1X2.TV — AI 축구 예측
AI 기반 경기 예측 및 베팅 팁
AI 주식 예측
AI 기반 주식 시장 예측 및 분석

2026년 A2A 프로토콜 가이드: 에이전트 간 통신의 실제 작동 방식

2026년 Google의 A2A(Agent-to-Agent) 프로토콜 완전 가이드: 에이전트 카드, 작업, 메시지, 아티팩트, JSON-RPC 전송, 보안 및 멀티 에이전트 시스템에서 MCP를 보완하는 A2A의 역할.

AI Tools Hub 팀
|
A2A Protocol Guide 2026: How Agent-to-Agent Communication Actually Works
프로젝트 소개

1X2.TV — AI 축구 예측

머신러닝 알고리즘을 활용해 50,000개 이상의 경기를 분석하는 AI 기반 축구 경기 예측, 베팅 팁 및 심층 분석.

예측 보기

2024년이 단일 에이전트의 해였고 2025년이 MCP의 해였다면, 2026년은 멀티 에이전트 시스템이 더 이상 연구용 데모가 아닌 해입니다. 이 변화의 배경에는 A2A가 있습니다. 이 에이전트 간(Agent-to-Agent) 사양은 Google이 2025년 4월에 처음 제안했으며, 현재 v1.2로 안정화되어 150개 이상의 조직이 프로덕션 환경에서 운영 중입니다. 모든 사람이 어떤 프론티어 모델이 승리할지 논쟁하는 동안 조용히 자리 잡은 프로토콜입니다.

이 가이드는 A2A 호환 에이전트를 자체 스택에 처음 연결했을 때 우리가 존재하길 바랐던 긴 형식의 설명서입니다. A2A가 무엇인지, 어떤 문제를 해결하는지, 사양의 핵심인 4가지 기본 요소, Model Context Protocol과의 차이점(및 보완 관계), 그리고 두 에이전트를 연결하는 실전 워크플로우를 차례로 살펴볼 것입니다.

요약

A2A는 서로 다른 벤더와 프레임워크의 에이전트가 서로를 발견하고, 협상하며, 작업을 위임할 수 있게 하는 오픈 프로토콜입니다. 다음을 정의합니다:

  • 에이전트 카드 — 에이전트가 무엇을 할 수 있는지, 어디에서 접근할 수 있는지, 그리고 인증 방법은 무엇인지 전 세계에 알려주는 매니페스트.
  • 작업 — 한 에이전트가 다른 에이전트에게 부여하는 작업 단위로, 명시적인 라이프사이클 상태를 포함합니다.
  • 메시지 — 작업 내에서 흐르는 구조화된 교환 내용.
  • 아티팩트 — 에이전트가 생성하는 타입이 지정된 출력물.

이 프로토콜은 스트리밍을 위해 Server-Sent Events를 사용하는 JSON-RPC 2.0을 통해 HTTPS로 실행됩니다. 오픈 소스이며 무료이고, Google ADK, LangGraph, CrewAI, LlamaIndex Agents, Semantic Kernel, AutoGen에서 네이티브로 지원되며, Microsoft, AWS, Salesforce, SAP, ServiceNow, Workday, IBM의 1차 게이트웨이도 제공됩니다.

MCP가 에이전트가 도구와 통신하는 방식이라면, A2A는 에이전트가 다른 에이전트와 통신하는 방식입니다. 결국 두 가지 모두 사용하게 될 것입니다.

A2A가 존재하는 이유

2025년 중반까지 모든 멀티 에이전트 시스템은 맞춤형 통합이었습니다. 영업 에이전트가 딜을 재무 에이전트에게 넘기려면 누군가가 글루 코드를 작성해야 했습니다. 재무 에이전트를 다른 벤더로 교체하면 글루 코드를 다시 작성해야 했습니다. 이 패턴은 규모가 커지면 무너졌습니다.

