에이전트 디스커버리 살펴보기: Snowflake와 Agentic Resource Discovery Specification
오늘 Snowflake는 Agentic Resource Discovery(ARD) Specification 지원을 발표합니다. ARD는 기업 전반에서 AI 에이전트와 도구를 카탈로그화하고 검색하며 발견하는 방식을 표준화하는 개방형 프로토콜입니다. Microsoft, GoDaddy를 비롯한 여러 기업과 공동 개발한 ARD는 점점 더 중요해지고 있는 과제 즉, 사용자가 어떤 인터페이스를 이용하든 기업에서 사용할 수 있는 모든 에이전트를 어떻게 찾아낼 것인가 하는 문제를 해결합니다.
에이전트 배포에서 에이전트 발견으로
AI 클라이언트는 이미 외부 도구, MCP 서버, API, 워크플로우, 에이전트를 호출할 수 있습니다. 그렇다면 다음으로 자연스럽게 떠오르는 질문은 이것입니다. 조직이 구축하고 승인한 수많은 기능 가운데 특정 작업에 가장 적합한 기능을 AI 클라이언트가 어떻게 자동으로 찾아낼 수 있을까요?
바로 이것이 디스커버리 계층입니다. 디스커버리 계층은 개별 에이전트의 집합을 서로 연결된 전사적 기능 네트워크로 전환합니다. 디스커버리가 제대로 작동하면 데이터 팀이 월요일에 배포한 에이전트를 화요일에는 영업 담당자가 Snowflake CoWork, Snowflake CoCo, Microsoft Copilot 또는 다른 AI 인터페이스에서 별도의 수동 설정 없이 바로 사용할 수 있습니다.
ARD는 AI 기능을 위한 이러한 디스커버리 계층을 제공합니다. 클라이언트가 자연어로 작업을 설명하면 ARD는 관련성이 높은 순으로 적합한 에이전트를 반환합니다. 또한 각 에이전트가 수행하는 작업, 제공 주체, 연결 방법도 함께 제공합니다.
ARD 작동 방식
ARD는 도메인 기반의 경량 디스커버리 사양입니다. 에이전트 리소스, MCP 서버, A2A 에이전트, Skills, 기존 API 도구를 구성 가능한 페더레이션 디스커버리 서비스 네트워크 전반에서 카탈로그화하고 검색하며 동적으로 발견하는 방식을 정의합니다.
아키텍처는 네 단계로 구성됩니다.
- 설명: 리소스 게시자는 에이전트의 기능, 처리할 수 있는 작업, 호출 방법을 설명하는 표준 매니페스트(
ai-catalog.json)를 생성합니다. 이 매니페스트는 게시자의 자체 도메인에 위치합니다. - 큐레이션: 디스커버리 서비스는 게시된 카탈로그를 크롤링하고 내부 인벤토리를 수집하거나 자체 정책을 적용해 리소스 컬렉션을 구축합니다. 기업은 어떤 에이전트를 포함할지 정확하게 제어할 수 있습니다.
- 검색: 클라이언트는 자연어 텍스트와 선택적 필터를 사용해 디스커버리 서비스에 쿼리합니다. 서비스는 스키마와 엔드포인트가 포함된 항목을 순위화해 반환합니다.
- 실행: 클라이언트는 선택한 리소스의 기본 프로토콜(MCP, A2A, REST)을 통해 해당 리소스에 직접 연결합니다. 디스커버리 서비스는 호출 경로에 개입하지 않으며 인증과 데이터 액세스는 클라이언트와 에이전트 간에 직접 이루어집니다.
디스커버리 서비스는 서로 조합할 수도 있습니다. 기업은 하나의 ARD 엔드포인트를 운영해 내부 에이전트와 선별된 벤더 및 공개 리소스를 통합할 수 있습니다. 이를 통해 직원은 통합된 결과 집합을 확인하고, 조직은 포함 대상을 계속 통제할 수 있습니다.
Snowflake Cortex Agents에 주는 의미
Snowflake는 ARD가 Snowflake Cortex Agents와 다음과 같은 방식으로 연동될 것으로 기대합니다. 팀은 지금과 동일한 방식으로 Snowsight, Snowflake CoCo 또는 Cortex Agents SDK를 통해 에이전트를 구축합니다. 에이전트를 게시하면 Snowflake는 이를 조직의 디스커버리 엔드포인트에 자동으로 등록할 수 있습니다. 등록되는 카탈로그 항목에는 도메인 기반 식별자, 시맨틱 모델에서 추출한 대표 질의, MCP 엔드포인트가 포함됩니다. 개발자가 별도로 수행해야 하는 작업은 없습니다.
실제로는 다음과 같은 방식으로 구현될 수 있습니다. 기업 내 AI 인터페이스가 레지스트리를 검색해 현재 질문에 적합한 Cortex Agent를 찾고 MCP를 통해 호출합니다. 이 호출은 지금과 마찬가지로 Snowflake의 역할 기반 액세스 제어에 따라 관리됩니다.
이렇게 되면 데이터 팀이 배포한 에이전트는 거의 즉시 기업 전체에서 검색 가능한 상태가 됩니다. 지식 근로자는 Snowflake CoWork나 자체 개발 애플리케이션에서 질문할 때, 해당 에이전트의 이름을 몰라도 관련 Cortex Agent로 라우팅될 수 있습니다. 또한 AI 도구는 레지스트리에 색인된 항목만 노출하므로, 레지스트리는 거버넌스 기능과 승인 결정이 반영되는 중심 지점이 됩니다.
ARD는 또 다른 불편함도 해결합니다. 현재는 하나의 AI 클라이언트에서 MCP 연결을 구성해도 동일한 에이전트를 다른 AI 클라이언트에서 자동으로 사용할 수는 없습니다. ARD가 적용되면 상황이 달라집니다. 조직의 디스커버리 엔드포인트에 한 번 게시하면 Snowflake CoWork, Claude, Copilot, 자체 애플리케이션 등 ARD를 지원하는 AI 인터페이스에서 별도의 등록 과정 없이 동일한 Cortex Agent를 검색하고 호출할 수 있습니다.
개방형 표준이 중요한 이유
ARD는 제품이 아니라 프로토콜입니다. 각 디스커버리 서비스는 자체 인덱스, 큐레이션, 순위화 방식을 갖고 ARD를 구현할 수 있으며, 구현 가능한 서비스 수에는 제한이 없습니다. 이는 MCP부터 Apache Iceberg™, Open Semantic Interchange에 이르기까지 개방형 표준에 전념해 온 Snowflake의 방향성과도 맞닿아 있습니다. 이러한 표준을 통해 고객은 거버넌스 제어, 권한 관리, 데이터 보안을 Snowflake 환경 안에 그대로 유지하면서 다양한 AI 인터페이스와 연결할 수 있습니다. ARD는 이러한 철학을 호출에서 디스커버리까지 확장해 모든 Cortex Agent가 배포되는 즉시 기업 전반에서 검색하고 활용할 수 있도록 합니다.
시작하기
- 자세히 알아보기 : Microsoft의 ARD 발표 블로그와 공식 ARD 사양을 확인하세요.
- 지금 시작하기: Quickstart 가이드를 따라 몇 분 만에 AI 카탈로그를 게시해 보세요.
- 구축하기: Quickstart를 따라 첫 번째 Cortex Agent를 만들고 Snowflake CoWork에서 사용해 보세요.
- 읽어보기: 자세한 내용은 Snowflake CoWork 블로그 게시물 및 Snowflake CoCo 블로그 게시물에서 확인해 보세요.
