 유사 도구를 포함한 보안 문제가 있습니다.
A2A (Agent-to-Agent) MCP (Model Context Protocol) 비교
항목
A2A
MCP
정의
독립적인 AI 에이전트들 간의 직접적인 통신 및 협업 방식
여러 AI 모델 간 맥락 공유를 위한 메타 프로토콜
역할
에이전트 간 메시지 교환, 작업 분담, 상태 공유
모델 간 문맥(context)을 전달하고, 응답을 일관성 있게 연결
초점
"행동 주체"인 에이전트 간 상호작용
"정보 및 문맥"을 공유하는 모델 환경
기술 구조
메시지 패싱, pub/sub, event-driven architecture
JSON 기반 토큰 구조, 호출 간 상태 맥락 저장 및 전달
사용 예시
- Planner Agent ↔ Execution Agent 간 작업 전달- ToolAgent ↔ MemoryAgent 간 협업
