도구를 연결할 것인가, 에이전트를 협업시킬 것인가?
MCP (Model Context Protocol)
“AI가 직접 도구를 선택하고 실행한다.”
AI(LLM)가 전체 작업을 계획하고,
필요한 순간마다 MCP Client를 통해
외부 도구(API)를 호출한다.
주요 특징
LLM 중심 제어
중앙집중형 Tool 호출
API · Database · Files 연결
단일 Agent 구조에 최적
구현이 단순하고 빠름
동작 과정
① 사용자 요청
↓
② LLM이 작업 계획 생성
↓
③ MCP Client가 Tool 호출
↓
④ MCP Server 실행
↓
⑤ 외부 API 수행
↓
⑥ 결과 반환
↓
⑦ LLM이 결과 통합
↓
⑧ 사용자 응답
대표 활용 사례
GitHub
Google Drive
Gmail
Calendar
PostgreSQL
Slack
AWS
Claude Code
A2A (Agent-to-Agent Protocol)
“전문 AI들이 서로 협업하여 문제를 해결한다.”
오케스트레이터 Agent가
각 분야의 전문 Agent에게
업무를 분배하고
결과를 통합한다.
주요 특징
Agent 중심 제어
분산 실행 구조
병렬 작업 가능
전문 Agent 협업
대규모 Agent 시스템 최적
동작 과정
① 사용자 요청
↓
② Orchestrator Agent 분석
↓
③ Flight Agent
↓
③ Calendar Agent
↓
③ Search Agent
↓
③ Finance Agent
↓
④ 각 Agent가 자체 Tool 실행
↓
⑤ 결과 반환
↓
⑥ 통합
↓
⑦ 사용자 응답
대표 활용 사례
여행 예약
ERP 자동화
금융 분석
고객 상담
의료 진단
기업 AI 비서
Multi-Agent Platform
MCP vs A2A 핵심 비교
MCP A2A
LLM이 전체 제어 Agent가 분산 협업
Tool 호출 중심 Agent 협업 중심
중앙집중형 분산형
단일 Agent 최적 Multi-Agent 최적
구현이 단순 확장성이 뛰어남
API 연결에 강함 조직 간 협업에 강함
언제 무엇을 사용할까?
MCP를 선택하세요
하나의 AI가 여러 도구를 사용할 때
Claude Desktop
ChatGPT
Cursor
VS Code
Claude Code
A2A를 선택하세요
여러 AI가 동시에 협업해야 할 때
Enterprise AI
Workflow Automation
Digital Workforce
Autonomous Agents
실제 Enterprise Architecture
사용자
│
▼
Orchestrator Agent (A2A)
│
├──────────────┐
│ │
▼ ▼
ISO Agent SEO Agent
│ │
▼ ▼
MCP MCP
│ │
▼ ▼
GitHub Google Search
Slack Database
Drive Gmail
핵심 메시지
MCP는 “AI 도구”를 연결하는 표준이며, A2A는 “AI
AI”를 연결하는 표준입니다.
두 기술은 경쟁 관계가 아니라 상호 보완 관계입니다. 실제 엔터프라이즈 환경에서는 A2A가 여러 전문 Agent를 조율하고, 각 Agent는 MCP를 통해 필요한 도구와 API를 활용하는 구조가 가장 효과적입니다.
디자인 가이드
* 배경: Black → Navy Gradient
* MCP: Purple Glass Card
* A2A: Green Glass Card
* 비교표: Apple WWDC 스타일 Glass Panel
* 아이콘: AI Brain, Robot, API, Database, GitHub, Calendar, Airplane, Workflow
* 프로필 사진: 좌측 또는 우측 상단 원형 배치
* 푸터(우측 하단):
— 이춘곤(Mark) · ISC.studio · ISC출판 도서 안내
이 글은 저자의 Facebook에 처음 게시한 글입니다. Facebook 원문 보기
💬 댓글 (0)