AI 에이전트 제품을 개발하는 사람들에게 가장 힘든 작업은 종종 에이전트 자체를 만드는 것이 아니라 그것을 프론트엔드에 연결하는 부분이다: 스트리밍 출력(streaming output)을 어떻게 전송할지, 도구 호출 진행률을 어떻게 표시할지, 에이전트 데이터가 변경되었을 때 프론트엔드를 어떻게 동기화할지, 그리고 어떤 단계에서 사용자 승인(user confirmation)이 필요한지를 결정하는 것이다. 각 프레임워크마다 고유한 작성 방식이 있어, 프레임워크를 바꾸면 전부 재작성해야 한다.
AG-UI는 바로 이 계층을 통일하기 위해 존재한다: 개방형 이벤트 프로토콜(open event protocol)이다. 에이전트 백엔드에서 약 16가지 표준 이벤트로 데이터를 외부로 내보내면, 프론트엔드가 이를 받아 처리할 수 있다. 데이터 전송은 SSE, WebSocket, webhook 모두 가능하다.
이 시스템은 자신의 위치를 명확하게 정의하고 있다: MCP는 에이전트에 도구를 연결하고, A2A는 에이전트 간의 대화를 담당하며, AG-UI는 에이전트를 사용자 앞에 배치하는 역할을 한다.
주목할 만한 이유는 지원 목록이 매우 강력하기 때문이다. README에 명시된 지원 현황에는 LangGraph, CrewAI, Microsoft Agent Framework, Google ADK, AWS Strands, Mastra, Pydantic AI, LlamaIndex, Agno 등이 포함되어 있다. AWS Bedrock AgentCore 역시 AG-UI 런타임 문서가 존재하며, Claude Agent SDK와 Cloudflare Agents는 커뮤니티 통합 사례이다.
오늘 GitHub 일간 순위 2위이며, 총 별점은 18,089개이고, 하루에 +355개가 증가했으며, MIT 라이선스를 사용한다.
스캐폴딩(scaffolding)으로 한 줄 만에 프로젝트 시작:
npx create-ag-ui-app my-agent-app
코드를 작성하기 전에 효과를 보고 싶다면 https://t.co/qwAhoygKKW로 이동하여, 각 프레임워크의 공유 상태 및 생성형 UI 데모를 바로 클릭해 볼 수 있다.
거래 로봇이나 온체인 어시스턴트(on-chain assistant) 팀은 주목할 필요가 있다: README에서 '사용자 개입(human in the loop)'을 핵심 기능으로 언급하고 있다. 에이전트가 주문하거나 이체하기 전에 사용자 확인 단계가 필요한 경우, 자체적으로 팝업창을 구현하는 것보다 표준 이벤트로 연결하는 것이 더 신뢰성이 높다.
나의 판단은 이 시스템이 제품 개발자를 위한 것이며, 일반 사용자가 설치해서 사용하는 앱은 아닐 것이라는 것이다. 이는 CopilotKit에서 나왔으며, 문서 링크 대부분은 https://t.co/dUpTJ2goMJ로 연결된다. 명목상으로는 개방형 프로토콜이지만, 생태계 진입점(entry point)이 실제로는 한 회사 손에 있다는 점을 염두에 두어야 한다. OpenAI Agents SDK의 지원은 아직 '진행 중'으로 표시되어 있으니, 주력으로 OpenAI 관련 솔루션을 사용하는 경우 서두르지 않는 것이 좋다.