생성형 AI의 등장은 초기에 ‘프롬프트 엔지니어링’이라는 새로운 분야를 탄생시켰습니다. 하지만 시장의 요구는 단순한 질의응답을 넘어 특정 목표를 달성하기 위해 자율적으로 행동하는 ‘AI 에이전트’로 빠르게 이동하고 있습니다. 초기 단계에서 에이전트 개발은 명확한 표준이나 프레임워크 없이 진행되는 성장통을 겪었습니다. 작년만 해도 개발자들은 Google AI Studio와 같은 도구를 사용해 빠르게 프로토타입을 만들 수는 있었지만, 이를 확장 가능하고 안정적인 프로덕션 환경에 배포하는 데까지는 다다르지 못했습니다.
이런 분위기를 180도 바꾸는 소식이 구글 넥스트 25 행사에서 들려왔습니다. 바로 Agent Development Kit(ADK)를 공개 소식이었습니다. ADK는 단일 에이전트부터 복잡한 멀티 에이전트 시스템에 이르기까지 전체 스택의 엔드투엔드 개발을 단순화하도록 설계된 새로운 오픈소스 프레임워크입니다. ADK는 단순한 이론에 그치지 않습니다. 이미 Google Agentspace나 Google Customer Engagement Suite(CES)와 같은 구글의 실제 상용 시스템을 구동하는 핵심 프레임워크이기도 합니다. 네, 바로 구글하면 떠오르는 직접 써보고 이 정도면 됐다 싶을 때 클라우드 서비스에 반영하는 그 패턴에 따라 ADK도 우리 곁에 온 것입니다.
코드 우선(Code-First) 접근법과 개발자 중심 설계
ADK의 핵심은 Python SDK에 기반한 ‘코드 우선(code-first)’ 접근 방식입니다. 에이전트의 핵심 지침, 도구 정의, 오케스트레이션 흐름 등 모든 로직이 agent.py와 같은 코드 파일 안에 명시적으로 정의됩니다. 이를 통해 개발자는 에이전트의 행동을 정밀하고 세밀하게 제어할 수 있습니다.
이러한 ‘코드 우선’ 철학은 개발자들이 VS Code나 PyCharm처럼 선호하는 IDE에서 Python)이라는 친숙한 언어로 작업할 수 있음을 의미합니다. 또한, 에이전트 프로젝트를 Git을 통한 버전 관리, CI/CD 파이프라인 구축 등 표준 소프트웨어 개발 수명주기에 완벽하게 통합할 수 있습니다. 이는 GUI 기반의 로우코드(low-code) 에이전트 빌더와 차별화되는 지점으로, 전문 소프트웨어 엔지니어링 팀에게 매력적으로 다가갑니다.
ADK는 단순한 라이브러리를 넘어, 에이전트 시대를 위한 ‘애플리케이션 프레임워크’ 역할을 수행합니다. 현대 웹 개발 분야에서 Django나 Spring Boot과 같은 프레임워크가 개발의 혁신을 이끌었듯이 ADK는 에이전트 애플리케이션 구축에 필요한 필수적인 골격을 제공합니다. 여기에는 명확한 에이전트 정의 구조(Agent 클래스), 표준화된 도구 통합, 내장된 세션 및 상태 관리, 그리고 완전 관리형 런타임인 Vertex AI Agent Engine이 포함됩니다. 이러한 특징은 ADK가 엔터프라이즈급 에이전트 시스템 구축을 위한 핵심 도구로 자리매김하게 합니다.
멀티 에이전트 아키텍처
ADK는 설계 초기부터 멀티 에이전트 시스템을 염두에 두고 만들어졌습니다. 이는 여러 전문화된 에이전트를 계층 구조로 구성하여 모듈식의 확장 가능한 애플리케이션을 구축할 수 있게 합니다. 이 모델에서는 루트(root) 에이전트가 특정 작업을 하위 에이전트(sub-agent)에게 위임할 수 있으며, 이때 하위 에이전트는 상위 에이전트에게 강력하고 지능적인 ‘도구’처럼 기능합니다.
모델에 종속되지 않는 유연함
ADK는 특정 모델에 종속되지 않는 ‘모델 불가지론(model-agnostic)’을 채택하여 개발자가 사용 사례에 가장 적합한 모델을 자유롭게 선택할 수 있도록 합니다. Vertex AI의 모든 모델과 Model Garden에서 제공하는 오픈소스 모델을 기본적으로 지원하며, 더 나아가 LiteLLM과의 완벽한 통합을 통해 Anthropic의 Claude, OpenAI의 GPT 등 외부 공급자의 방대한 모델들도 사용할 수 있습니다.
