최근 AI 에이전트(Agent)의 활용이 늘면서, 기업의 기존 API(응용 프로그래밍 인터페이스)를 에이전트에 노출하는 방식에 대한 고민이 깊어지고 있습니다. 수년간 구축하고 보안을 강화해 온 핵심 API를 AI 에이전트가 무분별하게 접근하도록 두는 것은 보안 및 거버넌스(governance) 측면에서 큰 위험을 초래할 수 있기 때문입니다. Koodisi(쿠디시)는 이러한 문제를 해결하기 위해, 기업이 통제력을 잃지 않으면서도 AI 에이전트에 API를 안전하게 노출할 수 있는 관리형 MCP(Multi-Agent Communication Protocol) 서버 솔루션을 제시했습니다.
Koodisi의 핵심은 에이전트의 API 호출 방식이 사람과 다르다는 점에 주목합니다. 사람은 한 번 인증 후 의도적인 요청을 하지만, 에이전트는 단일 작업에서 수십 번 같은 엔드포인트를 호출하고 실패 시 재시도하며, 어떤 데이터에 접근해야 하는지 자체적인 이해가 부족할 수 있습니다. Koodisi는 이러한 에이전트의 특성을 고려하여, 모든 도구 호출을 신원(identity)을 포함하는 일급 이벤트로 처리합니다. 이를 통해 기업은 API에 대한 권한 어휘(scopes, claims)를 한 번 정의하고, 각 API 노출 시 읽기(read), 쓰기(write), 파괴적(destructive)과 같은 위험 라벨을 부여하여 에이전트가 수행할 수 있는 작업을 세밀하게 제어할 수 있습니다. 에이전트는 기업이 허용한 범위 내에서만 API를 호출하며, 허용되지 않은 작업은 아예 접근할 수 없습니다.
더 나아가 Koodisi는 에이전트가 어떤 데이터를 볼 수 있는지에 대한 거버넌스 문제도 해결합니다. 단일 MCP 서버가 여러 클라이언트(파트너, 내부 팀, 파일럿 고객)를 서비스할 때, 각 클라이언트는 자신의 데이터만 볼 수 있어야 합니다. Koodisi는 클라이언트 인증 시 확인된 신원(고객 ID, 테넌트 범위 등)을 모든 요청에 첨부하여 다운스트림 API가 해당 신원을 기반으로 데이터 접근을 제한하도록 합니다. 이는 에이전트가 실수로 다른 고객의 데이터를 반환하는 심각한 보안 사고를 방지하며, 모든 API 호출은 OpenTelemetry 추적을 통해 감사 기록으로 남겨져 누가, 언제, 어떤 작업을 수행했는지 투명하게 확인할 수 있게 합니다. 이러한 접근 방식은 기업이 AI 에이전트를 안전하게 도입하고 확장하는 데 필수적인 통제력과 가시성을 제공합니다.