영상 핵심 정리 — A2A와 MCP의 의미: 에이전트 통신

이 영상은 Google이 2025년 발표한 A2A(Agent-to-Agent) 프로토콜의 핵심 개념과 MCP와의 차이를 설명한다. 제조 현장에서 설비 진단 에이전트가 품질 에이전트에게 작업을 위임하는 시나리오를 통해 실제 활용법을 이해할 수 있다.

1. MCP vs A2A — 계층 분리

  AI 에이전트 (Agent A)
       │
       │ A2A 프로토콜 (에이전트→에이전트)
       ▼
  AI 에이전트 (Agent B)
       │
       │ MCP 프로토콜 (에이전트→도구)
       ▼
  MCP Server (SCADA / MES / DB)

2. Agent Card — 에이전트 자기 광고

{
  "name": "mfg-quality-agent",
  "description": "제조 품질 데이터 분석 전문 에이전트",
  "url": "https://agents.factory.ai/quality",
  "capabilities": {
    "streaming": true,
    "push_notifications": true
  },
  "skills": [
    {
      "id": "defect_analysis",
      "name": "불량 원인 분석",
      "examples": ["CNC 진동 이상 원인 분류"]
    }
  ]
}

Agent Card는 /.well-known/agent.json 엔드포인트에 게시해 다른 에이전트가 동적으로 발견할 수 있도록 한다.

3. 제조 현장 A2A 위임 흐름

공정 모니터링 에이전트
  → (A2A) 설비 진단 에이전트: "CNC-07 알람 E204 분석 요청"
       → (A2A) 부품 재고 에이전트: "교체 부품 재고 확인"
       → (MCP) SCADA Server: 실시간 센서 데이터 조회
  ← 통합 보고서 수신
  → 정비팀 알림 발송

함정 주의: A2A 태스크는 비동기로 수행되므로 응답을 기다리며 블로킹하면 안 된다. SSE(Server-Sent Events) 스트리밍으로 진행 상태를 구독하거나 웹훅으로 완료 이벤트를 수신하는 패턴을 사용해야 한다. 동기 호출로 구현하면 장시간 태스크에서 타임아웃이 발생한다.

다음 task와의 연결

다음 reading 'CrewAI: Role-Task-Crew 3단 구조'에서는 오늘 배운 에이전트 간 통신 개념을 CrewAI 코드 레벨에서 구현하는 방법을 살펴본다. CrewAI Crew가 내부적으로 어떻게 에이전트 간 결과를 전달하는지 코드로 확인한다.