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 1개발행 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/

Shoehorn, 하드웨어에 맞춰 모델 양자화해 로컬 실행 돕는 도구 공개

Hacker News에 사용자의 하드웨어 사양을 측정해 실행 가능한 모델을 추천하고, 그 모델을 직접 양자화해 로컬에서 돌릴 수 있게 해주는 도구 'Shoehorn'이 Show HN으로 소개됐다. GUI를 통해 모델 다운로드, 설정, 채팅까지 한 화면에서 처리할 수 있다는 점이 특징이다.

ShoehornShow HN로컬 LLM
읽기
AI BRIEFING/

AI 에이전트 웹 트래픽이 인간을 추월했다는 주장과 'Agent Navigator'의 대응법

한 블로그 게시물이 Cloudflare 데이터를 근거로 자동화 시스템의 웹 요청 비율이 인간을 넘어섰다고 주장하며, 현대 웹사이트가 AI 에이전트에게는 읽기 어려운 구조라는 문제를 제기했다. 이 문제를 풀기 위해 헤드리스 브라우저 없이 DOM과 구조화 데이터를 파싱해 웹사이트 기능을 에이전트가 직접 호출할 수 있게 바꿔주는 무료 서비스 'Agent Navigator'가 함께 소개됐다.

Agent NavigatorCloudflareWebMCP
읽기
AI BRIEFING/

Circleback, 회의 녹화 엔진을 Electron에서 네이티브 Swift로 재작성

AI 회의 기록 서비스 Circleback가 봇 없이 화면·오디오를 캡처해 스트리밍하는 데스크톱 앱의 녹화 엔진을 Electron 렌더 프로세스 기반에서 네이티브 Swift(macOS ScreenCaptureKit, Windows libobs) 기반으로 2개월에 걸쳐 재작성했다고 밝혔다. 이 과정에서 오디오 소스 간 드리프트, 가상 드라이버의 잘못된 샘플레이트 보고 같은 실제 문제와 대응 방식을 구체적으로 공개해, 유사한 미디어 캡처 앱을 만드는 개발팀이 참고할 만한 사례가 됐다.

CirclebackElectronSwift
읽기