A2A 프로토콜이란? — 30초 요약

A2A 프로토콜(Agent-to-Agent Protocol)은 서로 다른 회사·프레임워크에서 만들어진
AI 에이전트들이 공통된 언어로 대화하고 협업할 수 있도록 설계된 오픈 표준입니다.
2025년 4월 구글이 처음 공개했고, 같은 해 6월 Linux Foundation에 기증돼 이제는
특정 기업에 종속되지 않는 완전한 오픈소스 표준으로 운영되고 있습니다.

비유하면 이렇습니다. HTTP가 없었다면 크롬과 사파리가 같은 웹사이트를 열 수 없었겠죠.
A2A는 AI 에이전트 세계의 HTTP입니다. 각 에이전트가 자신의 능력과 역할을 담은
“에이전트 카드(Agent Card)”라는 JSON 명함을 공개하고, 다른 에이전트가 이를
읽어 최적의 협업 파트너를 찾아 일을 맡기는 구조입니다.

특히 주목할 점은, A2A가 각 에이전트를 “불투명한 블랙박스”로 취급한다는 것입니다.
협업 상대방의 내부 로직이나 학습 데이터를 공개하지 않아도 되므로,
기업 입장에서 독점 AI 자산을 보호하면서도 외부 에이전트와 협력할 수 있습니다.
이것이 엔터프라이즈 환경에서 A2A가 빠르게 채택되는 결정적 이유입니다.

▲ 목차로 돌아가기

왜 지금 A2A가 필요한가 — AI 협업 시대의 배경

2023~2024년의 AI 붐은 단일 거대 언어 모델(LLM)이 모든 것을 처리하는 시대였습니다.
하지만 현실 업무는 그렇게 단순하지 않습니다. 고객 상담, 재고 관리, 마케팅 집행,
계약서 검토 — 이 모든 것을 하나의 AI가 완벽하게 처리하기를 기대하는 것은
회계사 한 명에게 회사 전체를 맡기는 것과 같습니다.

그래서 등장한 것이 멀티 에이전트 시스템입니다. 각자 특화된 AI 에이전트들이
역할을 나누고 협력하는 방식인데, 문제는 이들이 서로 대화하는 표준이 없었다는 점입니다.
A사의 고객 상담 AI와 B사의 재고 관리 AI가 같은 업무 흐름 안에서 실시간으로
소통하려면 별도의 연결 코드를 처음부터 짜야 했습니다. 이건 시간과 비용 낭비이자
유지보수 지옥으로 가는 지름길이었습니다.

여기에 더해, 2026년 현재 Google, Salesforce, SAP, Oracle, PwC 등 전 세계 60개 이상의
기업이 A2A 생태계에 합류했습니다. 실질적인 산업 표준이 되어가고 있다는 신호입니다.
지금 A2A를 이해하지 못한 기업은 2~3년 뒤 AI 생태계에서 혼자 고립될 가능성이 높습니다.
이는 제 주관적 판단이기도 하지만, 이미 Linux Foundation이라는 중립적 거버넌스 기관이
표준 관리에 나선 것 자체가 강력한 증거입니다.

▲ 목차로 돌아가기

A2A의 핵심 구성 요소 완전 분해

A2A 프로토콜을 이루는 7개의 핵심 블록을 이해하면, 이 표준이 얼마나
정교하게 설계됐는지 바로 느낄 수 있습니다. 기술적 배경이 없어도
아래 설명만 읽으면 전체 그림이 잡힙니다.

① 에이전트 카드 (Agent Card)

각 AI 에이전트가 공개하는 JSON 형식의 자기소개서입니다. 이름, 버전, 처리 가능한 작업 종류,
인증 방식 등이 담깁니다. 마치 링크드인 프로필처럼, 다른 에이전트가 이 카드를 읽고
“이 에이전트가 우리 업무를 처리할 수 있겠구나”라고 판단합니다.
URL을 통해 언제든 접근 가능하며, 형식은 /.well-known/agent.json으로 표준화되어 있습니다.

② A2A 클라이언트 vs A2A 서버

업무를 맡기는 쪽이 A2A 클라이언트(클라이언트 에이전트),
업무를 받아 처리하는 쪽이 A2A 서버(원격 에이전트)입니다.
단, 이 역할은 고정이 아닙니다. 한 에이전트가 어떤 상황에서는 클라이언트가 되고,
다른 상황에서는 서버가 되는 유연한 구조입니다.

③ 작업(Task) — 생명주기 관리

에이전트 간 협업의 기본 단위입니다. 각 작업에는 고유 ID가 부여되고,
제출됨(submitted) → 작업 중(working) → 입력 필요(input-required) → 완료(completed) / 실패(failed)
의 상태 흐름을 따라갑니다. 며칠이 걸리는 장기 작업이나 연결이 끊겼다 재개되는 비동기 업무도
작업 단위로 추적할 수 있어서 엔터프라이즈 환경에서 특히 유용합니다.

