AI VIDEO BRIEFING
에이전트 레지스트리·ADK로 대규모 AI 에이전트 오케스트레이션하기
조직마다 수백 개의 AI 에이전트가 난립하는 시대, 구글 클라우드는 에이전트 레지스트리·에이전트 ID·Spec Boost·ADK로 발견·재사용·보안 문제를 풀려 한다. 클룩의 실제 적용 사례까지 정리했다.

핵심 메시지
쉽게 이해하기
구글 클라우드 에이전트 플랫폼 팀은 지난 한 해 사이 AI 에이전트의 화두가 완전히 바뀌었다고 말한다. 작년에는 MCP로 데이터 소스·API에 연결되는 에이전트를 만드는 것 자체가 흥분되는 일이었지만, 이제는 조직마다 같은 일을 하는 에이전트와 도구가 중복으로 수백 개씩 생겨나면서 이를 대규모로 다루는 방법이 문제로 떠올랐다.
발표자들은 두 가지 과제를 짚는다. 개발자 입장에서는 조직 내에 이미 어떤 MCP·에이전트가 있는지 발견하고 그 위에 쉽게 쌓아 올릴 수 있어야 하며, 동시에 적합한 담당자만 적합한 도구에 접근하도록 보안 태세를 유지해야 한다. 플랫폼 팀 입장에서는 17개 서버가 제각기 BigQuery에 연결되는 혼란을 막고, 모든 에이전트와 도구를 파악·제어할 수 있어야 한다.
해법의 중심은 에이전트 레지스트리다. 레지스트리는 조직 내 모든 에이전트·MCP 서버·모델의 단일 정보 소스로, 타사 MCP 서버도 손쉽게 등록할 수 있고 포털뿐 아니라 API·SDK로도 호출된다. 오픈소스 프레임워크인 ADK에 기본 지원되어, 단 몇 줄의 코드로 레지스트리에 등록된 에이전트나 MCP 서버를 불러 쓸 수 있다.
보안의 핵심은 에이전트 ID다. SPIFFE 기반으로 각 에이전트에 고유 신원을 부여하고, 신원을 에이전트의 생명주기에 연결한다. 새 에이전트를 배포하면 ID와 권한이 생성되고, 삭제하면 권한까지 함께 제거되어 잔여 권한이 남지 않는다. 모든 에이전트가 하나의 서비스 계정을 공유하던 과거 방식보다 훨씬 세밀한 권한 관리가 가능하며, 안전한 자격 증명 저장소가 타사 API 키 등을 대신 보관한다.
사양이 부실하거나 아예 없는 API를 위해 딥마인드가 개발하고 Gemini를 백엔드로 쓰는 Spec Boost가 등장한다. 로그를 바탕으로 API 사양을 처음부터 생성하거나 기존 사양을 최적화·병합하며, 사람 승인 없이는 아무것도 게시되지 않는다. 이렇게 정리된 사양은 API 허브에 저장되어 원클릭으로 MCP 서비스로 전환되고, 다시 에이전트 레지스트리와 동기화되어 다른 에이전트가 검색·재사용할 수 있다.
주요 인사이트
- 에이전트 시대의 병목은 '제작'이 아니라 '거버넌스'다. 누구나 쉽게 에이전트를 만들 수 있게 되자, 중복·접근성·보안을 관리할 도구와 프로세스의 부재가 더 큰 문제로 드러났다.
- 에이전트에 사람과 같은 고유 신원과 생명주기 기반 권한을 부여하는 접근은, 공유 서비스 계정이 만들어내던 '악성 잔여 권한' 문제를 구조적으로 해결한다.
- 문서화가 늘 뒷전이던 현실을 인정하고, API 사양을 사람과 에이전트 모두가 읽기 좋게 자동 생성·최신화하려는 시도가 Spec Boost의 핵심 동기다.
- 클룩 사례는 부모 에이전트에 묶인 스킬 대신 독립형 에이전트와 오케스트레이터-서브 에이전트 패턴을 택했는데, 이는 각 작업이 별도 컨텍스트로 병렬 실행되어야 하고 맥락 혼란을 보이는 모델에 더 효과적이기 때문이다.
- 같은 유튜브 분석 에이전트가 공급망 조사뿐 아니라 고객 의견 분석에도 재사용되듯, 레지스트리 기반 재사용성은 에이전트의 활용 범위를 부서 경계 너머로 넓힌다.
자주 묻는 질문
에이전트 레지스트리는 무엇을 하는 도구인가?
조직 내 모든 에이전트·MCP 서버·모델에 대한 단일 정보 소스다. 타사 MCP 서버도 등록할 수 있고 포털·API·SDK로 접근하며 ADK에 기본 통합되어, 등록된 자산을 몇 줄의 코드로 호출·재사용할 수 있다.
에이전트 ID는 보안을 어떻게 개선하나?
SPIFFE 기반으로 각 에이전트에 고유 신원을 부여하고 이를 생명주기에 연결한다. 배포 시 권한이 생기고 삭제 시 권한이 함께 사라져 잔여 권한이 남지 않으며, 모든 에이전트가 서비스 계정을 공유하던 방식보다 세밀한 권한 관리가 가능하다.
Spec Boost는 어떤 문제를 푸나?
API 사양이 없거나 오래되어 LLM이 제대로 호출하기 어려운 상황을 해결한다. 로그를 분석해 사양을 생성하거나 기존 사양을 최적화·병합하고, 사람 승인을 거쳐 MCP 서비스로 전환해 에이전트가 읽기 좋은 형태로 만든다.
클룩은 이 플랫폼으로 무엇을 얻었나?
ADK와 에이전트 레지스트리로 공급망 조사용 멀티 에이전트 시스템을 구축해, 여러 플랫폼에 흩어진 신호를 자동으로 분석했다. 며칠씩 걸리던 작업을 몇 시간으로 줄였고 직원들은 협상 같은 더 가치 있는 업무에 집중하게 됐다.
원문과 출처
이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.
YouTube 원본 영상 보기 ↗