[Teddy Note 주주총회] 가슴으로 이해하는 Agent, MCP, A2A

2025년 4월 29일, 테디노트님의 주주총회 라이브를 듣고 왔습니다.
 
내용이 너무 감명 깊어서, 바로 재구성해서 블로그 포스팅 해봅니다.
 

Agent

ReAcT FrameWork

❓ 똑같은 LLM을 사용하는데, 왜 Agent가 적용되면 더 똑똑하지?

친구(LLM)한테 물 떠다 달라고 하면, 원래는 물 뜨는 방법을 알려주는 걸로 끝났다.
그런데 지금은 친구(Agent)가 물을 직접 떠오더라.

🤠 Agent야! 2024 노벨 문학상 수상자 누구야?

https://weaviate.io/blog/what-is-agentic-rag

1. Thought
   • 🤖 도구 없이 풀 수 있는 문제인가?
   • 🤖 어떤 도구(웹 검색, 문서 검색, 코드 실행, Custom Tools) 를 사용해야하지?
   • 🤖 검색어(쿼리)를 어떻게 작성해야하지?
2. Action
   • 검색 진행
3. Result
   • 검색 결과에 있네! → Final Answer
   • 검색 결과에 없네? → Loop

Loop?

1. Thought
   • 🤖 내가 도구를 잘못 썼나?
   • 🤖 내가 쿼리를 잘못 썼나?
   • 🤖 뭐가 잘못되었지?
2. Action
3. Result
   • 검색 결과에 있네! → Final Answer
   • 검색 결과에 없네? → Loop ( 다시 생각해보자... )

 

AI Agent를 사용하는 이유

• 자율성
  • 인간의 개입 없이, 스스로 도구를 선택하고, 스스로 쿼리를 작성한다.
• 능동적인 문제 해결
  • 주어진 목표를 향해 스스로 계획을 세우고, 작업을 진행, 복잡한 업무를 자동화
  • Looping을 통해 달성해야하는 목표를 위한 방법을 스스로 최적화해나감
    
  • 이행해야 하는 Task를 명시하지 않고도, 최종 목표에 도달
• 도구 활용
  • 외부 시스템 및 도구와 통합하여 복잡한 작업을 수행
• 동적 라우팅이 용이
  • LLM이 어떤 도구를 택하냐에 따라서 알아서 라우팅 되는 것.
  • 사례) 사람이 굳이 분기를 만들지 않아도...
    • 도구를 웹검색으로 선택 시 → 웹 검색 테크트리
    • 문서 검색 선택 시 → 벡터 디비 검색 테크트리 (알아서 최적화 해나갈 것.)

 

AI Agent 정의

Agent 정의가 빅테크마다 차이가 있습니다.

🧞 LLM이 툴 콜링 하게 되면 , 외부 도구에 대한 확장이잖아 그러면 RAG Agent지

 
 

🥸 LLM이 도구만 쓰면 그건 Agent가 아니지, Looping까지 하는 ReACT과정이 있어야 Agent지 이사람아.

 
 

중요한 건, AI Agent가 왜 주목받는지.

• LLM 모델의 성능 고도화 (O3-mini, DeekSeek R1 등의 추론 모델)
  • 초등학생 수준의 LLM을 쓰면, 초등학생의 수준으로 사고하고 결론을 낼 것.
  • 박사 수준의 LLM을 쓰면, 박사 수준으로 문제에 접근하고, 사고하고, 결론을 냄. (파이프라인이 달라져버리는 것과 같음)
  • LLM 좋은 걸 쓰면 성능이 올라가는걸 모르는 사람이 없고, 앞으로 더 좋은 모델이 나올 것.
• 전문 보고서, 투자 결정, 시뮬레이션 등 복잡한 작업에 대한 수요 증가
• 인간 개입 최소화 (Cost 최소화)
• AI Agent 간의 상호 작용 (A2A)

 

MCP (Model Context Protocol)

Anthropic에서 공개한 표준 프로토콜
 

Tool 사용에서의 병목 

🤓테디님, 메일 연동 서비스랑, 일정 연동, 줌 예약 도구 만들어서 Agent 쓸 수 있게 해주세요.

