AI 에이전트들의 팀워크

다중 에이전트 시스템의 탄생

새로운 전장

송주환의 손에 들려진 명함은 무거웠다.

'CL 그룹 최고 AI 책임자(Chief AI Officer)'

네메시스에서 이룬 성공의 단맛은 짧았다. CAIO로서의 첫 출근 날 아침, 그의 눈앞에 펼쳐진 현실은 10여 개의 계열사가 각기 다른 방향으로 달려가는, 제각각의 왕국들이었다.

네메시스처럼 자체 AI 에이전트를 운영하며 미래를 향해 달려가는 곳이 있는가 하면, 이제 막 데이터 정비의 중요성을 깨닫고 걸음마를 떼는 곳도 있었다. 심지어는 AI의 필요성조차 느끼지 못한 채 과거의 방식에 안주하는 곳도 있었다.

'이건... 혼돈 그 자체군.'

그의 손에 들려진 첫 번째 과제는 명확했다.

그룹의 가장 오래되고 고질적인 문제, 바로 매달 10영업일 이상 전 계열사 재무팀을 전쟁터로 만드는 '그룹 재무결산' 프로세스를 AI로 혁신하라는 특명이었다.

송주환의 비전은 단순한 시스템 도입이 아니었다.

'자율 재무결산'. 즉, 여러 AI 에이전트들이 인간의 개입을 최소화하며 하나의 팀처럼 협력하여 그룹의 결산 프로세스 대부분을 자동화하는 거대한 그림이었다.

그것은 기술을 넘어, 그룹 전체의 운영 철학을 바꾸는 혁명이었다.

한계를 넘어선 협업

송주환은 프로젝트 킥오프 미팅에서 단도직입적으로 물었다.

"우리 네메시스의 SCM AI 에이전트, 잘 작동하고 있죠?"

"물론입니다, CAIO님. 항만 파업 위기 대응 이후 더욱 똑똑해졌습니다."

"그렇다면 그 에이전트에게 지금 당장 그룹 재무결산까지 맡기면 어떻게 될까요?"

회의실이 조용해졌다.

파트너사의 수석 아키텍트가 조심스럽게 입을 열었다.

"아마... 실패할 겁니다."

"왜죠?"

"단일 AI 에이전트는 특정 영역의 '전문가'와 같습니다. SCM 에이전트는 공급망에 대해, CRM 에이전트는 고객에 대해 누구보다 깊이 이해합니다. 하지만 재무결산처럼 여러 부서와 회사의 협력이 필요한 복잡한 문제는 한 명의 전문가만으로는 해결할 수 없습니다."

송주환이 고개를 끄덕였다.

"맞습니다. 여러 명의 전문가가 팀을 이루어 협업해야 하는 것과 마찬가지로, 여러 AI 에이전트가 각자의 역할을 수행하고 서로 소통하며 공동의 목표를 달성해야 합니다."

그가 화이트보드에 도표를 그렸다.

"이것이 바로 '다중 에이전트 시스템(Multi-agent System)'입니다."

송주환은 마커를 내려놓고 회의실을 둘러보았다.

"AI 운영이 '개인기'의 시대를 넘어 '팀플레이'의 시대로 진화하는 순간입니다."

AI 드림팀의 구성

송주환이 화이트보드에 구조를 그리기 시작했다.

"성공적인 다중 에이전트 시스템은 보통 세 가지 역할로 구성된 'AI 드림팀'과 같습니다."

조율 에이전트 (Coordinator Agent)

"첫째, 전체 오케스트라의 '지휘자'입니다."

송주환이 맨 위에 큰 박스를 그렸다.

"조율 에이전트는 재무결산이라는 복잡한 프로젝트의 전체 워크플로우를 이해하고, 각 전문 에이전트에게 적시에 과업을 할당하며, 예외 상황을 관리하는 총괄 책임자 역할을 수행합니다."

"프로젝트 매니저 같은 건가요?"

"정확합니다."

전문 에이전트 (Specialist Agent)

송주환이 아래쪽에 여러 개의 작은 박스들을 그렸다.

"둘째, 특정 과업에 특화된 '분야별 전문가'들입니다. 예를 들어, 'A 계열사 ERP 데이터 추출 에이전트', '법인 간 거래내역 검증 에이전트', '연결재무제표 생성 에이전트' 등... 각자의 전문 분야에서 맡은 바 임무를 완벽하게 수행합니다."