풍부한 도구 생태계와 상호운용성 표준 ‘MCP’
에이전트의 진정한 힘은 도구를 사용하여 외부 세계와 상호작용하는 능력에서 나옵니다. ADK는 맞춤형 Python 함수, Google Maps와 같은 사전 구축된 구글 클라우드 도구, LangChain 및 CrewAI와 같은 서드파티 라이브러리 통합을 포함하는 풍부한 도구 생태계를 자랑합니다. 이 중 가장 전략적인 포석은 모델 컨텍스트 프로토콜(Model Context Protocol, MCP) 지원입니다.
MCP는 Anthropic이 처음 제안한 개방형 표준으로 AI 모델이 외부 데이터 소스 및 도구와 연결되는 방식을 표준화합니다. 이는 모든 API나 데이터베이스에 대해 개별적인 통합 코드를 작성할 필요성을 없애줍니다. ADK는 이 표준을 전적으로 수용하여 MCP 클라이언트로 작동하여 모든 MCP 호환 서버의 도구를 사용하거나, MCP 서버를 구축하여 자체 도구를 외부 세계에 노출할 수 있습니다.
개발자 경험(DX)의 혁신
ADK는 adk web이라는 간단한 명령어로 실행할 수 있는 강력한 내장 개발자 UI를 포함하고 있습니다. 이 로컬 웹 인터페이스는 에이전트와 상호작용할 수 있는 채팅 창뿐만 아니라, 에이전트 실행 과정을 단계별로 시각적으로 추적하는 상세한 로그를 제공합니다. 개발자는 모든 도구 호출, 전달된 매개변수, 반환된 결과, 그리고 LLM의 중간 ‘생각’까지 검사할 수 있습니다. 이는 print() 문에 의존해 디버깅하던 기존 방식과 비교하면 획기적인 발전입니다. adk web UI는 비결정론적 시스템이라는 에이전트의 ‘블랙박스’를 투명하게 만들어, 개발 과정을 더 빠르고 직관적이며 효율적으로 만듭니다.
상호작용의 진화
ADK의 가장 큰 기술적 차별점 중 하나는 단 몇 줄의 코드로 활성화할 수 있는 양방향 오디오 및 비디오 스트리밍 기능입니다. 이는 텍스트를 훨씬 뛰어넘는 풍부하고 자연스러운 인간과 같은 대화를 가능하게 합니다. 개발자는 마이크 입력을 받거나 업로드된 이미지와 PDF를 처리하는 에이전트를 손쉽게 구축할 수 있습니다.
실시간 멀티모달 스트리밍 애플리케이션을 구축하는 것은 기술적으로 매우 복잡한 작업입니다. ADK는 이러한 복잡성을 추상화하여, 개발자가 WebSocket과 같은 저수준 데이터 전송 프로토콜을 다루는 대신 에이전트의 핵심 로직에 집중할 수 있도록 돕습니다. 이는 구글 클라우드 넥스트 ’25 기조연설에서 시연된 것과 같은 차세대 대화형 에이전트 개발의 문을 엽니다.
관찰 가능성(Observability)과 엔터프라이즈급 배포
한편, ADK는 상용 환경 운영을 위해 설계되었습니다. 구글 클라우드의 운영 제품군과 직접 통합되는 로깅 및 추적 기능이 기본적으로 제공됩니다. 에이전트가 Vertex AI Agent Engine에 배포되면 이러한 엔터프라이즈급 관찰 가능성 기능이 자동으로 활성화됩니다. Agent Engine은 에이전트를 위해 특별히 설계된 완전 관리형의 확장 가능하고 안전한 런타임입니다. 개발자는 Cloud Run, GKE, 또는 Docker를 통해 모든 가상 머신에 배포할 수도 있지만, Agent Engine은 상용화로 가는 가장 간소화된 경로를 제공합니다. 이 조합은 모니터링, 보안, 확장성 등 기업의 중요한 요구 사항을 해결하는 완전한 엔드투엔드 솔루션을 제공합니다.
왜 지금 ADK에 주목해야 하는가?
살펴본 바와 같이 멀티 에이전트 시대를 앞당기는 촉매가 될 것으로 보입니다. 단순한 챗봇 제작을 넘어 강력하고 협력적이며 상용화에 적합한 에이전트 시스템을 설계하도록 지원하는 포괄적인 엔터프라이즈급 오픈소스 프레임워크인 ADK! 이제 다음 AI 프로젝트를 ADK와 함께 시작할 때입니다. 이 여정을 메가존소프트가 함께 하겠습니다. 더 자세한 내용이 궁금하시면 언제든 문의 바랍니다.