야생에는 세 가지 반쪽짜리 해결책이 있었습니다:

  • 직접 함수 호출로 상호작용 — 빠르지만 취약하며, 공유 작업 모델, 스트리밍, 공유 신원이 없습니다.
  • 서로의 채팅 API 호출 — 몇몇 에이전트에는 작동하지만, 하나가 중간 상태를 푸시해야 하면 무너집니다.
  • 모두를 동일한 프레임워크 내에서 실행 — 모든 사람이 프레임워크에 동의할 때만 작동하며, 회사 규모에서는 그런 일이 거의 없습니다.

A2A의 기여는 상호작용 모델을 표준화하여 A2A를 사용하는 두 에이전트라면 맞춤형 통합 없이 협업할 수 있게 한 것입니다. 에이전트의 에이전트 카드를 발견하고, 작업(Task)을 게시하고, 작업 중에 메시지(Messages)를 교환하며, 완료되면 아티팩트(Artifacts)를 수집합니다. 전송, 수명 주기, 인증 헤더, 오류 의미론은 모두 사양에 정의되어 있습니다.

네 가지 기본 요소

에이전트 카드

에이전트 카드는 에이전트의 신원과 기능을 광고하는 JSON 문서로, 잘 알려진 URL(/.well-known/agent.json이 관례)에서 제공됩니다. 일반적인 카드는 다음을 포함합니다:

  • name, description, version
  • url — A2A 트래픽을 허용하는 JSON-RPC 엔드포인트
  • capabilities — streaming, multi_turn, push_notifications, state_transitions 같은 기능 플래그
  • skills — 에이전트가 수행할 수 있는 이름이 지정되고 스키마로 설명된 항목 목록
  • authentication — 지원되는 인증 방식(api_key, oauth2, mTLS, none)
  • default_input_modes 및 default_output_modes — 에이전트가 기대하는 미디어 타입

에이전트 카드는 A2A를 발견 가능하게 만드는 요소입니다. 클라이언트(대개 이 역시 에이전트)는 카드를 가져와 원격 에이전트가 필요한 기능을 가지고 있는지 판단한 후 작업을 시작합니다.

작업(Task)

작업(Task)은 장시간 실행되는 작업 단위입니다. id, status, 그리고 messages와 artifacts 목록을 가집니다. 상태 전이는 엄격한 수명 주기를 따릅니다:

submitted → working → input_required (optional, may loop) → completed
                                                          → failed
                                                          → canceled

엄격한 수명 주기는 모두가 과소평가하는 부분입니다. 실제 수명 주기가 있으면 관측성 도구는 이를 시각화하고, 재시도 로직은 이를 바탕으로 판단하며, 거버넌스 도구는 이를 감사할 수 있습니다. 임시 상태 처리에서 A2A의 작업 상태로 전환하기만 해도 멀티 에이전트 시스템의 신뢰성이 세 배로 향상되는 것을 확인했습니다.

메시지(Messages)

메시지는 작업 내 교환 내용입니다. 각 메시지에는 role(user, agent), parts 목록, 그리고 선택적 메타데이터가 포함됩니다. 파트는 유형이 지정되어 있습니다: text, file, data, 그리고(v1.1부터) tool_call_result. 마지막 유형은 A2A와 MCP가 깔끔하게 상호 운용되는 방식입니다. 원격 에이전트가 MCP를 통해 도구를 호출할 때, 유형 정보를 유지하면서 A2A 메시지의 tool_call_result 파트로 구조화된 결과를 반환할 수 있습니다.

아티팩트

아티팩트는 원격 에이전트가 영구적으로 생성하는 결과물입니다. 생성된 보고서, 작성된 파일, 데이터베이스 행, Slack 메시지 참조 등이 해당됩니다. 각 아티팩트에는 id, name, parts 목록, 그리고 클라이언트가 스트리밍된 아티팩트를 순서대로 재조립할 수 있게 해주는 index 위치 목록이 포함됩니다.

아티팩트를 메시지와 분리하는 것은 실제 운영에서 효과가 있는 두 번째 설계 결정입니다. 메시지는 대화형이며 일시적이고 턴별로 인덱싱됩니다. 아티팩트는 영구적이고 주소 지정이 가능하며 이름별로 인덱싱됩니다. 동일한 아티팩트를 여러 작업에 첨부할 수 있습니다. 메시지는 건너뛰고 아티팩트만 렌더링하는 감사 대시보드를 구축했는데, A2A는 이러한 기능을 무료로 제공합니다.

