구글의 새 CLI에는 .agent/ 디렉토리가 docs/보다 먼저 있다.

에이전트를 ls-open-standard/”>에이전트를 -agent-go-review/”>에이전트를 ls-open-standard/”>에이전트를 d%95%98%eb%8a%94/”>에이전트를 -agent-go-review/”>에이전트를 ls-open-standard/”>에이전트를 S의 공식 GitHub에는 “AI 에이전트를 위한 MCP 서버”가 릴리즈 노트의 주인공으로 등장한다.

이게 무슨 뜻이냐면 — 플랫폼 회사들이 인간 개발자가 아니라 AI 에이전트를 1차 사용자로 간주하기 시작했다는 거다.

나는 지난 3주 동안 에이전트를 위한 인프라를 혼자 만들고 있었다. MCP 서버를 붙이고, 스킬 파일을 쓰고, ARD 카탈로그를 설계하고. 그런데 이제 구글과 AWS가 같은 방향으로 달려오고 있다. 그것도 공식 제품으로.

이 글에서 다루는 것

구글의 gws CLI — 29K 스타, 런타임에 API 스키마를 읽어 명령어를 동적으로 생성하는 설계 AWS의 agent-toolkit-for-aws + agent-plugins — 공식 MCP 서버와 스킬 패키지 플랫폼이 에이전트 퍼스트로 전환한다는 게 생태계에 어떤 의미인지 Drewgent가 이 흐름에 어떻게 미리 포지셔닝되어 있었는지

Slice 1: 구글 gws CLI — “AI 에이전트를 위한”이라고 README에 써놨다

googleworkspace/cli (gws)는 구글 워크스페이스 전체를 CLI 하나로 다루는 도구다. Drive, Gmail, Calendar, Sheets, Docs, Chat, Admin까지. Rust로 작성됐고, 29K 스타를 받았다.

그런데 진짜 중요한 건 설계 철학이다.

명령어 목록을 정적으로 하드코딩하지 않는다. 런타임에 구글 Discovery Service API를 읽어서 전체 명령어 트리를 동적으로 생성한다. 구글이 API를 추가하면, gws는 재컴파일 없이 그걸 반영한다. 모든 응답은 structured JSON이다. “AI 에이전트가 추가 도구 없이 워크스페이스를 다룰 수 있게”라는 명시적 목표. 레포 안에 .agent/, .claude/, .gemini/ 디렉토리가 있다. 각각 Claude Code, Gemini CLI, 일반 에이전트를 위한 설정이다. 에이전트별 디렉토리가 프로젝트 구조의 최상위에 존재한다. 100+ Agent Skills를 SKILL.md 파일로 제공한다. Gmail, Drive, Docs, Calendar, Sheets 등 서비스별로 하나씩. 심지어 gws-shared 스킬은 npm install -g @googleworkspace/cli를 자동 실행하는 install 블록까지 포함한다.

README의 “Why gws?” 섹션을 그대로 옮기면:

For humans — stop writing curl calls against REST docs.For AI agents — every response is structured JSON. Pair it with the included agent skills and your LLM can manage Workspace without custom tooling.

“인간을 위해”와 “AI 에이전트를 위해”가 같은 무게로 나란히 놓여 있다. 더 이상 에이전트는 부가 기능이 아니다. 또 하나의 1차 사용자다.

Slice 2: AWS agent-toolkit — “MCP 서버”가 AWS의 공식 제품이 됐다

같은 주에 AWS도 비슷한 무브를 했다.

aws/agent-toolkit-for-aws — “공식 AWS 지원 MCP 서버, 스킬, 플러그인. AI 에이전트가 AWS에서 구축하는 걸 돕는다.” 리드미 첫 문장이다. 하루 만에 243스타를 찍었다.

awslabs/agent-plugins — “AI 코딩 에이전트가 AWS에서 아키텍처 설계, 배포, 운영하는 걸 도와주는 스킬.” AWS Labs의 공식 레포다.

그동안 MCP 서버는 개인 개발자들이 만들었다. bethington이 Ghidra 리버스 엔지니어링 MCP를 만들고, fujibee가 에이전트 간 메시징 프로토콜을 만들고. 그런데 이제는 플랫폼 회사가 직접 MCP 서버를 공식 제품으로 출시하고 있다.

이건 단순한 도구 추가가 아니다. MCP가 개인 개발자의 취미 프로젝트에서 플랫폼 레벨의 표준으로 격상된 순간이다.