인터페이스 에이전트 (Interface Agent)

"셋째, 외부 시스템이나 인간과의 '소통 창구'입니다. 외부 환율 정보를 가져오거나, 최종 결산 보고서를 인간 재무 담당자에게 보고하고 승인을 받는 역할을 담당합니다."

한 개발자가 손을 들었다.

"그런데 CAIO님, 이 에이전트들이 서로 어떻게 소통하나요?"

송주환이 미소를 지었다.

"바로 그 질문을 기다렸습니다. 이제 가장 중요한 부분, 세 가지 프로토콜에 대해 이야기해보죠."

팀플레이를 가능하게 하는 세 가지 프로토콜

송주환이 화이트보드 오른쪽에 크게 적었다.

"AI 에이전트들이 팀으로 협력하려면 세 가지 핵심 프로토콜이 필요합니다."

A2A (Agent-to-Agent): 전화선

"A2A 프로토콜은 에이전트 간의 안정적인 메시지 교환을 위한 '통신 규약'입니다."

송주환이 박스들 사이에 선을 그었다.

"전화선이라고 생각하면 쉽습니다. 'A 에이전트'가 'B 에이전트'에게 메시지를 보낼 때 사용하는 공통 언어죠."

ACP (Agent Coordination Protocol): 업무 매뉴얼

"ACP는 공동의 목표를 달성하기 위한 '협업 워크플로우'입니다."

"'A가 끝나면 B를 시작하라', 'C와 D는 동시에 실행 가능', 'E에서 에러가 발생하면 F를 호출하라'와 같이 정해진 협업 절차입니다. 업무 매뉴얼이라고 봐도 되고, 경기 규칙이라고 봐도 됩니다."

MCP (Model Context Protocol): 공유된 뇌

송주환이 화이트보드 중앙에 큰 원을 그렸다.

"그리고 가장 중요한 MCP는 모든 에이전트가 동일한 최신 '상황 정보'를 공유하는 '공유 기억' 메커니즘입니다."

"이게 핵심입니다. A2A로 메시지를 주고받고, ACP로 절차를 따르더라도, 각 에이전트가 '지금 전체 프로젝트가 어느 단계인지', '어떤 에러가 발생했는지', '누가 작업을 완료했는지'를 실시간으로 공유하지 못하면 혼돈이 됩니다."

"중앙 상황판 같은 건가요?"

"정확합니다. 모든 에이전트가 공유하는 '실시간 대시보드'죠."

송주환이 표를 그렸다.

다중 에이전트 시스템의 구성 요소

"이 세 가지 프로토콜이 있어야, AI 에이전트들이 진짜 '팀'으로 작동할 수 있습니다."

작은 예시로 보는 큰 그림

회의실에 침묵이 흘렀다. 개념은 이해했지만, 실제로 어떻게 작동하는지가 머릿속에 그려지지 않는 표정들이었다.

송주환이 그걸 눈치챘다.

"좋습니다. 복잡한 재무결산 이야기는 잠시 접어두고, 아주 간단한 예시로 설명해보죠."

그가 빔 프로젝터로 다이어그램을 띄웠다.

"온라인 쇼핑몰이 있습니다. 고객이 주문을 하면, 주문 접수 → 재고 확인 → 포장 및 배송 → 고객 알림이라는 4단계를 거쳐야 하죠. 여기에 4개의 전문 에이전트와 1개의 조율 에이전트가 있다고 가정합시다."

온라인 주문 처리 자동화 - 다중 에이전트 시스템의 작동 원리

송주환이 다이어그램의 흐름을 손가락으로 따라가며 설명했다.

"보시는 것처럼, 프로세스는 네 단계로 진행됩니다."

1. 주문 발생 (ACP Rule #1 실행)

"고객이 주문을 완료하면, 조율 에이전트는 ACP에 정의된 첫 번째 규칙에 따라 프로세스를 시작합니다. A2A 프로토콜을 통해 '주문 접수 에이전트'에게 주문 처리 시작 메시지를 보내고, 동시에 MCP의 중앙 상태판에 '주문 #123: 처리 시작'이라고 기록합니다."

2. 재고 확인 및 상황 공유 (MCP 활용)

"주문 접수 에이전트는 주문 정보를 분석한 후, A2A로 '재고 확인 에이전트'에게 재고 확인을 요청합니다. 재고 확인 에이전트는 창고 시스템과 통신하여 재고가 충분함을 확인하고, 조율 에이전트에게 일일이 보고하는 대신 MCP의 상태 값을 '주문 #123: 재고 확보 완료'로 업데이트합니다."

