본문으로 건너뛰기
A2Aa2aregistry.orgMCPAI 에이전트

A2A 에이전트 등록소 200곳 실제 호출해보니 63.5% 응답 실패

한 개발자가 A2A 에이전트 디렉토리 a2aregistry.org에 등록된 218곳 중 200곳을 API로 받아 실제 작업 요청을 보내 응답 여부를 검사한 결과, 73곳만 정상 응답하고 나머지 127곳은 404·405·인증 차단 등으로 실패했다. 등록 건수가 아니라 실제 작동 여부를 확인한 조사라는 점에서, A2A 생태계 규모를 등록 수만으로 판단하기 어렵다는 점을 보여준다.

확인 출처 1발행 주체 빅시프트

무엇이 바뀌었나

한 개발자가 A2A 에이전트 디렉토리 a2aregistry.org에 등록된 218곳 중 200곳의 정보를 공개 API로 받아, 등록소가 각 에이전트에 실제 작업 요청을 보내고 남긴 검사 기록을 집계해 응답 통과율을 조사했다[1]. 등록소에 이름이 올라 있다는 사실 자체가 아니라, 실제로 요청을 보냈을 때 규격에 맞게 응답하는지를 기준으로 삼았다는 점이 이번 조사의 핵심이다. 조사 결과 200곳 중 73곳(36.5%)만 통과했고, 127곳(63.5%)은 실패로 분류됐다[1]. 조사자는 본인이 소유한 에이전트 2대도 실패군에 포함됐다고 밝혔다[1].

실패 사유와 데이터 특징

실패 127곳을 사유별로 나누면 404 오류 22곳, A2A 규격이 요구하는 메서드를 지원하지 않는 경우 16곳, 405 오류 16곳, 응답 형태가 규격과 맞지 않는 경우 16곳, 인증 절차에서 막힌 경우 14곳, DNS가 해석되지 않는 경우 5곳으로 나타났다[1]. 가격 정보를 명시한 곳은 조사 대상 200곳 중 한 곳도 없었고, 에이전트가 제공하는 스킬 개수는 중앙값 4개, 최대 108개로 편차가 컸다[1]. 200곳 중 199곳은 최근 7일 이내에 검사가 이뤄진 상태였으며, 전체 218곳 중 offset 200 이상에 있던 18곳은 서버 500 오류로 데이터를 수집하지 못했다[1].

실무에 주는 의미

A2A는 서로 다른 벤더의 AI 에이전트가 표준화된 방식으로 작업을 주고받도록 설계된 프로토콜로, MCP가 모델과 도구·데이터를 연결하는 역할을 한다면 A2A는 에이전트와 에이전트를 연결하는 역할을 맡는다[1]. 이번 조사는 A2A 생태계 규모를 가늠할 때 흔히 참고하는 등록 건수가 실제 가동 여부와 크게 다를 수 있음을 보여준다. 기업이 A2A 기반으로 외부 에이전트를 연동하거나 파트너 에이전트를 발굴하려는 개발팀이라면, 디렉토리에 이름이 있다는 것만으로 연동 가능성을 판단하기보다 직접 호출 테스트를 거쳐야 할 필요가 있다. 가격 정보를 공개한 곳이 전혀 없었다는 점도, 비용 구조를 파악하려는 조달·구매 담당자가 디렉토리만으로는 필요한 정보를 얻기 어렵다는 점을 시사한다.

확인할 조건과 불확실성

이번 조사에서 '통과' 판정이 구체적으로 어떤 항목을 검사한 결과인지는 공개되지 않아 세부 기준이 명확하지 않다[1]. 또한 이 검사는 에이전트가 규격에 맞게 응답하는지를 확인한 것으로, 해당 에이전트가 실제 서비스 환경에서 사용되고 있는지는 별도로 측정되지 않았다[1]. 401이나 405 같은 응답이 곧 실제 고장을 의미하는지, 아니면 인증 절차나 지원 메서드 설계상의 정상적인 제약인지도 조사만으로는 단정하기 어렵다[1]. 개별적으로 어느 에이전트가 통과했고 어느 곳이 실패했는지 이름은 공개되지 않았다[1]. 이런 점들을 고려하면 이번 결과는 A2A 등록소의 현재 상태를 가늠하는 참고 지표로는 유용하지만, 특정 에이전트나 벤더에 대한 평가로 곧바로 연결하기에는 조건이 더 필요하다.

확인한 출처

관련 AI 뉴스

AI BRIEFING/

'caveman' 프롬프트, 코딩 에이전트 토큰 절약에 실제로 도움 되나

코딩 에이전트에게 짧고 축약된 이른바 'caveman' 방식으로 지시하면 토큰을 아낄 수 있는지, 그리고 그 효과가 실제 작업 세션에서도 유지되는지를 다룬 글이 확인됐다. 이론적 절약과 실제 사용 환경에서의 결과가 다를 수 있다는 문제의식을 담고 있어, 프롬프트 비용을 줄이려는 개발팀이라면 도입 전에 실제 데이터로 검증할 필요가 있다.

AI 코딩 에이전트프롬프트 엔지니어링토큰 비용
읽기
AI BRIEFING/

Codex에서 GPT-5.6 Sol의 1M 토큰 컨텍스트 윈도우 켜는 방법 공개

X 사용자 Tibo가 Codex 환경에서 GPT-5.6 Sol 모델의 1M 토큰 컨텍스트 윈도우를 활성화하는 설정값을 공유했다. config.toml 파일 수정이나 CLI 옵션으로 적용할 수 있어, 긴 코드베이스를 다루는 개발자들이 참고할 만한 실무 정보다.

GPT-5.6 SolCodex컨텍스트 윈도우
읽기
AI BRIEFING/

DeepSeek, 비전 모델 API 가이드 공개...이미지 입력 방식과 제한 조건 명시

DeepSeek가 이미지와 텍스트를 함께 처리하는 비전 모델 'deepseek-v4-flash-vision-exp'의 API 가이드 문서를 공개했다. 이미지를 전달하는 세 가지 방식과 각각의 파일 크기·URL 길이·토큰 계산 규칙을 구체적으로 명시해, 이 모델을 도입하려는 개발팀이 사전에 확인해야 할 기술 조건이 명확해졌다.

DeepSeek비전 모델API
읽기