leangnews
Command Palette
Search for a command to run...
2026년 01월 30일 11:02
서로 말하는 AI 에이전트, 함께 추론은 못한다: 아웃시프트의 ‘인지의 인터넷’
기사 요약
- MCP·A2A 등은 메시지 교환과 도구 식별은 가능하지만 의도와 맥락을 공유하지 못해 다중 에이전트가 조율에 자원을 낭비한다.
- 시스코 아웃시프트는 ‘인지의 인터넷(Internet of Cognition)’을 제안하며 Cognition State Protocols, Cognition Fabric, Cognition Engines의 3계층으로 의미적 협업을 구현하겠다고 밝혔다.
- 의료 예약 사례가 목표 불일치를 보여주며, 업계 표준화가 필요하고 아웃시프트는 코드·명세·연구를 공개하고 데모를 곧 선보일 계획이다.
서로 말하는 AI 에이전트, 왜 함께 생각하지 못할까
오늘의 다중 에이전트 시스템은 프로토콜 덕분에 서로 메시지를 주고받지만, 상대가 무엇을 하려는지까지 이해하진 못한다. 시스코 아웃시프트는 이 격차를 메우기 위한 아키텍처로 이른바 ‘인지의 인터넷(Internet of Cognition)’을 제안했다. 아웃시프트의 비조이 판데이 총괄은 “메시지는 보낼 수 있지만 서로를 이해하지 못하니 근거 형성, 협상, 공통 의도에 기반한 조정이 이뤄지지 않는다”고 말했다.
현황: 연결은 됐지만 의미는 공유되지 않는다
프로토콜의 한계: 연결·식별은 충분, 의미는 부족
MCP, A2A, 그리고 아웃시프트가 리눅스 재단에 기부한 AGNTCY는 에이전트가 도구를 발견하고 메시지를 교환하게 해준다. 그러나 이는 판데이가 말한 ‘연결성과 식별 레이어’에 머문다. 곧, 구문은 다루지만 의미는 다루지 못한다. 작업을 넘길 때 의도와 추론 과정이 전파되지 않아, 각 에이전트는 목표를 제각각 해석하고 조정 비용이 기하급수적으로 커진다.
의료 사례로 본 목표 불일치
전문의 예약 시나리오를 보자. 증상 평가 에이전트가 진단 코드를 스케줄링 에이전트에 넘기면 예약은 잡힌다. 보험 에이전트는 보장을 확인하고, 약국 에이전트는 약 재고를 확인한다. 겉보기엔 모두 제 역할을 끝냈지만, 환자 맥락을 함께 추론하지 못하면 상충이 발생한다. 예컨대 약국 에이전트가 환자 병력과 충돌하는 약을 권하거나, 스케줄링 에이전트가 ‘가까운 일정’을 택하는 사이 보험 에이전트는 ‘다른 기관의 더 나은 보장’을 알아도 반영하지 못한다. 서로 연결돼 있지만, ‘이 환자에게 가장 적합한 진료’라는 공통 목표에는 정렬되지 않은 셈이다.
해결: 인지의 인터넷(Internet of Cognition)
아웃시프트는 다중 에이전트가 하나의 공유 체계에서 의미적으로 협업하는 구조를 제안한다. ‘인지의 인터넷’은 제품 완성본이 아니라 업계 참여를 촉구하는 프레임워크로, 초기 인터넷 표준처럼 광범위한 합의와 도입이 필요하다고 강조한다.
인지의 인터넷: Cognition State Protocols
메시지-패싱 위에 놓이는 의미 레이어다. 데이터뿐 아니라 ‘무엇을, 왜’ 하려는지의 의도를 함께 공유하게 해 행동 전에 목표를 정렬한다.
인지의 인터넷: Cognition Fabric
분산 작업 기억에 해당하는 인프라로, 에이전트 상호작용 전반에 지속되는 컨텍스트 그래프를 제공한다. 무엇을 공유하고 누가 접근할지 정책으로 통제해, 사용 사례별 ‘공통 이해’의 범위를 설계자가 정의할 수 있다.
인지의 인터넷: Cognition Engines
두 축의 능력을 제공한다. 가속기는 통찰을 풀(pool)해 학습을 복리화하고, 가드레일은 규제·정책 경계를 지켜 공유 추론이 컴플라이언스를 훼손하지 않도록 한다.
협업으로 가려면 무엇을 함께 공유해야 하나
패턴, 인과, 목표 상태의 명시
아웃시프트는 에이전트가 통신을 넘어 협업하려면 세 가지가 필요하다고 본다. 데이터셋 전반의 패턴 인식, 행동 간 인과관계, 그리고 명시적 목표 상태다. 이들이 없으면 에이전트는 의미적으로 고립돼 조정에 연산을 소모하고, 배운 지식이 축적되지 못한다.
업계 전망과 실행 계획
표준화, 코드 공개, 데모 로드맵
아웃시프트는 ‘인지의 인터넷’ 명세 작성, 코드 구현, 연구 공개를 진행 중이며, 조만간 프로토콜 데모를 선보일 계획이다. 이 접근은 업계 전반의 상호운용성과 엔터프라이즈급 신뢰성 확보를 전제로 한다.
지식의 확산: 누구를 주목할 것인가
스탠퍼드의 노아 굿맨은 “혁신은 누가 누구를 주목해야 하는지 알아낼 때 일어난다”고 말한다. 개별 에이전트의 학습이 다른 에이전트에 의해 식별·활용될 때, 시스템 전체의 가치가 기하급수적으로 커진다는 의미다.
실제 적용 예시
다기관 진료 예약 최적화 시나리오
‘인지의 인터넷’ 환경에서는 증상 평가가 도출한 위험 요인과 환자 병력이 컨텍스트 그래프로 공유된다. 스케줄링은 보험 보장, 이동 거리, 전문성과의 적합도를 함께 고려해 후보를 생성하고, 약국 추천은 병용 금기 정보를 인과 규칙으로 적용해 자동 조정된다. 결과적으로 ‘환자별 최적 치료’라는 목표에 정렬된 단일 계획이 산출된다.
엔터프라이즈 에이전트 운영 체크리스트
도입 전, 조직은 1) 공유할 의도·맥락의 범위 정의, 2) 컨텍스트 그래프의 접근 정책 수립, 3) 가속기/가드레일의 규정 준수 기준 설정, 4) 기존 MCP·A2A·AGNTCY와의 연동 지점을 설계해야 한다. 이를 통해 의미적 협업으로의 전환을 안전하게 가속할 수 있다.