Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 글은 RAG, 에이전트(Agent), MCP, A2A 네 가지 핵심 AI 개념을 명확히 구분합니다. RAG는 문서 기반의 컨텍스트 검색에 특화되어 있으며, Agent는 계획-행동-조정 루프를 가진 소프트웨어입니다. MCP와 A2A는 각각 모델과 도구 연결 및 에이전트 간 통신을 위한 중요한 프로토콜 역할을 합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X Claude/Anthropic의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기RAG는 에이전트(Agent)가 아닙니다. MCP는 A2A가 아닙니다.
외국 개발자들이 열심히 공유하고 있는 지도를 저장하세요:
RAG
문서에서 조각을 검색하여 컨텍스트(context)에 넣습니다. AI는 단순히 기억만으로 답변하는 것이 아니라, 사용자가 작성한 내용(문서)을 기반으로 응답합니다. "X 정책은 뭐라고 말하는가?" 같은 질문에 좋습니다.
에이전트 (Agent)
루프(loop) 형태의 LLM입니다. 계획하고, 행동하며, 결과를 읽고, 조정합니다. 단순한 채팅 기능이 아닙니다. 여러 단계에 걸쳐 작업을 수행하는 소프트웨어입니다.
MCP
AI의 "USB-C"와 같습니다. 모델을 도구 및 실시간 데이터에 연결하기 위한 개방형 프로토콜(Anthropic)입니다. 표준 콘센트와 같으며, 다양한 플러그를 사용할 수 있습니다.
A2A
한 에이전트가 다른 에이전트와 통신하기 위한 Google의 프로토콜입니다. 내부 메모리를 열지 않고도 발견하고(discover), 위임하며(delegate), 조정합니다(coordinate).
일반적인 조합은 다음과 같습니다: 에이전트가 계획을 세우고, RAG를 통해 사실 정보를 가져오며, MCP를 통해 도구를 호출하고, 전문가가 필요할 경우 A2A를 통해 전달합니다.
이것은 '하나를 선택하는 것'이 아닙니다. 자신의 문제가 어느 계층(layer)에 있는지 아는 것이 중요합니다.