A2A가 MCP와 다른 점

가장 많이 받는 질문은 “이것이 단순히 MCP가 아닌가요?”입니다. 그렇지 않습니다. 두 프로토콜은 인접한 문제를 해결합니다.

질문MCPA2A
클라이언트는 누구인가요?모델 / 에이전트모델 / 에이전트
서버는 누구인가요?도구(파일 시스템, 데이터베이스, API)다른 에이전트
서버는 무엇을 하나요?단일 작업을 실행상태가 유지되는, 여러 턴으로 이루어질 수 있는 작업을 실행
신원 모델클라이언트가 서버 도구를 신뢰상호 신뢰; 에이전트들이 서로를 인증
수명 주기요청/응답제출됨 → 작업 중 → 완료됨
스트리밍선택 사항1급 기능
다중 턴아니요(각 호출은 독립적)예(input_required 상태)

명확한 개념 모델은 다음과 같습니다: MCP는 기능(capabilities)을 위한 것이고, A2A는 협업자(collaborators)를 위한 것입니다. 에이전트는 MCP를 사용하여 데이터베이스 호출, 이메일 전송 또는 파일 읽기를 수행합니다. 그리고 A2A를 사용하여 다른 에이전트에게, 아마도 다른 팀이나 회사에서 운영하는 에이전트에게, 대신 무언가를 해달라고 요청합니다.

실제 프로덕션 스택에서는 두 프로토콜이 결합됩니다. 오케스트레이터가 세 명의 전문가 에이전트에 대한 A2A 클라이언트이고, 각 전문가 에이전트는 다시 수십 개의 도구에 대한 MCP 클라이언트인 시스템을 구축했습니다. 오케스트레이터는 도구를 전혀 보지 못하며, 전문가 에이전트들도 서로의 도구를 보지 못합니다.

전송 계층

A2A v1.2는 세 가지 전송 모드를 제공합니다:

  • HTTPS를 통한 동기식 JSON-RPC 2.0 — 몇 초 이내에 완료되는 작업용.
  • Server-Sent Events — 중간 메시지, 아티팩트 청크, 상태 전환을 호출자에게 스트리밍할 때 사용하는 기본 방식입니다.
  • 웹훅을 통한 푸시 알림 — 몇 분에서 몇 시간이 걸리는 작업에 사용합니다. 클라이언트가 작업 생성 시 웹훅 URL을 제공하면, 에이전트가 라이프사이클 진행에 따라 업데이트를 푸시합니다.

인증은 표준 HTTPS 헤더에 위임합니다. 보통 API 키와 OAuth2에는 Authorization: Bearer …을, 서비스 간 통신에는 mTLS를 사용합니다. 이 사양은 자체적인 신원 모델을 정의하지 않는데, 이는 의도적이고 중요한 부분입니다. 기존 IdP를 그대로 재사용할 수 있습니다.

실제 교환 과정 살펴보기

프로토콜이 실제로 어떻게 동작하는지 보여주는 최소한의 실제 예시입니다. 영업 파이프라인 에이전트가 재무 에이전트에게 견적서를 작성해 달라고 요청합니다.

1. 디스커버리. 영업 에이전트가 재무 에이전트의 카드를 가져옵니다:

GET https://finance.example.com/.well-known/agent.json

카드에는 generate_quote이라는 항목이 포함된 skills 배열과 https://finance.example.com/a2a인 url가 있습니다.

2. 작업 생성. 영업 에이전트가 JSON-RPC tasks/send을 게시합니다:

{
  "jsonrpc": "2.0",
  "id": "1",
  "method": "tasks/send",
  "params": {
    "id": "task-9f3...",
    "skill": "generate_quote",
    "message": {
      "role": "user",
      "parts": [{ "type": "text", "text": "Quote for 50 seats of plan Pro, 12-month term, Acme Corp." }]
    }
  }
}

재무 에이전트는 상태 working과 SSE 스트림 URL로 응답합니다.

