A2A와 MCP 통합 구현

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

개발 툴

대상자

AI 개발자, 시스템 엔지니어, 프로토콜 구현자

• 난이도: 중간 (API 키 설정, 서버 구성, 프레임워크 이해 필요)

핵심 요약

• A2A와 MCP 통합을 통해 다양한 서드파티 서비스와의 협업이 가능
• MCP 서버를 통해 FinnHub API와 Serper.dev API 연동
• 플래닝 에이전트가 사용자 쿼리를 분해 후 서브태스크로 전달
• 예: stock_report_agent와 google_search_agent에 분배
• A2A Registry를 통해 에이전트 발견 및 협업 구현
• /.well-known/agent.json 엔드포인트 사용

섹션별 세부 요약

1. A2A와 MCP 개요

• A2A 프로토콜
• 다양한 에코시스템 간 에이전트 협업 지원
• /.well-known/agent.json을 통해 에이전트 발견
• MCP 프로토콜
• 서드파티 서비스와의 통신을 표준화
• get_symbol_from_query, get_price_of_stock 등 MCP 서버 툴 제공

2. 시스템 아키텍처

• 호스트 에이전트
• 내부 인프라에 배포
• MCP 서버와 연동하여 외부 서비스 접근
• 리모트 에이전트
• 외부 인프라에 배포
• A2A 프로토콜을 통해 호스트 에이전트와 통신

3. MCP 서버 구성

• 두 개의 MCP 서버 정의
• search_server.py: Serper.dev API 연동 (웹 검색)
• stocks_server.py: FinnHub API 연동 (주식 가격)
• 에이전트와 MCP 서버 간 통신
• return_sse_mcp_tools_stocks 함수를 통해 MCP 서버 연결

4. 개발 환경 설정

• 필수 사전 조건
• UV 설치, Google API Key, Finnhub API Key
• Gemini API 무료 계층 사용 시 모델 이름 변경 필요
• 환경 변수 설정
• .env 파일에 FINNHUB_API_KEY, GOOGLE_API_KEY, SERPER_DEV_API_KEY 입력

5. 실행 및 테스트

• 서버 실행 명령어
• uv run mcp_server/sse/stocks_server.py
• uv run a2a_servers/agent_servers/stock_report_agent_server.py
• 사용자 쿼리 예시
• "Apple의 주식 가격과 회사 동향을 알려줘"
• 플래닝 에이전트가 서브태스크 분배 후 결과 합성

결론

• A2A와 MCP 통합 구현을 위해 MCP 서버 구성, 에이전트 특화, API 키 설정이 필수
• A2A Registry를 통해 에이전트 발견 및 협업 가능
• 실제 구현 시 /.well-known/agent.json 엔드포인트와 MCP 서버 연동을 체크
• 환경 변수 설정과 서버 실행 순서를 준수해 시스템 안정성 확보