A2A 프로토콜이란? — 30초 핵심 요약

A2A 프로토콜(Agent2Agent Protocol)은 서로 다른 회사, 서로 다른 프레임워크로 만들어진 AI 에이전트들이 마치 한 팀처럼 대화하고 협업할 수 있게 해주는 개방형 통신 표준입니다. 2025년 4월 구글 클라우드가 최초 발표했으며, 현재는 Linux Foundation이 오픈소스로 관리하고 있습니다.

쉽게 말해, 기존 AI는 혼자 일하는 ‘독립 계약자’였다면, A2A는 그 계약자들이 하나의 프로젝트팀을 이뤄 역할을 나누고 결과물을 주고받을 수 있게 해주는 ‘공통 업무 규약’입니다. Salesforce의 에이전트, SAP의 에이전트, 구글의 에이전트가 서로 다른 언어를 쓰더라도 A2A 표준 위에서는 완벽하게 소통할 수 있습니다.

2025년 8월에 배포된 버전 0.3에서는 gRPC 지원(고성능 실시간 통신), 서명 가능한 보안 카드(기업 보안 인증), 구글 ADK 통합 등이 추가되며 기업 도입이 본격화됐습니다. 현재까지 150개 이상의 파트너사가 A2A를 채택했습니다.

▲ 목차로 돌아가기

MCP와 A2A, 뭐가 다른가? — 결정적 차이

많은 분들이 MCP(Model Context Protocol)를 먼저 접하셨을 겁니다. Anthropic이 2024년 말 발표한 MCP는 AI 모델이 외부 도구·데이터베이스·API에 연결되는 방식을 표준화한 프로토콜입니다. ChatGPT가 MCP를 전격 채택하면서 국내에서도 화제가 됐죠. 그런데 A2A는 MCP와 어떻게 다를까요?

통합 방향이 다릅니다

MCP는 수직적 통합입니다. 하나의 AI 에이전트가 Notion, Slack, Google Drive, 날씨 API 같은 외부 ‘도구’에 연결되는 구조입니다. 반면 A2A는 수평적 통합입니다. 여러 AI 에이전트가 서로를 ‘동료’로 인식하고 작업을 위임하거나 협업하는 구조입니다.

중요한 것은 A2A와 MCP가 경쟁 관계가 아니라는 점입니다. 구글 자체도 “A2A와 MCP를 함께 쓰는 것을 권장한다”고 공식 문서에서 밝히고 있습니다. 실제 기업 환경에서는 MCP로 에이전트에게 도구를 쥐어주고, A2A로 에이전트끼리 협업시키는 방식이 표준이 되어가고 있습니다.

▲ 목차로 돌아가기

A2A의 5가지 핵심 작동 원리

A2A 프로토콜이 어떻게 에이전트 간 협업을 가능하게 하는지, 핵심 메커니즘 5가지를 살펴보겠습니다. 개발자가 아니더라도 이 개념을 이해하면 왜 기업들이 A2A에 열광하는지 바로 납득이 됩니다.

1Agent Card — 에이전트의 명함

각 에이전트는 JSON 형식의 ‘Agent Card’를 가집니다. 자신이 어떤 일을 할 수 있는지, 어떤 형식의 데이터를 처리하는지를 이 카드에 담아 공개합니다. 다른 에이전트는 이 카드를 보고 “이 작업은 저 에이전트에게 맡기자”고 판단합니다. 마치 사람의 명함이나 링크드인 프로필과 같은 역할입니다.

2Task Management — 장기 작업도 끊기지 않는다

A2A는 즉각 응답이 필요한 단순 작업뿐 아니라 수 시간, 수 일이 걸리는 장기 실행 작업도 지원합니다. 작업의 상태를 실시간으로 업데이트하고, 결과물(Artifact)을 안전하게 전달합니다. 기업의 복잡한 업무 프로세스를 자동화하기에 최적화된 구조입니다.

3Modality Agnosticism — 텍스트, 음성, 영상 다 된다

A2A는 텍스트에만 국한되지 않습니다. 오디오, 비디오 스트리밍, 이미지 등 다양한 형식의 데이터를 주고받을 수 있습니다. 고객 상담 AI가 음성 녹취를 분석 AI에게 전달하고, 분석 결과를 보고서 작성 AI에게 넘기는 워크플로우가 하나의 A2A 파이프라인 위에서 구현됩니다.

4Signed Security Card — 기업 보안의 핵심

버전 0.3에서 추가된 ‘서명 가능한 보안 카드’는 에이전트의 신원을 암호학적으로 증명합니다. 포춘 500대 기업에서 요구하는 수준의 제로 트러스트(Zero Trust) 보안 아키텍처를 A2A가 기본 지원합니다. 이는 MCP 대비 A2A의 가장 강력한 차별점으로 전문가들이 꼽는 기능입니다.

5gRPC 지원 — 실시간 고성능 멀티 에이전트

기존 HTTP/SSE 방식에 더해 gRPC를 지원하면서 초저지연(Low Latency) 실시간 에이전트 오케스트레이션이 가능해졌습니다. 여러 에이전트가 동시에 병렬 작업을 수행하고 실시간으로 조율하는 환경에서 gRPC의 고성능 통신 능력이 진가를 발휘합니다.

▲ 목차로 돌아가기

국내 현황: KT·SKT가 이미 쓰고 있는 이유

2026년 3월, 스페인 바르셀로나에서 열린 MWC 2026은 사실상 국내 통신 3사의 ‘에이전틱 AI 발표 경연장’이었습니다. 겉으로는 에이전틱 AI를 외쳤지만, 그 안을 들여다보면 다중 에이전트 협업 아키텍처—즉 A2A 프로토콜의 개념이 핵심으로 자리하고 있습니다.

