A2A × MCP 멀티에이전트 오케스트레이션 실전

A2A × MCP 멀티에이전트 오케스트레이션 실전

$33.02
Description
단일 모델 중심의 자동화를 넘어,
여러 에이전트가 협력해 문제를 해결하는 새로운 개발 방식을 경험해보자.
하나의 모델이 모든 것을 해결하던 방식에서 벗어나, 여러 AI 에이전트가 각자의 역할을 나누고 협력하는 A2A(Agent-to-Agent) 멀티 에이전트 구조가 새로운 표준으로 떠오르고 있습니다. A2A와 멀티 에이전트는 앞으로 AI 시스템의 핵심 구조가 될 것입니다. 이 책은 이러한 변화에 맞춰 멀티 에이전트 시스템을 더 쉽게 이해할 수 있도록, 실습 프로젝트 중심으로 구성했습니다. 일곱 가지 서로 다른 A2A 실습 시나리오를 통해, 여러 에이전트가 협력해 문제를 해결하는 방식을 경험해봅니다. 단계별 프로젝트를 따라가며 에이전트가 어떻게 협력하고, 오케스트레이션을 통해 어떤 방식으로 전체 시스템이 연결되는지 자연스럽게 이해합니다. 또한 gRPC 기반 에이전트 호출, 평가–개선 루프, 문서 기반 RAG 등 실제 AI 서비스에서 활용되는 구조를 코드와 함께 살펴볼 수 있습니다. 각 프로젝트는 “복잡한 문제일수록 역할을 나누고 흐름을 설계하는 것이 강력한 전략이 된다”는 A2A의 핵심 원리를 잘 보여줄 수 있도록 준비했습니다. 책의 프로젝트 외에도 고객 응대, 문서 검증, 분석과 리서치, 품질 점검, 의사결정 지원 등 다양한 문제들이 A2A 관점에서 다시 설계될 수 있을 것입니다. 원리를 이해하고, 필요한 에이전트를 조합해 해결하는 역량을 기르는 데 도움이 되기를 바랍니다.
저자

서지영

마이크로소프트에서Data&AISpecialist로근무중이며,정보관리기술사와컴퓨터시스템응용기술사로20년넘게IT분야에서일하고있다.고려대학교대학원에서빅데이터및인공지능에대한전문적인연구를진행하면서『모두의인공지능기초수학』(길벗,2020),『딥러닝텐서플로교과서』(길벗,2021),『딥러닝파이토치교과서』(길벗,2022),『챗GPT,거부할수없는미래』(길벗,2023)『랭체인으로LLM기반의AI서비스개발하기』(길벗,2024),『랭체인으로RAG개발하기:VectorRAG&GraphRAG』(길벗,2025),『나만의MCP서버만들기with커서AI』(길벗,2025)등을저술했다.

목차

1부|(이론편)에이전트와A2A알아보기

1장에이전트
1.1에이전트란?
1.2에이전트의기본구성요소

2장A2A까지의발전과정
2.1단일에이전트
2.2멀티에이전트
2.3MCP

3장A2A란?
3.1A2A정의와특징
3.2A2A가필요한사용환경
3.3오케스트레이터방식과의차이
3.4A2A통신방법
____3.4.1RPC방식
____3.4.2gRPC방식
____3.4.3메시지기반방식

4장A2A구현방법
4.1설계원칙
____4.1.1역할분리와규칙
____4.1.2신뢰성과오류처리
____4.1.3보안및프라이버시
____4.1.4에이전트간인터페이스와컨텍스트설계
4.2구현패턴
____4.2.1Peer-to-Peer호출패턴
____4.2.2Mixed패턴(A2A+오케스트레이터혼합)

5장미래의A2A051
5.1산업별적용사례052
5.2A2A의한계와리스크
5.3A2A가가져올미래


2부|(준비편)실습환경준비하기

6장API키획득하기
6.1OpenAIAPI키획득하기
6.2ClaudeAPI키획득하기
6.3TavilyAPI키획득하기
6.4API키를환경변수로등록하기

7장커서준비하기
7.1파이썬설치하기
7.2커서설치하기
7.3화면소개

3부|(실습편)프로젝트실습하기

8장코드내취약점을점검하는에이전트
____8.1.1agents/criteria_agent_server.py
____8.1.2agents/quick_agent_server.py
____8.1.3agents/remediation_agent_server.py
____8.1.4agents/summary_agent_server.py
____8.1.5agents/secrets_agent_server.py
____8.1.6agents/static_agent_server.py
____8.1.7mcp_server.py
____8.1.8에이전트실행하기
____8.1.9MCP서버등록하기

9장고도화된검색에이전트설계및정확도향상
9.1사실기반응답을보장하는팩트체크및콘텐츠필터링에이전트
____9.1.1agents/enhanced_content_filter.py
____9.1.2agents/fact_checker.py
____9.1.3agents/final_response.py
____9.1.4agents/hallucination_filter.py
____9.1.5agents/question_refiner.py
____9.1.6agents/responder.py
____9.1.7mcp_server.py
____9.1.8agents.proto
____9.1.9에이전트실행하기
____9.1.10MCP서버등록하기
9.2여러LLM을비교해응답품질을정량·정성평가하는벤치마킹에이전트
____9.2.1agents/__init__.py
____9.2.2agents/critic_agent.py
____9.2.3agents/draft_agent.py
____9.2.4agents/scoring_agent.py
____9.2.5agents/synth_agent.py
____9.2.6llm_wrappers/__init__.py
____9.2.7llm_wrappers/anthropic_chat.py
____9.2.8llm_wrappers/openai_chat.py
____9.2.9config.py
____9.2.10json_utils.py
____9.2.11mcp_server.py
____9.2.12metrics.py
____9.2.13orchestrator.py
____9.2.14run_all_agents.ps1
____9.2.15에이전트실행하기
____9.2.16MCP서버등록하기

