AI 트렌드

A2A

AI 활용 분야에서 Google이 2025년에 공개한 A2A(Agent-to-Agent, 에이전트 간 통신) 프로토콜로, 서로 다른 회사의 AI 에이전트들이 같은 규약으로 작업·결과·결제 정보를 주고받도록 한 개방 표준입니다.

쉬운 풀이

A2A는 서로 다른 회사가 만든 AI 비서들이 같은 양식으로 일을 주고받도록 정한 공용 규약이에요. 조별 과제로 비유하면, A팀·B팀·C팀이 각자 다른 양식으로 보고서를 내면 합치기 어렵지만, "표지·요약·본문·출처" 양식을 통일해 두면 그대로 이어 붙일 수 있는 것과 같습니다. 인사팀 AI가 채용 공고를 쓰고, 다른 회사의 인재 검색 AI가 후보를 찾고, 또 다른 일정 조율 AI가 면접 시간을 잡는 식으로 한 가지 일을 여러 AI가 나눠 처리하도록 만드는 게 핵심입니다. 앞으로 "어떤 회사의 AI든 같은 방식으로 협업한다"는 흐름이 빨라지고 있어 알아 두면 쓸모가 많아요.

한 줄 비유

서로 다른 회사 직원끼리 표준 명함과 외주 발주서로 협업하는 방식입니다.

활용 예시

Case 1

Google Cloud — 채용 워크플로 데모로 멀티 벤더 협업 시연

Google은 발표 영상에서 채용 매니저 에이전트가 직무·지역·요구 스킬을 받아 외부 인재 소싱 에이전트에 후보 추천을 위임하고, 결과를 받아 다시 일정 조율 에이전트, 평판 조회 에이전트로 작업을 넘기는 흐름을 시연했습니다.^[1] Agentspace라는 단일 인터페이스 안에서 채용 공고 작성·후보자 추천·면접 조율·백그라운드 체크까지 각기 다른 벤더의 에이전트가 한 줄기 워크플로로 이어집니다.^[1] 사내·사외 에이전트가 같은 프로토콜로 작업과 상태를 주고받는 첫 공개 시연이었습니다.

Case 2

KT Cloud — 국내 엔터프라이즈 통합 시나리오 공식 정리

KT Cloud 기술 블로그는 2025년 7월 게시글에서 A2A를 "AI 에이전트의 인터넷"으로 소개하며, 사내 고객센터 AI·ERP AI·HR 챗봇이 각자 따로 움직이던 구조를 A2A로 묶어 협업시키는 통합 시나리오를 정리했습니다.^[3] MCP가 "에이전트-도구" 표준이라면 A2A는 "에이전트-에이전트" 표준이며, 두 프로토콜은 경쟁이 아니라 상호 보완 관계라고 명시했습니다.^[3] OAuth 2.0·JWT·OpenID Connect를 그대로 활용하므로 기존 사내 보안 검토 절차에 얹기 쉽다는 점을 국내 도입 장점으로 꼽았습니다.^[3]

Case 3

Microsoft·AWS — 경쟁사 표준 동반 채택으로 사실상 업계 표준화

Microsoft는 2025년 5월 자사 Azure AI Foundry와 Copilot Studio에 A2A를 통합한다고 발표했고, Google 주도 프로토콜을 경쟁사 핵심 제품군이 받아들였다는 점에서 업계 표준화 신호로 해석됐습니다.^[4] 이후 AWS·Cisco·IBM이 합류해 글로벌 클라우드 3사가 동일 표준으로 멀티 에이전트 워크플로를 구성할 수 있는 환경이 마련됐고, 2025년 6월 사양 자체가 Linux Foundation으로 이관되며 단일 벤더 규격에서 공동 거버넌스로 전환됐습니다.^[2] 보고서·견적 같은 결재 라인이 회사 경계를 넘어 다른 벤더 AI를 거치는 구조가 가능해졌습니다.