④ 메시지 · 아티팩트 · 파트

메시지는 에이전트 간 대화의 한 턴(turn)이고, 아티팩트는 작업의 결과물(문서, 이미지, 스프레드시트 등)입니다.
파트는 메시지 또는 아티팩트 안의 콘텐츠 조각으로, TextPart(텍스트) · FilePart(파일) ·
DataPart(JSON 데이터)로 구분됩니다. 이 구조 덕분에 텍스트만이 아니라
음성, 영상 등 멀티모달 데이터도 교환할 수 있습니다.

⑤ 통신 방식 — HTTP + JSON-RPC 2.0 + SSE

A2A는 완전히 새로운 통신 기술을 만들지 않았습니다. 이미 전 세계 개발자들이 익숙하게 쓰는
HTTPS, JSON-RPC 2.0, 서버 전송 이벤트(SSE)를 기반으로 합니다. 이 덕분에 기존 기술 스택에
큰 변경 없이 도입할 수 있고, 실시간 스트리밍과 장기 작업 비동기 처리도 모두 지원합니다.

▲ 목차로 돌아가기

MCP vs A2A — 결정적 차이와 함께 쓰는 법

A2A를 검색하면 항상 함께 등장하는 단어가 MCP(Model Context Protocol)입니다.
둘을 경쟁 관계로 보는 시각도 있지만, 이건 완전히 잘못된 이해입니다.
MCP와 A2A는 서로 다른 문제를 풀고, 같이 써야 진짜 위력이 나옵니다.

제가 생각하기에 MCP와 A2A의 관계는 “도로(A2A)”와 “자동차 부품(MCP)”의 관계에 가깝습니다.
도로만 있다고 차가 달리진 않고, 부품만 있다고 목적지에 갈 수도 없습니다.
MCP는 각 AI 에이전트가 외부 세계(데이터·도구)와 연결되도록 돕고,
A2A는 그 에이전트들이 서로 역할을 나누고 협력하도록 만듭니다.

실제 시나리오 : 채용 프로세스 자동화

서류 심사 에이전트가 MCP를 통해 채용 공고 DB를 조회하고 지원서를 분석합니다.
그런 다음 A2A를 통해 면접 일정 조율 에이전트에게 합격자 리스트를 전달합니다.
면접 조율 에이전트는 다시 A2A로 안내 메일 발송 에이전트를 호출하고,
MCP를 통해 실제 메일 서비스 API를 실행합니다. 이 전체 흐름에서 사람은
최종 결과물만 확인하면 됩니다. 이것이 2026년 AI 자동화의 실제 모습입니다.

▲ 목차로 돌아가기

A2A 실무 활용 시나리오 3가지

이론을 넘어, 2026년 현재 실제로 A2A가 쓰이거나 쓰일 수 있는 구체적인
업무 시나리오를 정리했습니다. 기술자가 아니어도 바로 이해할 수 있도록 설명했습니다.

시나리오 1 : 고객 지원 — 3개 에이전트가 1명처럼 일한다

고객이 “주문한 제품이 안 왔어요”라고 메시지를 보냅니다. 상담 에이전트가 A2A로
물류 추적 에이전트에게 배송 현황 조회를 요청합니다. 물류 에이전트가 결과를 반환하면,
상담 에이전트는 다시 A2A로 보상 정책 판단 에이전트를 호출해 자동 쿠폰 발급 여부를 결정합니다.
고객 입장에서는 한 명의 상담사와 대화한 것처럼 느끼지만, 실제로는 3개의 특화 AI가
1초도 안 되는 시간 안에 협업을 마친 것입니다.

시나리오 2 : 재무 보고서 작성 — 수집부터 검토까지 자동화

데이터 수집 에이전트가 MCP로 ERP 시스템에 접근해 이번 달 매출 데이터를 가져옵니다.
A2A로 분석 에이전트에게 전달하면, 분석 에이전트가 전월 대비 추이를 계산합니다.
결과는 다시 A2A로 보고서 작성 에이전트에게 넘어가 자동으로 PPT 형식의 아티팩트가 생성됩니다.
CFO는 최종 검토만 하면 됩니다. 기존에 3~4명의 담당자가 이틀 걸리던 작업이
20분 안에 끝납니다.

시나리오 3 : 소프트웨어 개발 — 기획부터 QA까지 에이전트 팀

요구사항 분석 에이전트, 코드 작성 에이전트, 코드 리뷰 에이전트, 테스트 에이전트가
A2A를 통해 하나의 개발 파이프라인 안에서 순차·병렬로 협업합니다.
OpenAI Codex 앱이 2026년 3월 윈도우에 출시되면서 이 방식의 실현 가능성이
더욱 높아졌습니다. 개발자가 최초 요구사항만 입력하면, 이후 과정은 에이전트 팀이 처리하는
“바이브 코딩(Vibe Coding)”의 표준 인프라로 A2A가 자리 잡고 있습니다.