10장비정형데이터기반분석에이전트
10.1VOC(고객불만)를요약하고정책개선안을제안하는에이전트
____10.1.1agents/__init__.py
____10.1.2agents/critic.py
____10.1.3agents/evaluator.py
____10.1.4agents/improver.py
____10.1.5agents/interpreter.py
____10.1.6agents/retriever.py
____10.1.7agents/summarizer.py
____10.1.8llm_wrappers/__init__.py
____10.1.9llm_wrappers/anthropic_chat.py
____10.1.10llm_wrappers/openai_chat.py
____10.1.11utils/__init__.py
____10.1.12utils/json_utils.py
____10.1.13utils/settings.py
____10.1.14utils/tools.py
____10.1.15utils/utils.py
____10.1.16voc.proto
____10.1.17grpc_server.py
____10.1.18main.py
____10.1.19에이전트실행하기
____10.1.20MCP서버등록하기
10.2이탈가능성이높은고객을예측하고사전대응전략을제시하는에이전트
____10.2.1agents/__init__.py
____10.2.2agents/grpc_utils.py
____10.2.3agents/llm_recommender.py
____10.2.4agents/explainer.py
____10.2.5agents/feature_engineer.py
____10.2.6agents/predictor.py
____10.2.7agents/hybrid_aggregator.py
____10.2.8agents/recommender_collaborative.py
____10.2.9agents/recommender_content.py
____10.2.10agents/recommender_core.py
____10.2.11agents/similar_customers.py
____10.2.12churn.proto
____10.2.13churn_mcp.py
____10.2.14utils.py
____10.2.15vector_search.py
____10.2.16에이전트실행하기
____10.2.17MCP서버등록하기

11장문서기반생성및분석에이전트
11.1경쟁사분석과타깃고객분석을기반으로기획서초안을자동생성하는에이전트
____11.1.1agents/__init__.py
____11.1.2agents/competitor_agent.py
____11.1.3agents/customer_agent.py
____11.1.4agents/feature_agent.py
____11.1.5agents/revenue_agent.py
____11.1.6agents/formatter_agent.py
____11.1.7agents/markdown_writer.py
____11.1.8orchestrator.py
____11.1.9run.py
____11.1.10agents.proto
____11.1.11run_agents.ps1
____11.1.12에이전트실행하기
____11.1.13MCP서버등록하기
11.2RFP문서를분석하여제안서목차를자동구성하고자사대응표를작성하는에이전트
____11.2.1agents/compliance_matrix_agent.py
____11.2.2agents/rfp_outline_agent.py
____11.2.3rfp.proto
____11.2.4grpc_client.py
____11.2.5grpc_server.py
____11.2.6main.py
____11.2.7에이전트실행하기
____11.2.8MCP서버등록하기
____11.2.9마치며

출판사 서평

모델중심개발에서구조중심설계로!
멀티에이전트구조의원리와구현을실제코드로경험해보자!

단일모델이아닌협력하는AI로진화
이제AI는거대한모델하나가모든문제를해결하던단계를지나여러에이전트가역할을나누고,서로협력하며,단계적으로문제를해결하는A2A구조로진화했습니다.이는일시적인유행이아니라AI시스템설계방식의근본적인변화로,이미멀티에이전트는기업과산업현장에서새로운설계표준으로자리잡았습니다.앞으로는‘모델활용능력’이아니라이구조를이해하고구현하는‘구조설계능력’이경쟁력이될것입니다.이책이그첫걸음을돕고자합니다.쉬운설명,기초부터실전까지자연스럽게연결되는흐름,실제프로젝트에서바로활용할수있는요소들을담았습니다.

다음과같은분들을위해서만들었습니다
▪A2A,멀티에이전트구조를처음접하는입문자
▪‘멀티에이전트’가무엇인지이해하고싶은기획자·개발자
▪LLM을사용해봤고이제더복잡한시스템을만들어보고싶은실무자
▪프로젝트나PoC에서에이전트기반구조를도입해야하는엔지니어·아키텍트
이책에서는에이전트가왜필요한지,단일모델과A2A의차이가무엇인지,멀티에이전트구조가실제서비스에서어떤방식으로활용되는지를실전중심으로다루고자했습니다.코드를통해여러에이전트가협업하는구조를살펴보면서오케스트레이션이어떤역할을하고,단계별실습프로젝트가어떻게돌아가는지자연스럽게이해할수있습니다.간단한실습으로전체흐름을이해하고싶은분들을위해,실제로동작하는예제코드를하나하나짚어보며멀티에이전트의구조와동작원리를체계적으로익히도록구성했습니다.

다음에이전트를실행해보며코드를살펴봅니다
▪코드내취약점을점검하는에이전트
▪고도화된검색에이전트설계및정확도향상
٠사실기반응답을보장하는팩트체크및콘텐츠필터링에이전트
٠여러LLM을비교해응답품질을정량·정성평가하는벤치마킹에이전트
▪비정형데이터기반분석에이전트
٠고객불만을요약하고정책개선안을제안하는에이전트
٠이탈가능성이높은고객을예측하고사전대응전략을제시하는에이전트
▪문서기반생성&분석에이전트
٠경쟁사분석과타깃고객분석을기반으로기획서초안을자동생성하는에이전트
٠RFP문서를분석하여제안서목차를자동구성하고자사대응표를작성하는에이전트