3. 연쇄 작업 수행 (A2A & ACP Rule #2)

"포장/배송 에이전트는 ACP 규칙('재고 확보가 완료되면 배송 절차를 시작한다')에 따라, MCP의 상태 값 변경을 실시간으로 감지하고 즉시 자신의 작업을 시작합니다. 배송 라벨을 출력하고, 포장이 완료되면 MCP의 상태를 '주문 #123: 배송 준비 완료'로 변경합니다."

4. 최종 알림 및 완료 (ACP Rule #3)

"고객 알림 에이전트는 MCP의 '배송 준비 완료' 상태를 확인하고, A2A를 통해 인터페이스 에이전트에게 고객 알림 메시지를 전달합니다. 인터페이스 에이전트가 고객에게 알림을 보낸 후, 조율 에이전트는 MCP의 최종 상태를 '주문 #123: 처리 완료'로 변경하며 전체 프로세스를 종료합니다."

송주환이 빔 프로젝터를 끄고 회의실을 둘러보았다.

"이처럼 다중 에이전트 시스템은 ACP라는 '업무 매뉴얼'과 MCP라는 '공유된 뇌'를 기반으로, A2A라는 '전화선'을 통해 유기적으로 협력하며 복잡한 비즈니스 프로세스를 자동화합니다."

회의실의 분위기가 완전히 바뀌었다.

"이제 이해됐습니다. 각 에이전트는 자기 역할만 하면 되고, 전체 조율은 MCP와 ACP가 알아서 하는 거네요."

"정확합니다. 그리고 이 단순한 주문 처리가 복잡한 재무결산으로 확대되는 겁니다."

AI 성숙도와 파트너 생태계의 동반 진화

다음 날, 송주환은 파트너사 대표들과의 별도 미팅을 소집했다.

"여러분께 솔직히 말씀드리겠습니다. 이번 프로젝트는 지금까지와 완전히 다릅니다."

그가 화이트보드에 세 개의 단계를 그렸다.

"기업의 AI 역량 고도화는 파트너 생태계의 성숙도가 따라주지 않으면 '그림의 떡'에 불과합니다. AI가 진화할수록, 파트너 역시 단순한 '용병'에서 벗어나 '전략적 공동 혁신가'로 함께 성장해야 합니다."

초기 단계: '용병(Hired Hand)'

"우리가 처음 AI를 시작할 때, 파트너사들은 이런 역할이었습니다."

송주환이 첫 번째 박스에 적었다.

핵심 기술 역량:

특정 알고리즘에 대한 깊이 있는 이해와 모델링 전문성

데이터 전처리 기술

기본적인 클라우드 서비스 활용 능력

"AI에 대한 대화는 있지만 전략적이지 않고, 실험이나 파일럿 단계였죠. 파트너는 우리가 던진 문제를 해결하는 '용병' 같은 존재였습니다."

중기 단계: '기술 멘토(Technical Mentor)'

"하지만 AI가 확장되면서 요구사항이 달라졌습니다."

핵심 기술 역량:

대규모 데이터 처리를 위한 데이터 아키텍처 설계

클라우드 인프라 자동화(IaC)

MLOps 파이프라인 구축 및 운영 능력

"AI 역량 구축, 데이터 플랫폼 정비, 확장 가능한 솔루션 개발. 파트너는 단순 개발을 넘어 우리를 가르치는 '기술 멘토'가 되어야 했습니다."

고도화 단계: '전략적 공동 혁신가(Strategic Co-innovator)'

송주환이 세 번째 박스를 가리켰다.

"그리고 지금, 우리는 자율화 단계에 진입했습니다."

핵심 기술 역량:

A2A (Agent-to-Agent) 통신 프로토콜 설계: 에이전트 간의 안정적인 메시지 교환을 위한 '통신 규약'

ACP (Agent Coordination Protocol) 정의: 공동의 목표를 달성하기 위한 '협업 워크플로우'

MCP (Model Context Protocol) 설계: 모든 에이전트가 동일한 최신 '상황 정보'를 공유하는 '공유 기억' 메커니즘

송주환이 파트너사 대표들을 똑바로 바라봤다.

