AI 아키텍처 기술 블로그

MCP와 A2A를 함께 쓰는 엔터프라이즈 Agent 통합 아키텍처: Tool 호출과 Agent 위임 경계를 분리하는 법

목차프로토콜 선택보다 책임 경계를 먼저 정한다MCP와 A2A의 차이를 한 문장으로 구분한다엔터프라이즈 참조 아키텍처를 그린다Tool과 Remote Agent의 선택 기준을 세운다Agent Card를 실행 계약으로 관리한다Discovery와 Registry를 신뢰 경계 안에 둔다Message·Task·Artifact·Context를 분리한다Task 상태를 업무 상태와 연결한다A2A Task와 MCP Tasks를 같은 것으로 보지 않는다Orchestrator의 책임을 제한한다위임 계약에 목적·범위·예산을 고정한다사용자 Token을 Agent Chain에 그대로 전달하지 않는다Tenant Routing과 Tenant Authorization을 분리한다승인과 추가 인증을 Task 상태로 중단한다Artifact와..

AI Agent 평가 아키텍처: 운영 Trace를 Dataset·Regression Test·배포 Gate로 연결하기

목차Agent 평가는 최종 답변 점수 하나가 아니다평가 대상과 평가 단위를 먼저 분리한다Trace에서 배포까지 폐쇄 루프를 설계한다운영 Trace와 Evaluation Dataset을 같은 것으로 취급하지 않는다Evaluation Example 계약을 Version으로 고정한다운영 실패를 안전한 Dataset Candidate로 승격한다Dataset을 목적별 Suite와 Split으로 나눈다Outcome과 Trajectory를 함께 평가한다RAG는 Retrieval과 Answer를 분리해 평가한다Tool 호출은 선택·인자·권한·Side Effect를 검사한다Memory는 정확성·Scope·수명주기를 평가한다Code·Model·Human Grader의 역할을 나눈다LLM-as-a-Judge를 정답 판정기로..

AI Agent 메모리 아키텍처: Context Window·Workflow State·RAG·장기 기억을 분리하는 법

목차Context Window는 메모리가 아니다다섯 가지 상태 계층을 먼저 분리한다메모리 저장소보다 계약이 먼저다Request Context는 한 번의 호출까지만 신뢰한다Workflow State와 Checkpoint는 실행을 복구한다RAG 지식과 Agent Memory를 같은 것으로 취급하지 않는다장기 기억은 Semantic·Episodic·Procedural로 구분한다읽기 경로는 권한 확인 후 검색한다쓰기 경로는 Candidate와 확정 기억을 분리한다Tenant·사용자·업무 Scope를 Namespace에 고정한다기억 Record에 출처·유효기간·Version을 남긴다충돌·정정·망각을 정상 상태로 설계한다Context Assembler가 Token Budget을 통제한다개인정보·동의·TTL·삭제를 ..

목차관측성은 “로그를 많이 남기는 것”이 아니다하나의 요청을 Trace Tree로 먼저 그린다Trace Context와 업무 식별자를 구분한다Java Gateway에서 Python Agent까지 Context를 전파한다MCP Tool 호출은 _meta로 Trace를 이어 간다Agent Span은 계획·검색·모델·Tool을 분리한다RAG는 “검색 성공”과 “답변 근거 충분”을 구분한다Model 호출은 요청·응답 Version과 비용 신호를 남긴다“실행 오류”와 “품질 실패”를 같은 ERROR로 표시하지 않는다Trace와 Audit Trail을 연결하되 대체하지 않는다민감정보는 “수집 후 Masking”보다 “기본 미수집”이 우선이다Baggage에는 권한과 개인정보를 싣지 않는다Sampling은 무작위 비율..