KT — 에이전틱 패브릭

KT는 MWC 2026에서 기업용 AI 운영체제 ‘에이전틱 패브릭(Agentic Fabric)’을 공개했습니다. 여러 AI 에이전트를 유기적으로 연결해 질의 분석부터 실행, 검증까지 자동 수행하는 구조입니다. KT는 이미 자사의 통신·재무·자산·HR 핵심 업무에 이 시스템을 실제 적용해 성능을 검증했다고 밝혔습니다. 에이전트 간 협업 구조 자체가 A2A 방식의 다중 에이전트 오케스트레이션 원리를 구현한 것입니다.

SKT — AI 풀스택 전략

SK텔레콤은 인프라부터 서비스까지 아우르는 ‘AI 풀스택’을 MWC 2026의 핵심 메시지로 내세웠습니다. AI 데이터센터, AI 모델, 에이전틱 서비스로 이어지는 수직 계열화 전략에서 에이전트 간 연결·협업 레이어가 A2A 방식으로 구현됩니다.

개인적으로 주목하는 부분은 KT와 SKT 모두 단순히 기술을 소개하는 데 그치지 않고, 실제 내부 업무에 ‘이미 적용해 검증했다’고 밝혔다는 점입니다. 이는 에이전틱 AI가 아직 실험 단계가 아니라 실전 운용 단계에 진입했음을 의미합니다. 이 흐름에서 A2A 프로토콜을 모르는 것은 IP 주소도 모르면서 인터넷을 논하는 것과 같습니다.

▲ 목차로 돌아가기

A2A vs MCP — 내 상황에 맞는 선택 기준

“그래서 나는 뭘 써야 하나요?”라는 질문이 가장 실용적입니다. 결론부터 말씀드리면, 상황에 따라 다르고 대부분의 경우 둘 다 알아야 합니다. 아래 기준을 참고해 보세요.

MCP가 더 적합한 상황

개인 개발자나 소규모 팀이 AI 어시스턴트에 Notion, Slack, GitHub 같은 도구를 연결해 자동화하는 경우라면 MCP가 훨씬 접근이 쉽습니다. 개발자 커뮤니티 지원이 풍부하고, 설정도 간단합니다. Claude, ChatGPT, Cursor 같은 친숙한 도구들이 이미 MCP를 기본 지원하고 있어 진입 장벽이 낮습니다.

A2A가 더 적합한 상황

기업 내 여러 부서의 AI 에이전트를 연결하거나, 외부 파트너사의 AI 시스템과 협업이 필요한 경우에는 A2A가 탁월합니다. 특히 보안 인증, 감사 추적, 접근 제어가 중요한 금융·의료·통신 산업에서는 A2A의 서명 가능한 보안 카드가 필수입니다. 복잡한 멀티 에이전트 워크플로우(예: 고객 상담 → 주문 처리 → 결제 → CS 에스컬레이션의 자동화 파이프라인)도 A2A 기반이 훨씬 안정적입니다.

현실적인 조언 — 둘 다 배워야 하는 이유

전문가들은 “MCP는 단일 에이전트 도구 통합에 강하고, A2A는 멀티 에이전트 오케스트레이션에 강하다”고 입을 모읍니다. 2026년 현재 실제 기업 환경에서는 MCP로 에이전트에게 도구를 연결하고, A2A로 에이전트 간 협업을 구성하는 방식이 사실상의 표준이 되어가고 있습니다. 개발자·기획자·AI 활용가 모두에게 두 프로토콜의 개념 이해가 기본 소양이 되어가고 있는 것입니다.

▲ 목차로 돌아가기

지금 당장 A2A 체험하는 법 (무료)

A2A 프로토콜은 Linux Foundation의 오픈소스 프로젝트로, 누구나 무료로 코드를 열람하고 실습할 수 있습니다. 개발 경험이 있다면 구글의 ADK(Agent Development Kit)를 통해 직접 A2A 기반 에이전트를 만들어볼 수 있습니다. 아래 순서를 참고하세요.

Step 1. GitHub에서 A2A 공식 저장소 확인

github.com/google-a2a/A2A에서 공식 A2A 프로토콜 스펙과 샘플 코드를 무료로 확인할 수 있습니다. Python 및 JavaScript 기반 예제가 포함되어 있어 바로 실습 환경을 구성할 수 있습니다.

Step 2. Google AI Studio에서 Gemini + ADK 연동

Google AI Studio(aistudio.google.com)는 무료로 Gemini 모델을 API로 사용할 수 있는 환경입니다. ADK를 활용하면 A2A 프로토콜 기반의 에이전트를 로컬에서 구성하고, 여러 에이전트 간 협업 시나리오를 직접 테스트해볼 수 있습니다.

비개발자라면 — 개념 이해부터 시작하기

코딩 경험이 없다면 지금 당장 코드를 짜지 않아도 됩니다. A2A의 핵심 개념(Agent Card, Task, Artifact, 보안 카드)을 이해하고, 자신의 업무에서 “어떤 AI 에이전트들이 협업하면 이 업무를 자동화할 수 있을까?”라는 질문을 던져보는 것이 첫 걸음입니다. 이 관점 자체가 2026년 AI 활용 역량의 핵심입니다.

▲ 목차로 돌아가기

자주 묻는 질문 (Q&A)

▲ 목차로 돌아가기