[AI] RAG·MCP·A2A (AI 서비스의 핵심 구조)

AI 기술이 빠르게 발전하면서 이제는 단순한 "대화형 AI"를 넘어서

외부 지식을 활용하고, 시스템과 연동하며, 여러 AI가 협업하는 구조로 진화하고 있다.

이 흐름의 중심에는 RAG, MCP, A2A가 있다.
이 세 가지를 이해하면, AI가 어떻게 "지식 → 행동 → 협업"의 단계를 거쳐

하나의 완성된 서비스를 만들어가는지 명확하게 보일 것이다.

---

※ RAG (Retrieval-Augmented Generation)

▶ 개념

RAG는 AI가 외부의 지식이나 데이터를 검색하여 답변의 정확도를 높이는 기술이다.
기존 LLM(GPT, Claude 등)은 학습 시점 이후의 정보를 알 수 없기 때문에,

"최신 정보"나 "도메인 전용 지식"에는 한계가 있다. 그리고 RAG는 이 문제를 해결한다.
쉽게 말하면, "AI가 모르는 걸 직접 찾아보고 대답하는 구조"이다.

 

▶ 작동 방식

1. 사용자의 질문을 벡터(숫자 형태)로 변환
2. 벡터 데이터베이스(Vector DB)에서 유사한 문서 검색
3. 검색된 문서를 LLM의 입력(prompt)에 함께 전달
4. AI가 해당 문서 내용을 참고해 더 정확한 답변 생성

 

▶ 예시

· 사내 문서를 기반으로 답변하는 기업용 Q&A 챗봇
· 의료 논문 및 임상 데이터를 검색, 요약하는 AI 연구 도우미
· 논문 요약, 기술 문서 검색 등 지식 검색형 AI 서비스

 

▶ 핵심 포인트

RAG는 AI에게 "지식을 주는 구조"이다.
AI가 더 똑똑하게 대답할 수 있게 도와주는 "두뇌 확장 장치" 같은 역할을 한다.

---

※ MCP (Model Context Protocol)

▶ 개념

MCP는 AI가 외부 시스템(DB, API, 문서, SaaS 등)과 안전하게 연결될 수 있도록 하는 표준 프로토콜이다.
AI가 실제로 업무를 처리하려면, 단순히 답을 생성하는 걸 넘어 "시스템에 접근해서 행동"해야 한다.
하지만 이때 보안, 형식, 데이터 접근 권한을 통제할 수 있는 표준이 필요하다.
그 역할을 하는 것이 바로 MCP이다.
쉽게 말하면, "AI가 회사 시스템과 안전하게 대화할 수 있게 해주는 연결 표준"인 것이다.

 

▶ MCP의 역할

구성 요소	역할
Provider	외부 시스템을 연결하는 어댑터 역할 (예 : DB, API, 파일 등)
Command	AI가 실행할 수 있는 구체적인 명령 (예 : DB 조회, 문서 검색)
Security Layer	인증, 권한, 로그 관리 등 보안 제어 담당

 

▶ 예시

· ChatGPT가 Google Drive, Notion, 사내 DB 데이터를 안전하게 검색
· AI가 ERP 시스템의 데이터를 조회하고 보고서를 자동 생성
· LLM이 외부 API를 호출해 최신 주가나 날씨 정보를 가져오기

 

▶ 핵심 포인트

MCP는 AI에게 "환경 접근권"을 주는 구조이다.
즉, "AI가 세상 밖으로 나올 수 있는 문"을 만들어주는 것이다.

---

※ A2A (Agent-to-Agent)

▶ 개념

A2A는 여러 AI 에이전트(Agent)가 서로 대화하고 협력하여 하나의 목표를 함께 달성하는 구조를 말한다.
기존에는 하나의 AI 모델이 모든 일을 처리했다면,

이제는 각 역할에 특화된 여러 Agent가 서로 협업하는 방식으로 발전하고 있다.
쉽게 말하면, "여러 AI가 팀을 이루어 일하는 구조"인 것이다. ("한 명의 AI 직원"이 아니라, "AI 팀")

 

▶ Agent란 무엇일까?

Agent(에이전트)는 사용자의 목표를 이해하고, 필요한 행동을 스스로 결정하고 수행하는 지능형 AI 단위이다.
예를 들어,
· 검색 Agent → 필요한 정보를 찾아옴
· 분석 Agent → 데이터를 정리하고 분석
· 작성 Agent → 결과를 리포트 형태로 생성
이 여러 Agent들이 서로 A2A 프로토콜을 통해 대화하며 협업한다.

 

▶ A2A 작동 흐름 예시

[사용자 요청]
   ↓
[Coordinator Agent]
   ├── Search Agent → 데이터 수집
   ├── Analysis Agent → 데이터 분석
   └── Writer Agent → 결과 요약 및 문서화
   ↓
[최종 결과 통합 후 사용자에게 전달]

 

▶ 실제 활용 예시

· 기업용 Copilot : 일정 관리 Agent + 이메일 작성 Agent 협업
· 보고서 자동화 : 검색 Agent + 분석 Agent + 문서 Agent 연결
· 고객 지원 : FAQ Agent ↔ 예약 Agent ↔ 결제 Agent 협업

 

▶ 핵심 포인트

A2A는 AI에게 "협업 능력"을 주는 구조이다.

여러 Agent가 서로 대화하고 협력하면서 복잡한 문제를 해결한다.

---

※ 전체 흐름 요약

단계	기술	핵심 역할	이해하기 쉬운 비유
1	RAG	외부 데이터 검색, 보강	"AI가 자료를 찾아보는 단계"
2	MCP	외부 시스템과 안전하게 연결	"AI가 회사 시스템에 로그인하는 단계"
3	A2A	여러 AI가 협업하며 목표 달성	"AI들이 팀을 이뤄 일하는 단계"

 

※  AI 서비스의 진화 흐름

[ RAG ]
   ↓   → AI가 지식을 보강
[ MCP ]
   ↓   → AI가 시스템에 연결
[ A2A ]
       → 여러 Agent가 협력하여 일 수행

 

※  요약

RAG, MCP, A2A는 AI가 단순히 대답하는 수준을 넘어,

외부 지식을 활용하고, 시스템에 접근하며, 다른 AI와 협업하는 단계로 진화하는 과정을 보여준다.

즉, 이 세 가지는 AI가 "지식 → 행동 → 협업"으로 발전하는 핵심 프로세스인 것이다.