3. 진행 상황 스트리밍. 재무 에이전트는 SSE를 통해 상태 업데이트와 중간 메시지를 전송합니다. state=working을 먼저 보내고, "Pulling pricing tables..." 메시지 파트를 보낸 뒤, 할인 적용 자격에 대한 질문이 담긴 state=input_required를 보내고, 영업 에이전트가 답변하면 state=working을 보냅니다.

4. 아티팩트 방출. 견적서가 준비되면 재무 에이전트가 아티팩트를 방출합니다:

{
  "artifact": {
    "id": "artifact-quote-2026-06-09-001",
    "name": "Quote.pdf",
    "parts": [
      { "type": "file", "mimeType": "application/pdf", "uri": "https://finance.example.com/files/q-2026-06-09-001.pdf" },
      { "type": "data", "data": { "total_usd_cents": 5400000, "expires_at": "2026-07-09T00:00:00Z" } }
    ]
  }
}

5. 완료. 작업이 completed 상태로 전환됩니다. 이제 영업 에이전트는 견적서를 CRM 레코드에 첨부하는 데 필요한 구조화된 데이터를 확보했습니다.

푸시 알림 전송 방식을 사용했다면 같은 교환 과정이 몇 초가 아니라 몇 시간이 걸렸을 수 있지만, 영업 에이전트의 코드는 거의 변하지 않았을 것입니다.

보안 및 거버넌스

A2A의 보안은 세 가지 기둥 위에 서 있습니다:

  • 상호 신원 확인 — 에이전트끼리 서로를 인증합니다. 우리가 본 모든 프로덕션 배포 환경에는 익명 트래픽이 없습니다.
  • 범위가 지정된 권한 — 에이전트 카드가 범위를 선언하며, 호출하는 에이전트의 토큰에는 일치하는 클레임이 포함되어야 합니다.
  • 감사 가능한 라이프사이클 — 모든 상태 전환은 로그로 남길 수 있으며, 아티팩트 레지스트리는 생성된 결과물에 대한 영구적인 증거를 제공합니다.

엔터프라이즈 환경에 도입할 때는 A2A와 에이전트 거버넌스 플랫폼을 함께 사용하는 것을 강력히 권장합니다. 프로토콜은 기반 구조를 제공하지만 정책은 제공하지 않기 때문입니다. 현재 여러 벤더가 JSON-RPC 트래픽을 가로채고, 스킬별 할당량을 적용하며, 모든 데이터를 SIEM으로 전송하는 A2A 지원 거버넌스 제품을 출시하고 있습니다.

2026년 6월 생태계 현황

네이티브 A2A 지원 대상:

  • Google ADK 및 Google Cloud의 Agent Engine — 레퍼런스 구현체입니다.
  • LangGraph — 1급(first-class) 서버 및 클라이언트 데코레이터를 지원합니다.
  • CrewAI — 멀티 에이전트 크루가 외부 에이전트를 완전한 A2A 참여자로 노출하고 소비할 수 있습니다.
  • LlamaIndex Agents — 기존 에이전트 메타데이터에서 에이전트 카드가 생성됩니다.
  • Microsoft Semantic Kernel 및 AutoGen — 두 제품 모두 2026년 봄 릴리스에서 A2A 바인딩을 출시했습니다.

1차 A2A 게이트웨이는 Salesforce Agentforce, SAP Joule, ServiceNow, Workday Illuminate, IBM watsonx, Microsoft Copilot Studio에 포함되어 있습니다. 상호 운용성은 실제적입니다. 단일 작업 트리 내에서 Salesforce 에이전트가 Workday 에이전트를 호출하고, Workday 에이전트가 CrewAI 에이전트를 호출하며, CrewAI 에이전트가 Google이 호스팅하는 Gemini 에이전트를 호출하는 것을 검증했으며, 엔드투엔드 일관된 관측성을 확보했습니다.