"이 단계의 파트너는 세 가지 핵심 프로토콜을 설계하고 통합하는 'AI 시스템 아키텍트' 역량을 갖추어야 합니다."

"단순히 우리가 설계한 스펙대로 코딩하는 게 아닙니다. 이 프로토콜들을 우리와 공동으로 설계하고, 시스템 전체를 함께 고민하는 거죠."

파트너사 CTO가 진지한 표정으로 물었다.

"그건... 기술 컨설팅과 아키텍처 설계까지 포함되는 건데요?"

"맞습니다."

송주환이 단호하게 대답했다.

"파트너사가 '전략적 공동 혁신가'로 함께 성장해주셔야, 이 프로젝트가 성공할 수 있습니다."

회의실에 긴장감이 감돌았다. 파트너사들에게는 도전이었지만, 동시에 새로운 기회이기도 했다.

"알겠습니다, CAIO님."

파트너사 CTO가 결연한 표정으로 대답했다.

"저희도 함께 진화하겠습니다."

CL 그룹 프로젝트 전략: 현실과 타협하다

다중 에이전트 시스템의 개념과 파트너의 역할에 모두가 동의했지만, 송주환은 한 가지 중요한 현실을 직시하고 있었다.

'이론은 아름답지만, 현실은 지저분하다.'

CL 그룹 10개 계열사의 AI 성숙도는 천차만별이었다. 모두에게 같은 잣대를 들이대면 프로젝트는 시작도 하기 전에 좌초할 것이 뻔했다.

송주환은 세 가지 전략적 결정을 내렸다.

전략 1: Hub-and-Spoke 모델

송주환이 조직도를 띄웠다.

"그룹 전체에 거대한 중앙 집중형 CoE를 새로 만들지 않겠습니다. 대신, 이미 성공 경험을 가진 네메시스 AICoE를 '허브(Hub)'로 삼겠습니다."

그가 네메시스 AICoE에서 각 계열사로 뻗어나가는 화살표를 그렸다.

"네메시스 AICoE는 그룹의 AI 표준, 거버넌스, 기술 아키텍처를 설계합니다. 그리고 각 계열사에 CoE(Spoke) 설립을 지원하며 성공 노하우를 전수하는 역할을 맡습니다."

"기존 조직을 활용하면서 확장하는 방식이네요?"

"맞습니다. 효율성과 속도, 두 마리 토끼를 잡는 거죠."

전략 2: 계열사 성숙도에 따른 차등적 자동화 전략

송주환은 계열사 리스트를 3개 그룹으로 나눴다.

AI 선도 그룹 (네메시스 등 3개사)

100% 자동화된 데이터 추출 에이전트

자체 AI 역량으로 전문 에이전트 개발

최고 수준의 자율화 목표

AI 도입 진행 그룹 (4개사)

RPA와 AI를 혼용한 방식

네메시스 AICoE의 집중 지원

단계적 자동화 목표

AI 미도입 그룹 (3개사)

인간과 AI가 협업하는 모델

기본 데이터 정비부터 시작

수동 검증 + AI 보조 목표

"모든 계열사에 동일한 잣대를 들이대지 않겠습니다."

송주환이 단호하게 말했다.

"각 계열사의 AI 성숙도에 맞춰 눈높이를 달리하는 현실적인 전략입니다. 중요한 건 모두가 같은 방향을 바라보게 하는 거죠."

첫 번째 설계 세션

이틀 후, 네메시스 AICoE와 파트너사 아키텍트들이 모여 첫 번째 설계 세션을 시작했다.

화이트보드에는 CL 그룹 재무결산 프로세스의 복잡한 플로우차트가 그려져 있었다.

송주환이 첫 번째 질문을 던졌다.

"자, 그럼 우리가 설계해야 할 첫 번째 전문 에이전트는 무엇일까요?"

"각 계열사의 ERP 데이터를 추출하는 에이전트부터 시작해야 할 것 같습니다."

"좋습니다. 그럼 이 에이전트의 역할을 명확히 정의해봅시다."

파트너사 아키텍트가 노트북을 열어 타이핑하기 시작했다.

에이전트명: 계열사 ERP 데이터 추출 에이전트 (계열사별 10개)
역할: 매월 말일 23:59, 각 계열사의 ERP 시스템에서 결산 데이터 추출
입력: MCP의 "결산 시작" 신호
출력: 표준화된 JSON 형식의 재무 데이터
A2A 통신: 데이터 추출 완료 시 조율 에이전트에게 완료 메시지
MCP 업데이트: "[계열사명] 데이터 추출 완료" 상태 변경

"완벽합니다."

