AI 에이전트 표준 경쟁 — MCP·A2A·ACP 세 프로토콜 해부

세 개의 프로토콜이 동시에 등장했다는 것은 아직 어느 쪽도 현장을 장악하지 못했다는 신호다. MCP·A2A·ACP의 구조적 차이를 이해해야 올바른 선택이 가능하다.

AI 에이전트 표준이 왜 필요한가

AI 에이전트 시스템이 복잡해질수록 에이전트 간 통신, 외부 도구 연동, 서비스 간 맥락 공유를 표준화할 필요가 생긴다. 표준이 없으면 각 에이전트가 독자 인터페이스를 구현해야 하고, 도구 하나가 교체될 때마다 연동 코드 전체가 영향을 받는다. 현재 세 가지 프로토콜이 이 공간에서 경쟁하고 있다.

세 프로토콜 해부

MCP — Model Context Protocol (Anthropic)

Anthropic이 2024년 공개한 mcp는 LLM이 외부 도구(파일 시스템, 데이터베이스, API)와 상호작용하는 표준 인터페이스를 정의한다. Claude를 포함한 MCP 호환 클라이언트는 MCP 서버에 등록된 도구를 동적으로 발견하고 호출할 수 있다.

핵심 구조: MCP 서버(도구 제공자) ↔ MCP 클라이언트(LLM 런타임) 간 JSON-RPC 2.0 통신. Anthropic 공식 문서에 따르면 파일 I/O, DB 쿼리, 웹 검색 등 다양한 MCP 서버가 이미 오픈소스로 공개되어 있다.

채택 현황 (2026-04 기준): Claude Desktop, Cursor, Cline 등 주요 AI 개발 도구에 통합. 커뮤니티 공개 MCP 서버 수 수백 개 이상.

A2A — Agent-to-Agent Protocol (Google)

Google이 2025년 공개한 A2A는 서로 다른 AI 에이전트 간 통신과 작업 위임을 표준화한다. MCP가 LLM-도구 연결에 초점을 맞춘 것과 달리, A2A는 에이전트-에이전트 간 협업 흐름을 대상으로 한다. Google Cloud 공식 블로그에 따르면 Vertex AI 에이전트 플랫폼에서 A2A를 기본 지원한다.

핵심 구조: Agent Card(에이전트 능력 명세) → Task 요청 → 스트리밍 응답. 장기 실행 작업과 인간 승인(Human-in-the-loop) 흐름을 명시적으로 지원한다.

ACP — Agent Communication Protocol

ACP는 오픈소스 커뮤니티 주도로 발전 중인 에이전트 통신 표준이다. MCP, A2A와 달리 특정 기업이 주도하지 않아 벤더 중립적 상호 운용성을 목표로 한다. 2026-04 기준 초기 스펙 단계이며 채택 사례는 제한적이다.

세 프로토콜 비교

| 항목 | MCP | A2A | ACP | |---|---|---|---| | 주도 | Anthropic | Google | 커뮤니티 | | 초점 | LLM ↔ 도구 | 에이전트 ↔ 에이전트 | 범용 에이전트 통신 | | 라이선스 | MIT (스펙) | Apache 2.0 | 오픈소스 | | 채택 도구 | Claude, Cursor 등 | Vertex AI | 초기 단계 | | 한국 사용 | Claude Code 통합 | Google Cloud | 제한적 |

의미 해석

세 프로토콜의 공존은 AI 에이전트 생태계가 아직 표준화 초기 단계임을 보여준다. 단기적으로는 Claude·Cursor 기반 개발 환경에서는 MCP, Google Cloud 기반 멀티에이전트 시스템에서는 A2A가 현실적 선택지다.

장기적으로는 이들이 상호 보완적으로 수렴하거나, 하나의 사실상 표준이 등장할 가능성이 열려 있다. 특정 클라우드 공급자에 종속되지 않으려는 조직이라면 ACP 진행 상황을 지속적으로 모니터링할 필요가 있다.

관련 용어: mcp / agent / llm / tool-use / anthropic