먼저 구축해야 할 것

A2A를 처음 접하고 자체 시스템에 적용하려면 작게 시작하십시오:

  1. 내부 에이전트 중 하나를 A2A 서버로 노출하십시오. 다른 곳에서 호출하지 않더라도 즉시 타입이 지정된 라이프사이클과 자체 서비스에서 소비할 수 있는 에이전트 카드를 얻을 수 있습니다.
  2. 도구 중 하나를 먼저 MCP 서버로 래핑하십시오. 아직 하지 않았다면 A2A를 추가하기 전에 이를 수행하십시오. 도구와 에이전트는 혼동하기 쉽습니다. 각각을 독립적으로 구축하면 무엇이 무엇인지 명확해집니다. MCP 가이드를 참조하십시오.
  3. 자체 에이전트에서 서드파티 A2A 에이전트 하나를 호출하십시오. Salesforce Agentforce와 ServiceNow는 에이전트 카드가 공개되어 있고 문서화가 잘 되어 있어 가장 쉽습니다.
  4. 에이전트가 100개 이상 되기 전에 거버넌스 계층을 추가하세요, 그 이후가 아니라. 에이전트 거버넌스 도구 중 하나를 선택하여 워크플로우에 도입하세요.

흔한 함정

  • 에이전트 카드를 건너뛰는 것. 사람들은 작업 시맨틱부터 시작하고 발견(discovery) 기능은 나중에 추가하길 원합니다. 카드를 먼저 만드십시오. 카드를 작성하면 스킬을 명시적으로 명명해야 하며, 이를 통해 명확하게 사고할 수 있습니다.
  • MCP와 A2A를 혼동하는 것. 계속 강조하는 이유는 계속 보이기 때문입니다. 도구는 에이전트가 아닙니다.
  • 작업을 요청/응답으로만 취급하는 것. 라이프사이클에는 이유가 있습니다. 클라이언트가 첫 번째 응답에서 completed만 기대한다면, A2A의 가장 큰 장점을 놓친 것입니다.
  • 단일 에이전트 모놀리스에 A2A를 억지로 붙이고 운에 맡기는 것. 당신의 ‘에이전트’가 내부 상태 모델이 없는 채팅 엔드포인트라면, A2A는 그 점을 드러낼 것입니다. 먼저 내부 모델을 수정하세요.

미래

A2A 워킹 그룹의 2026년 나머지 기간 로드맵은 에이전트 간 메모리(에이전트 메모리 도구가 빠르게 수렴 중임), 기능 기반 결제(에이전트가 가격을 제시하고 작업에 대한 자금을 받을 수 있도록 함), 그리고 모든 프레임워크와 독립적으로 A2A 호환성을 테스트하기 위한 공식 평가 하네스를 포함합니다. 마지막 항목은 A2A를 ‘광범위하게 채택된 상태’에서 ‘평범한 인프라’로 전환시킬 것이며, 이는 모든 성공적인 프로토콜이 결국 도달하는 지점입니다.

2026년에 두 개 이상의 에이전트를 사용하게 된다면, A2A를 사용하게 될 것입니다. 일찍 시작할수록 상호 운용성으로 인한 고통을 덜 물려받게 됩니다.

추가 자료

프로젝트 소개

AI 주식 예측 — 스마트 시장 분석

AI 기반 주식 시장 예측 및 기술적 분석. 신뢰도 점수와 리스크 지표를 통해 주식, ETF, 암호화폐의 일일 예측을 확인하세요.

오늘의 예측 보기
도구 제작자를 위해

AI 도구를 개발하거나 마케팅하시나요?

AI Tools Hub에 등록하고, 리뷰받고, 소개하세요 — 12개월 후원사 목록, 다국어 지원. $49부터 시작합니다.

AI Tools Hub 팀

전문 AI 도구 리뷰어

저희의 AI 애호가 및 기술 전문가 팀은 수백 개의 AI 도구를 테스트하고 리뷰하여 고객의 요구에 가장 적합한 솔루션을 찾도록 돕습니다. 실제 사용 경험을 바탕으로 정직하고 심층적인 분석을 제공합니다.

이 기사 공유하기: 게시 공유 LinkedIn

저희 팀의 다른 AI 기반 프로젝트

저희의 다른 AI 기반 도구와 예측을 확인하세요