Case 4

Salesforce·SAP — 엔터프라이즈 SaaS 간 종단간 업무 자동화

Salesforce는 자사 Agentforce 에이전트가 A2A 표준을 통해 외부 생태계의 에이전트와 작업을 주고받게 만들겠다고 밝혔고, SAP도 자사 AI 어시스턴트 Joule이 A2A로 다른 기업 플랫폼의 에이전트와 종단간(end-to-end, 처음부터 끝까지) 업무 프로세스를 수행하도록 한다고 발표했습니다.^[1] ServiceNow·UKG·Workday까지 합류해 HR·재무·고객지원 영역의 멀티 벤더 워크플로가 표준화되는 방향으로 정리되고 있습니다.^[1] Linux Foundation 보도자료에 따르면 발표 1년 시점 기준 공급망·금융·보험·IT 운영 등 4개 산업군에서 프로덕션 도입이 보고됐습니다.^[2]

오늘 바로 해보기

Google 개발자 블로그의 A2A 발표 문서를 정독하고, "에이전트 카드"와 "아티팩트" 개념을 한 줄씩 메모합니다.
GitHub의 a2aproject/A2A 저장소에서 사양 문서와 샘플 코드 1개를 골라 README를 끝까지 읽습니다.
사내에서 따로 운영 중인 에이전트·챗봇·자동화 봇 3개를 적고, 어떤 작업을 어느 쪽에 위임하면 좋을지 한 줄씩 정리합니다.
MCP(에이전트-도구)와 A2A(에이전트-에이전트)의 역할을 한 표에 정리해 사내 구성원에게 공유합니다.
KT Cloud 기술 블로그의 A2A 편을 읽고, 국내 도입 시 OAuth 2.0·JWT 등 보안·인증 측면 체크 포인트를 3가지로 요약합니다.

한계와 진화

발표 시점 기준 A2A는 초기 사양(draft) 단계였고, 인증·인가는 OpenAPI 보안 스키마와 동등한 수준만 보장한다는 단서가 붙어 있었습니다.^[1] Google 스스로 "프로덕션용 버전은 2025년 후반에 파트너와 함께 내놓을 예정"이라고 밝혔고, 오디오·비디오 스트리밍 같은 다양한 모달리티 지원도 설계 원칙으로만 명시돼 실제 구현은 벤더별 편차가 큰 상태였습니다.^[1] 작업이 며칠까지 길어지는 장시간 처리 시나리오에서 상태 동기화·실패 복구 패턴이 표준에 포함되지 않은 부분도 함께 지적됐습니다.^[1] 국내에서는 OAuth 2.0·JWT를 그대로 활용한다는 점이 장점이지만, 동시에 악성 에이전트 위장·과도한 권한 위임·민감 데이터의 외부 에이전트 노출 같은 신규 보안 검토 항목이 필요해진다는 점이 부각되고 있습니다.^[3] 결제 정보·인사 데이터처럼 결재 라인이 회사 경계를 넘어가는 워크플로에서는 에이전트 카드 서명·감사 로그 설계가 함께 들어가야 한다는 운영 가이드도 등장하고 있습니다.^[2]

진화 방향은 비교적 빠르게 잡혀 가고 있습니다. 2025년 6월 23일 Linux Foundation으로 거버넌스를 옮기며 Apache 2.0 라이선스 오픈 표준으로 전환됐고, AWS·Cisco·Google·Salesforce·SAP·ServiceNow 등이 창립 멤버로 합류했습니다.^[2] 발표 1년 뒤인 2026년 4월 기준 참여 조직이 150개를 넘었고, gRPC 지원·서명된 에이전트 카드·멀티 테넌시(여러 조직이 한 시스템을 나눠 쓰는 구조) 등이 v1.0 사양에 포함됐습니다.^[2] 보통 업계에서는 MCP(에이전트-도구)와 A2A(에이전트-에이전트)를 함께 채택하는 흐름으로 보는 시각이 우세하며, 국내에서는 KT Cloud를 비롯한 CSP들이 동일한 관점으로 분석 콘텐츠를 발행하고 있습니다.^[3] Anthropic의 MCP가 2025년 12월 Linux Foundation 산하 Agentic AI Foundation으로 이관되며 두 표준이 한 재단 안에서 거버넌스 공조를 시작한 점도, 두 프로토콜이 경쟁이 아닌 보완 관계로 발전한다는 신호로 읽힙니다.^[2]

이 용어와의 관계

유사 개념
Adaptive Reasoning같은 AI 트렌드 갈래에서 자주 함께 등장하는 개념입니다.
유사 개념
Extended Thinking같은 AI 트렌드 갈래에서 자주 함께 등장하는 개념입니다.
유사 개념
Prompt Caching같은 AI 트렌드 갈래에서 자주 함께 등장하는 개념입니다.