-
-
A2A×MCP 멀티 에이전트 오케스트레이션 실전 - 현직 AI Specialist에게 배우는 A2A! A2A x MCP 시스템을 설계, 구축, 운영하며 멀티 에이전트의 기본을 경험한다!
서지영 지음 / 길벗 / 2026년 3월
평점 :
AI는 이제 모두 사용해야 하는 기술이고, 그 사용 범위는 지속적으로 늘어날 것입니다.
그 과정에서 키워드가 되는 용어가 "에이전트" 입니다. 에이전트는 예전부터 있던 용어라서 익숙하시겠지만, 우리는 AI를 통해서 에이전트 구성을 하는 Agent - To - Agent 구조가 새로운 표준으로 자리 잡고 있습니다.
이 책은 그러한 독자분들을 대상으로 하고 있고 책에서는 "그러한 장벽을 낮추기 위해서 기획되었습니다."
<대상 독자>
· A2A 멀티 에이전트 구조를 처음 접하는 입문자
· AI가 요즘 어디까지 왔는지 궁금한 대학생 / 초급 개발자
· LLM을 이미 상요해 봤지만, 더 복잡한 시스템을 만들어 보고 싶은 실무자
· 사내 프로젝트나 PoC에서 에이전트 기반 구조를 도입해야 하는 엔지니어/아키텍츠
· 멀티 에이전트가 무엇인지 이해하고 싶은 기획자/PM
■ 책을 둘러보기, 특징
· 저자분은 다양한 IT경험 및 다양한 저서등이 있으셔서, 책을 통해서 지식을 풀어가는 능력이 많으십니다.
· 이 책은 매우 실습이 많은 것이 특징입니다. 책에 이론적인 내용보다 이론적인 실습을 위주로 되어 있습니다.
- 책은 450Page로 구성되어 있는데, 90page부터 실습 위주의 내용입니다.
- 코드는 파이션으로 구성되어 있습니다.
- 소스를 다운받아서, 실행해면서 이해하는 방식이 좋습니다.
- 실습위주의 구성이여서, A2A, MCP에 대한 경험이 자연스럽게 배울수 있습니다.
- 자연스럽제 gRPC에 대해서 확인가능합니다.
- 특히 10장에서는 비정형 데이터 기반에 대한 내용인데, 이책 실습에서 가장 많은 장표를 가지고 구성되어 있습니다.
- 실습위주 내용 구성
■ 이론 살펴보기
· 에이전트라는 개념이 예전에도 있었지만, 지금 AI 환경에서 살펴봐야 하는 에이전트의 개념을 새롭게 설명합니다.
- 에이전트 구성요소 (관찰, 해석과 표현, 메모리, 추론과 판단, 계획, 도구 활용, 실행, 평가)
· A2A의 발전 과정
해당 과정은 한번에 진행된것이 아니고, 단계적으로 발전해왔습니다.
단일 에이전트 -> 멀티 에이전트 -> MCP (모델과 도구 간 상호 작용 표준화) -> A2A (에이전트들이 자율적으로 협력)
· A2A에 대한 개념 잡기
에이전트 상호 연동이 되는 것은 서로 간에 상호 보완되는 개념이 있어야 합니다.
모든 사항이 A2A의 구성이 필요한 것은 아닙니다. 단순 작업이나 멀티 에이전트가 구성이 효과적일수 있습니다.
- 에이전트는 어떤 방식으로 통신을 할까요?
대표적인 방식은 RPC, gRPC, 메시지 버스(브러커 기반 pub/sub)가 있습니다.
· 에이전트의 설계원칙 및 구현 방식등 다양한 이론 및 개념을 알수 있습니다.
■ 실습 내용 살펴보기
· 실제 예제코드를 기반으로 업무에 도입을 해볼수 있는 수준의 내용들이 많이 있습니다.
<예제 항목>
실제 내용은 특정 도메인에 한정되지 않고, 범용적으로 사용할수 있는 주제 입니다.