Slice 3: 이게 무슨 의미인가 — “에이전트 퍼스트” 아키텍처의 검증

구글과 AWS가 동시에 같은 방향으로 움직이고 있다는 건, 세 가지 신호를 준다.

첫째, 도구는 더 이상 인간의 UI를 가질 필요가 없다. gws는 웹 콘솔이 아니라 CLI다. 모든 출력이 JSON이다. 인간이 쓰기 위한 도구가 아니라, 에이전트가 호출하기 위한 도구로 설계됐다. UI가 없는 도구 — 이게 앞으로 표준이 될 가능성이 높다.

둘째, 스킬(SKILL.md)이 진짜 표준으로 자리잡고 있다. 구글은 gws에 100+ 스킬을, AWS는 agent-plugins에 다수의 스킬을 포함했다. 둘 다 SKILL.md 파일을 기본 단위로 쓴다. 이건 오픈소스 생태계에서 사실상의 표준이 된 포맷이고, 플랫폼 회사들이 그걸 추인한 셈이다.

셋째, 발견 가능성(discoverability)이 승부처가 된다. 에이전트가 쓸 수 있는 도구가 폭발적으로 늘어나면, 문제는 “무엇을 만들까”에서 “누가 이걸 발견할까”로 이동한다. 구글은 Gemini CLI Extension으로, AWS는 공식 GitHub 레포로 에이전트의 도구 발견 경로를 만들고 있다. ARD 레지스트리가 필요한 이유가 여기에 있다.

Drewgent는 이 흐름에 어떻게 포지셔닝되어 있는가

돌아보면, 내가 지난 3주 동안 만든 것들이 정확히 이 흐름 위에 있다.

MCP 서버: Drewgent는 이미 gbrain, Discord, WordPress, GJC Coordinator 등 5개의 MCP 서버를 운용 중이다. 플랫폼 회사들이 이제 막 MCP를 알게 됐다면, 나는 이미 프로덕션에서 쓰고 있다. 스킬 시스템: 100+ SKILL.md 파일. 구글과 AWS가 채택한 것과 정확히 같은 포맷이다. 오픈소스 생태계에서 표준화된 이 포맷을 Drewgent도 5월부터 써왔다. ARD(Agentic Resource Discovery): 에이전트가 쓸 수 있는 도구를 발견하는 레지스트리. Google과 Microsoft가 주도하는 표준을 발표 5일 전에 구현해놨다. 이제 구글과 AWS가 도구를 쏟아내기 시작했으니, 이걸 찾아주는 레이어의 가치는 더 커진다. 에이전트 퍼스트 설계: gws가 .agent/ 디렉토리를 최상위에 둔 것처럼, Drewgent의 모든 설계 결정은 “에이전트가 이걸 이해할 수 있는가”를 기준으로 한다. AGENTS.md 파일, ai-catalog.json, llms.txt — 모두 에이전트를 1차 독자로 상정한 산출물이다.

나는 혼자였다. 이제 구글과 AWS가 같은 방향으로 달려오고 있다. 이건 검증이다.

앞으로 6개월

내 예측은 간단하다.

모든 주요 SaaS가 MCP 서버를 공식 제공할 것이다. gws와 agent-toolkit이 선례를 만들었다. Slack, Notion, Figma, Jira — 6개월 안에 공식 MCP 서버가 없는 SaaS는 뒤처진 것으로 간주될 것이다. “에이전트 스킬 마켓플레이스”가 등장할 것이다. SKILL.md가 사실상의 표준이 됐으니, npm 레지스트리나 VS Code 마켓플레이스처럼 에이전트 스킬을 검색·설치하는 플랫폼이 나올 거다. 구글은 이미 npx skills add 커맨드를 제공하고 있다. 도구의 품질보다 발견 가능성이 더 중요한 경쟁 축이 될 것이다. 100개의 MCP 서버 중에서 내 에이전트에게 진짜 필요한 3개를 찾아주는 레이어. ARD가 주목받는 이유다.

구글과 AWS가 이 흐름에 올라탔다는 건, 더 이상 “에이전트를 위한 인프라를 만들까 말까”의 문제가 아니라는 뜻이다. 이제 질문은 “얼마나 빨리 만들 수 있는가”로 바뀌었다.

읽어줘서 고맙다. 다음 글에서 또 보자.