AI 에이전트 프로토콜
에이전트 개발이 활발해지면서, 다음과 같은 몇 가지 문제들이 발생하고 있습니다:
-
다양한 에이전트 프레임워크들이 존재하지만, 그 차이는 미미합니다.
생태계가 고무적으로 성장하고 있음에도 불구하고 이러한 사소한 차이들은 코드 작성 방식에 큰 영향을 줄 수 있는 반면, 충분한 가치를 제공하지는 못합니다. - 외부 데이터 소스와의 통합은 대부분 임시방편적으로 구현되며, 심지어 같은 조직 내에서도 서로 다른 프로토콜이 사용됩니다. 이는 기업 간에도 마찬가지입니다.
- 툴은 코드 저장소마다 약간씩 다르게 정의되어 있으며, 툴을 확장된 LLM에 연결하는 방식도 제각각입니다.
MCP
Model Context Protocol(MCP)은 모델 또는 해당 모델을 기반으로 한 에이전트가 로컬 또는 원격 리소스에서 데이터를 받아오고, 에이전트 외부의 서비스 툴을 호출할 수 있도록 해줍니다. 사람들은 모델 컨텍스트에 수동으로 정보를 포함시키는데 지쳤고, MCP는 이 문제를 해결하기 위해 설계되었습니다. 만약 수동으로 컨텍스트를 채워야 할 필요가 있으나 정보 출처가 최소한 표준화된 구조를 갖추고 있다면, MCP를 사용함으로써 이러한 상호작용을 매우 간단하게 만들 수 있습니다.
아래는 IDE 내에서 GitLab의 정보를 MCP를 통해 에이전트에 통합하는 방법을 보여주는 간단한 다이어그램입니다.
A2A
멀티 에이전트 방식이 발전하면서 에이전트들 간의 상호작용을 표준화할 필요성이 생겼고, 이를 위해 Google은 A2A 프로토콜을 출시했습니다.
A2A 프로토콜은 “클라이언트” 에이전트와 “원격” 에이전트 간의 통신을 제공합니다. 간단히 말해, “클라이언트” 에이전트가 작업을 생성해 “원격” 에이전트에 전달하고, 어떤 작업의 수행이나 데이터를 반환받는 구조입니다.
MCP와 A2A의 차이점은 무엇일까요?
일반적인 리소스(API 등)와 상호 작용하고자 한다면 MCP를 사용하고, 다른 에이전트들과 상호작용하고자 한다면 A2A를 사용합니다. 이 두 프로토콜은 상충되지 않으며, 오히려 서로를 보완하는 관계입니다. 아래는 하나의 작업 내에서 두 프로토콜을 함께 사용하는 간단한 예시입니다.
MCP 메인 Git 저장소
기본적으로 이미 준비된 API가 있다면 MCP 서버를 개발하는 일은 상당히 간단합니다. 이 주제는 제가 이전에 Windsurf Cascade를 사용해 설명한 바 있습니다.
꼭 한 번 사용해볼 만한 MCP 서버들
많은 에이전트들이 이미 내부적으로 특정 MCP들(예: 파일 라인, 터미널, 메모리 등)을 지원하고 있지만, 개발자 커뮤니티는 다양한 취향을 만족시킬 수 있는 방대한 수의 MCP 서버를 개발해왔습니다. 여기서 가장 인기 있는 몇 가지를 간단히 소개합니다.
업체: Microsoft
GitHub Star 개수: 약 15,000
Playwright를 통한 브라우저 자동화, 접근성 트리 구조(이미지나 컴퓨터 비전 없이)를 활용한 웹 페이지 상호작용, 탐색, 클릭, 텍스트 입력, JS 실행 등을 지원하는 LLM 에이전트를 위한 경량 고속 MCP 서버입니다.
업체: GitHub
GitHub Star 개수: 약 20,000
GitHub API에 대한 MCP 인터페이스입니다. 이슈, 풀 리퀘스트, 브랜치, 파일의 생성, 조회, 편집을 지원합니다. 코드 수준에서 에이전트가 GitHub 저장소와 쉽게 작업할 수 있도록 돕습니다.
제작자: GLips
GitHub Star 개수: 약 10,000
Figma API에 대한 MCP 인터페이스입니다. 디자인에서 컴포넌트 이름, 색상, 크기, 계층 구조 등의 정보를 추출하고 구조화합니다. 코드 생성이나 UI 디자인 분석에 적합합니다.
업체: Upstash
GitHub Star 개수: 약 20,000
MCP를 통해 코드 및 문서를 LLM에 삽입할 수 있는 가장 인기 있는 도구 중 하나입니다. 파일, 저장소, 문서 등에서 컨텍스트를 제공하며 SSE, REST, WebSocket을 지원합니다.
업체: Googleapis (Google)
GitHub Star 개수: 약 8,000
이전 명칭은 “Gen AI Toolbox for Databases”였으며, 구글에서 개발한 데이터베이스 상호운용성 MCP 서버입니다. LLM 에이전트용 툴링을 쉽게 만들 수 있도록 도와주며 통합, 보안, 성능을 간소화합니다.
주요 기능:
- 10줄 미만의 코드로 간단한 통합
- 연결 풀링 및 내장 인증 기능
- OpenTelemetry를 통한 모니터링 및 트레이싱
- 자연어 처리 – SQL 쿼리 생성, 테이블 및 인덱스 생성 등
- PostgreSQL, MySQL 및 기타 베타 상태의 데이터베이스 지원 (v1.0 이전에는 호환되지 않을 수 있음)
제작자: wonderwhy-er
GitHub Star 개수: 약 4,000
OS 내 데스크탑 및 애플리케이션을 제어하는 서버입니다. 프로그램 실행, 키보드 및 마우스 입력 시뮬레이션, OCR 사용, 스크린샷 캡처가 가능합니다. 운영체제 수준의 UI 자동화에 사용됩니다.
업체: Mendable AI
GitHub Star 개수: 약 4,000
JS 렌더링, 웹 검색, 딥 리콘, 구조화된 데이터 추출을 지원하는 웹 스크래핑 도구인 Firecrawl과 통합된 MCP 서버입니다.
주요 기능:
- 웹 스크래핑, 크롤링, 탐색
- 검색 및 콘텐츠 추출
- 딥 마이닝 및 배치 처리
- 지수 백오프, 속도 제한, 크레딧 모니터링을 활용한 자동 재시도
- 클라우드 및 셀프 호스팅 인스턴스 지원
- stdio 및 SSE(Server-Sent Events)를 통한 전송
제작자: hangwin
GitHub Star 개수: 약 4,000
설명: MCP 인터페이스를 통해 Chrome을 제어할 수 있으며, 탭 자동화, 탐색, DOM 읽기, 텍스트 입력, 스크립트 실행 등을 지원합니다. 에이전트 및 LLM 인터페이스와의 통합에 이상적입니다.
제작자: haris-musa
GitHub Star 개수: 약 2,000
설명: Excel 파일(xlsx 포함)에 대한 MCP 접근을 제공합니다. 셀 데이터 읽기 및 편집, 테이블 생성, 시트 작업이 가능하며 비즈니스 분석 시나리오에 사용할 수 있습니다.