8장 코드 내 취약점을 점검하는 에이전트
9장 고도화된 검색 에이전트 설계 및 정확도 향상
9.1 사실 기반 응답을 보장하는 팩트체크 및 콘텐츠 필터링 에이전트
9.2 여러 LLM을 비교해 응답 품질을 정량·정성 평가하는 벤치마킹 에이전트
10장 비정형 데이터 기반 분석 에이전트
10.1 VOC(고객 불만)를 요약하고 정책 개선안을 제안하는 에이전트
10.2 이탈 가능성이 높은 고객을 예측하고 사전 대응 전략을 제시하는 에이전트
11장 문서 기반 생성 및 분석 에이전트
11.1 경쟁사 분석과 타깃 고객 분석을 기반으로 기획서 초안을 자동 생성하는 에이전트
11.2 RFP 문서를 분석하여 제안서 목차를 자동 구성하고 자사 대응표를 작성하는 에이전트 |
· API 키는 chat-gpt, claude, tavily에서 3개를 발급받아서 진행합니다.
■ 실습1 : 취약점 점검 에이전트
해당 케이스는 "오케스트라 아키텍처 구조"로 구성되어 있습니다.
취약점을 테스트 하기 위해서 샘플 파일도 함께 포함되어 있습니다.
· https://github.com/gilbutITbook/080493/tree/main/Code_Vulnerability
· 세부 코드에 대한 로직설명은 책을 통해서 충분히 제공되고, github에서 상세적인 아키텍처등도 확인 가능하십니다.
■ 실습2 - 고도화된 검색 에이전트 설계 및 정확도 향상
· 조금더 확장해봅니다.
AI응답의 정확성과 안전성을 보장하기 위해 설계된 다중 에이전트 기반 팩트 체크 및 콘텐츠 필터링 시스템입니다.
기술요소는 크게 3가지 특징이 있습니다.
1) Travily Search API를 활용해서 실시간 정보 검증 진행
2) 정규표현식 기반의 빠른 필터링과 LLM기반의 정밀 분석이 결합되어 동작
3) 멀티에이전트 아키텍처를 적용해서, 각 에이전트가 독립적으로 비동기, gRPC처리를 진행
https://github.com/gilbutITbook/080493/tree/main/Search_FactCheck_ContentsFilter
각종 실습을 위한 구성에 대한 가이드도 친절하게 설명되어 집니다.
■ 비정형 데이터 기반 분석 에이전트
VOC(Voice of Customer) 분석 시스템 - 고객 불만사항 분석 및 정책 개선안 생성 하는 기능입니다.
해당 컨셉의 기능은 모든 기업에서 활용할수 있는 부분입니다.
고객의 의견을 활용하는 솔류션은 현재도 다양하게 판매되고, 신규 제품이 출시됩니다.
소스 : https://github.com/gilbutITbook/080493/tree/main/VOC_Improve
· 주요 구성
· VOC기반의 데이터를 자연어 분석을 시작하고 --> 여러 후보 예약을 생성한 뒤 평가와 비평 단계를 거쳐서 최적의 결과를 선별합니다.
총 6개의 에이전트가 동작이 됩니다.
├── agents/ # AI 에이전트 모듈
│ ├── __init__.py
│ ├── interpreter.py # 자연어 질의 해석 에이전트
│ ├── retriever.py # VOC 데이터 검색 에이전트
│ ├── summarizer.py # VOC 요약 생성 에이전트
│ ├── improver.py # 정책 개선안 생성 에이전트
│ ├── evaluator.py # 결과 평가 에이전트
│ └── critic.py # 결과 비판/개선 에이전트
각각의 에이전트의 파이프라인을 구성해서 데이터 처리를 수행하게 됩니다.
· 소스 설명이 필요한 부분에 매우 상세하게 주석이 달려있습니다.
같은 흐름으로 제공되는 다양한 구현 사례를 통해서 자연스럽게 동작방식을 자연스럽게 이해할수 있게 됩니다.
gRPC 기능도 proto구성을 많이 연습해볼수 있습니다.
한개의 에이전트가 아닌, 다양한 구성으로 오케스트라 형태, A2A구성도 책을 통해서 학습해볼수 있고
현재 업무에도 적용해볼수 있는 단순히 이론이 아닌, 적용범위가 크게 구성된 샘플코드도
이책의 가치를 더욱 높여주는 것 같습니다.