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 :
장바구니담기


"길벗 33차 개발자 리뷰어 활동을 위해서 책을 협찬 받아 작성된 서평입니다."


7가지 사례로 풀어낸, 가장 쉬운 멀티 에이전트 입문


AI를 활용한 업무 자동화(멀티 에이전트 도입)에 막막했다면, 이 책이 그 출발점이 되어줄 것이다.


2024년 생성형 AI가 추론 능력을 갖추면서 AI 에이전트의 가능성이 현실로 다가왔다. 업계 전반이 2025년을 'AI 에이전트의 해'로 전망하는 가운데, 2024년 11월 Anthropic의 MCP(Model Context Protocol)와 2025년 4월 Google의 A2A(Agent-to-Agent) 프로토콜이 연이어 발표되며 발전 속도는 더욱 가팔라졌다. 기업 현장의 PoC를 통해 검증된 A2A는 2026년에 본격적인 서비스로 이어질 전망이다.


생성형 AI는 기존 기업용 소프트웨어와 달리, 개인이 먼저 일상에서 경험하고 기업이 뒤따라 도입하는 독특한 확산 패턴을 보였다. 에이전트도 마찬가지다. Claude Code 기반의 Agent Teams·Subagent, 오픈클로(OpenClaw), 하네스(Harness) 엔지니어링도 멀티 에이전트 기반이다.



이 책은 에이전트의 개념을 아주 쉽게 설명한 후, 개인보다 기업에서 즉시 활용할 수 있는 7가지 실습 주제로 이어진다.

  • 코드 내 취약점을 점검하는 에이전트

  • 사실 기반 응답을 보장하는 팩트체크 및 콘텐츠 필터링 에이전트

  • 여러 LLM을 비교해 응답 품질을 정량·정성 평가하는 벤치마킹 에이전트

  • VOC(고객 불만)를 요약하고 정책 개선안을 제안하는 에이전트

  • 이탈 가능성이 높은 고객을 예측하고 사전 대응 전략을 제시하는 에이전트

  • 경쟁사 분석과 타깃 고객 분석을 기반으로 기획서 초안을 자동 생성하는 에이전트

  • RFP 문서를 분석하여 제안서 목차를 자동 구성하고 자사 대응표를 작성하는 에이전트



<10.1 VOC(고객 불만)를 요약하고 정책 개선안을 제안하는 에이전트, p258~p259>



<10.2 이탈 가능성이 높은 고객을 예측하고 사전 대응 전략을 제시하는 에이전트, p288~p289>



<10.2 이탈 가능성이 높은 고객을 예측하고 사전 대응 전략을 제시하는 에이전트, p290~p291>


각 실습 과제는 소스 코드 구성부터 에이전트 파이프라인 도식화까지 이해하기 쉽게 정리되어 있으며, 각 에이전트의 주요 클래스와 메서드, 입력·출력, 주석까지 꼼꼼하게 설명한다.


특히 인상 깊었던 것은 30개 이상 제공되는 에이전트와 유틸리티다.

gRPC 통신, 비동기 처리, 패턴 기반 시크릿 탐지, AST 분석, 팩트 체커, 할루시네이션 필터, Task별 라우팅 기법, 평가·교정 파이프라인, 폴백 메커니즘, 협업 필터링·콘텐츠 기반 추천 시스템, 정량·정성 평가, 토큰 사용량 확인, 벡터 기반 상품 분류, 휴리스틱 알고리즘, 멀티 LLM 사용 기법, 요약/평가/개선 프롬프트, 보고서 작성, JSON 유틸 등, 조금만 응용하면 현업에서 바로 쓸 수 있는 인사이트가 풍부하다.


이 책의 실습 과제를 꼼꼼히 분석하고 따라 하다 보면, 멀티 에이전트 원리는 물론 다양한 문제 해결 능력도 함께 키울 수 있다. 파이썬 코딩 지식은 덤이다.

아쉬운 점이 있다면, 에이전트 설명이 파이프라인 흐름 순서대로 구성되었다면 더욱 이해하기 편했을 것이다. 흐름을 놓치지 않기 위해 여러 번 코드와 개념을 오가며 읽었다.


이 책은 AI 에이전트 및 멀티 에이전트에 대한 이해가 부족해도, 업무에 멀티 에이전트를 도입하고자 하는 개발자에게 지금 당장 실무에 적용할 수 있는 아이디어와 코드의 실마리를 제공할 것이다.



댓글(0) 먼댓글(0) 좋아요(0)
좋아요
l 공유하기 l 북마크하기찜하기 lthankstoThanksTo