🧙‍♂️ Gmail은 구글 본사에 연락해서 알아봐야해요.
🧙‍♂️ Calendar도, Zoom도… 연락이 너무 오래걸려요
🧙‍♂️ 하나 당 2천 씩 6천 주세요.

🤓 아이고..

 
도구 개발하는데 병목이 너무 크게 발생함. → MCP로 해결
 

🤠 일본 가서 살고 싶어요!

테디노트님 링크드인

 

• 일본어 공부하지 않으면, 집 못구함 (병목)
• 통역사가 옆에 붙어서 따라다님 (MCP)
  • 보다 자세한 설명

MCP 구조(Host, Client, Server) 에 대해서 매우 혼란스러워 좀 더 잘 이해하고, 쉽게 전달할 수 있는 방

 

제가 이해한 바로는..

원래는 어떤 언어를 쓸건지, 어떤 프레임워크를 쓸건지.
전부 다 일일히 세팅해서 종속성을 맞춰놓지 않으면 서버와 연결할 수 없었습니다. 
 
이후 MCP가 등장하고 난 뒤로는,
어떤 언어, 어떤 프레임 워크를 사용해서 도구를 구현했든간에.
결과가 MCP 인터페이스에 잘 맞물리도록, "JSON-RPC" 로 나오기만 하면 더 이상 의존성 염려는 할 필요 없다!
정도로 이해했습니다.
 

도구 생태계

 

• 1인 당 1000개의 Agent를 쓰는 시대가 올 것 입니다.
• Agent의 Looping이 반복될 수록 도구 API를 많이 호출하게 될 것.
• 노다지

 

도구 사용(Tool Calling)에 대한 밴치마킹을 내놓은 OpenAI 

 

Multi Agent

필요한가요?

• Agent의 작업 완료 후 Next 라우팅이 복잡함 (병목)
• 무엇을 하라고 명시해줘야함.

 

사례

• Supervisor Pattern
  • 멀티에이전트를 컨트롤하기 위한 계층적인 방법론
  • Agent는 작업을 완료한 후, Supervisor에게 라우트
  • Supervisor는 적합한 Agent에게 작업 할당
• Plan and Execute
  • LangChain Note 참고 (https://wikidocs.net/270688)
• STORM Research
  • LangChain Note 참고 (https://wikidocs.net/270693)
• etc.

 
 

한 발 더 내다본 OpenAI (Feat. A2A)

까페에서 노트북으로 AI와 회의 하면서 작업하다가,
집에 갈 시간이 돼서 현대 자동차 시동 걸면,
현대 자동차가 이전 작업을 이어 받아서,
사용자와 음성으로 회의를 계속 주고 받는 그런 세상.

 
* A2A는 실시간 상태 업데이트와 다중 턴 대화(멀티턴 컨버세이션), 스트리밍 응답, 푸시 알림 등 다양한 기능을 제공.

https://arshren.medium.com/from-silos-to-synergy-agent-to-agent-a2a-protocol-in-action-72740c7fd462

 

너네는 하나의 Agent에 물려서 지금 만들고 있는데,
나는 한발 짝 앞서서 Agent 끼리 통신하는 프로토콜 만들고, 이를 주도하겠다.

 
 
Agent 동작이 모두 MCP, A2A 와 같은 프로토콜로 통일되면,
새로운 모델을 개발하는데 있어서도 학습 비용이 줄어들고, 기존 모델에 Tool 붙이는 것도 매우 쉬워질 것.
 
 

회고

본 내용은 라이브 강의 가운데 1부의 내용만을 담고 있기도 하고, 그리고 무엇보다 단순 내용 정리만으로는 라이브 강의 내용이 다 전달되지 않는 것 같습니다. 주주 총회 라이브를 직접 듣는 것을 추천 드립니다.