• ✓
  핵심은 오케스트레이션 — A2A는 단순 API 연결이 아닙니다. 에이전트들이 서로의 상태를 파악하고,
  실패 시 재시도하거나 대체 에이전트를 호출하는 지능적인 협업 구조입니다.
• ✓
  보안은 기본 — 각 A2A 통신은 OAuth 2.0, API 키, OpenID Connect 등 엔터프라이즈급
  인증 메커니즘을 기본으로 지원합니다.
• ✓
  벤더 락인 없음 — 표준 프로토콜이므로, 특정 AI 제품을 교체해도 전체 파이프라인을
  다시 짜지 않아도 됩니다.

▲ 목차로 돌아가기

Linux Foundation 이관 이후 달라진 것들

2025년 6월, 구글은 A2A 프로젝트를 Linux Foundation에 기증했습니다.
이것은 단순한 행정 절차가 아닙니다. 특정 기업(구글)의 주도 하에 있던 표준이
중립적인 글로벌 거버넌스 기관의 관리로 넘어갔다는 것을 의미합니다.
Linux 운영체제, Kubernetes, Node.js 등 수많은 핵심 오픈소스가 이 경로를 거쳐
사실상의 세계 표준이 된 것을 생각하면, A2A의 무게감이 다르게 느껴집니다.

달라진 점 1 : 중립성 확보

Microsoft, IBM, Amazon 등 구글과 경쟁 관계에 있는 기업들도 이제
“구글 표준을 따르는 것”이 아니라 “산업 표준을 따르는 것”으로 A2A를 채택할 수 있습니다.
실제로 IBM은 자사의 BeeAI 프레임워크에 A2A 호환성을 공식 발표했습니다.

달라진 점 2 : v0.2 업데이트와 로드맵 투명화

Linux Foundation 이관 이후 A2A v0.2가 출시되며 실사용성이 크게 강화됐습니다.
에이전트 카드에 권한 부여 체계가 강화됐고, 동적 스킬 검증 및 멀티모달 UX 조정 기능이
로드맵에 공식 포함됐습니다. 버전 관리와 개선 로드맵이 오픈소스 커뮤니티를 통해
투명하게 공개되기 시작했다는 점도 기업 채택률을 높이는 요인입니다.

달라진 점 3 : ACP와의 경쟁 및 수렴 가능성

IBM이 BeeAI를 통해 제안한 ACP(Agent Communication Protocol)와의 비교도
자주 등장합니다. 현재는 A2A와 ACP가 별도로 발전하고 있지만,
장기적으로는 두 표준이 수렴하거나 통합될 가능성도 열려 있습니다.
이 흐름을 주도하는 곳이 바로 Linux Foundation이라는 점에서, A2A의 표준화 방향은
산업 전체가 논의하고 결정하는 구조로 바뀌었습니다.

▲ 목차로 돌아가기

A2A를 지금 당장 써볼 수 있는 방법

A2A는 추상적인 개념이 아니라 지금 바로 실습할 수 있는 구체적인 도구와 환경이 갖춰져 있습니다.
비개발자라도 개념을 이해하고 개발자에게 정확히 방향을 제시할 수 있도록 정리했습니다.

• 1
  
  공식 GitHub 방문 — github.com/a2aproject/a2a-samples에서
  Python 기반 코드 샘플과 데모를 무료로 받을 수 있습니다. 환율 조회 에이전트
  예제가 가장 이해하기 쉬운 입문 자료입니다.
  
• 2
  
  Google ADK + A2A 조합 실습 — 구글의 Agent Development Kit(ADK)는
  A2A 호환 에이전트를 몇 줄의 코드로 만들 수 있도록 돕습니다.
  to_a2a(root_agent) 함수 하나로 기존 ADK 에이전트를 A2A 서버로 즉시 전환 가능합니다.
  
• 3
  
  Google Codelabs 활용 — Google Codelabs의 MCP+ADK+A2A 실습은
  완전 무료이며 한국어를 지원합니다. Cloud Run에 MCP 서버를 배포하고,
  ADK로 에이전트를 만들고, A2A로 연결하는 전 과정을 단계별로 안내합니다.
  
• 4
  
  에이전트 카드 직접 열어보기 — A2A를 지원하는 에이전트의 URL 뒤에
  /.well-known/agent.json을 붙이면 해당 에이전트의 능력과 스킬을
  즉시 확인할 수 있습니다. 개발 없이 개념을 체험하는 가장 빠른 방법입니다.
  

▲ 목차로 돌아가기