송주환이 고개를 끄덕였다.

"이제 이런 식으로 30개 이상의 에이전트를 하나씩 정의해야 합니다. 그리고 이들이 어떤 순서로, 어떤 조건에서 실행되는지 ACP에 명시해야 하죠."

네메시스 AICoE 팀장이 물었다.

"CAIO님, 이 작업은 몇 주나 걸릴 것 같은데요?"

"최소 2개월입니다."

송주환이 담담하게 대답했다.

"하지만 이 설계가 탄탄해야, 실제 개발과 운영이 순조롭습니다. 지금 서두르면 나중에 더 큰 혼돈을 맞게 됩니다."

그의 눈빛이 회의실을 휘었다.

"천천히, 그러나 확실하게 갑시다."

에필로그: 팀워크의 시작

설계 세션이 끝난 늦은 저녁, 송주환은 빈 회의실에 혼자 남아 화이트보드를 바라보았다.

복잡하게 얽힌 에이전트 관계도, 프로토콜 정의, 워크플로우 다이어그램.

네메시스에서 SCM 에이전트를 만들 때는 '한 명의 천재 직원'을 키우는 것 같았다.

하지만 지금은 달랐다.

'30명이 넘는 AI 직원들을 하나의 팀으로 만드는 일.'

이건 기술이 아니라 오케스트라를 지휘하는 것과 같았다.

송주환은 창밖의 그룹 사옥 불빛들을 바라보았다.

저 10개의 건물 속에서 매달 벌어지는 재무결산의 혼돈을, AI 에이전트들의 완벽한 팀워크로 바꾸는 것.

그것이 자신이 CAIO로서 증명해야 할 첫 번째 과제였다.

'개인기의 시대는 끝났다. 이제는 팀플레이의 시대다.'

송주환은 노트북을 닫고 자리에서 일어났다.

긴 여정의 첫 발을 내딛었다.

[다음 화 예고]

설계가 완료되고, 에이전트들이 하나둘 구축되기 시작했다.

그리고 마침내, CL 그룹의 자율 재무결산 시스템이 첫 가동되는 날.

AI 에이전트들은 과연 하나의 팀처럼 완벽하게 협업할 수 있을까?

10영업일이 걸리던 전쟁은, 정말 2일로 단축될 수 있을까?

26화 '10일이 2일이 되다: 자율 운영 조직의 실현'에서 계속됩니다.

핵심 개념 정리

다중 에이전트 시스템 (Multi-agent System)

여러 AI 에이전트가 팀을 이루어 복잡한 문제를 협업으로 해결하는 시스템

단일 에이전트의 한계를 넘어 '개인기'에서 '팀플레이'로 진화

AI 드림팀의 구성

조율 에이전트 (Coordinator Agent): 전체 워크플로우 관리 및 지휘

전문 에이전트 (Specialist Agent): 특정 과업에 특화된 실행자

인터페이스 에이전트 (Interface Agent): 외부 시스템 및 인간과의 소통 창구

3대 핵심 프로토콜

A2A (Agent-to-Agent): 에이전트 간 메시지 교환 통신 규약 (전화선)

ACP (Agent Coordination Protocol): 협업 워크플로우 및 실행 절차 (경기 규칙 / 업무 매뉴얼)

MCP (Model Context Protocol): 실시간 상황 정보 공유 메커니즘 (공유된 뇌 / 중앙 상황판)

파트너 생태계의 진화

초기 - 용병: 알고리즘 전문성, 데이터 전처리, 기본 클라우드 활용

중기 - 기술 멘토: 데이터 아키텍처, IaC, MLOps 파이프라인 구축

고도화 - 전략적 공동 혁신가: A2A, ACP, MCP 프로토콜 공동 설계, AI 시스템 아키텍트 역량

Hub-and-Spoke 모델

중앙의 허브(네메시스 AICoE)가 표준과 거버넌스를 설계

각 계열사(Spoke)는 자체 CoE를 운영하며 허브의 지원을 받음

효율성과 확장성의 균형

차등적 자동화 전략

AI 성숙도에 따라 자동화 수준을 달리 적용

선도 그룹: 완전 자동화 / 진행 그룹: 혼합 방식 / 미도입 그룹: 협업 모델

현실적 접근으로 프로젝트 성공률 제고