본문으로 건너뛰기
DataRobot Blog조회 3회

DataRobot, ARD(Agentic Resource Discovery) 규격 지원 — Agent Skills와 MCP를 표준 경로에서 공개

DataRobot이 Agentic Resource Discovery(ARD)를 지원해 .well-known/ai-catalog.json으로 Agent Skills와 MCP 서버를 공개함으로써 에이전트와 레지스트리의 표준화된 동적 검색을 가능하게 했다.

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

에이전트는 외부 능력을 찾아 연결해야 실무에서 유용해지며, 수동으로 모든 연동을 미리 구성하는 방식은 확장성에서 한계가 있다. DataRobot은 Agentic Resource Discovery(ARD) 규격을 지원해 도메인 소유자가 표준 경로(.well-known/ai-catalog.json)에 AI 카탈로그를 게시하면 검색 서비스와 AI 클라이언트가 해당 카탈로그를 찾아 인덱싱하고 에이전트가 필요할 때 적절한 스킬이나 MCP를 검색·연결하는 흐름을 실현했다.

이 카탈로그는 모델 학습·배포·예측·피처 엔지니어링·모델 모니터링·설명가능성·데이터 전처리·CI/CD·외부 모니터링·Agent Assist 등 플랫폼 스킬을 작업 단위로 패키징해 코딩 에이전트가 직접 호출할 수 있도록 메타데이터와 엔드포인트 정보를 제공한다. 공급자는 자신의 도메인에 게시함으로써 에이전트와 레지스트리가 표준 방식으로 리소스를 발견하도록 만들고, 레지스트리는 이를 인덱싱해 동적 연결을 지원한다.

결과적으로 조직은 모든 통합을 사전에 로드하지 않고도 에이전트의 기능을 확장할 수 있으며, 카탈로그 메타데이터와 도메인 기반 게시를 통해 출처·권한·거버넌스를 유지할 수 있다. 다만 카탈로그의 정확성·메타데이터 완전성·접근 제어 정책이 제대로 관리되지 않으면 잘못된 리소스 노출이나 연결 시 보안·운영 리스크가 발생할 수 있다.

섹션별 상세

에이전트의 유용성은 접근 가능한 능력의 범위에 좌우되며, 기존에는 개발자가 MCP 서버·스킬·문서를 수동으로 연결해야 해서 확장성이 떨어졌다; DataRobot은 ARD 규격을 채택해 도메인에 표준 ai-catalog.json을 게시하면 검색 서비스나 AI 클라이언트가 해당 파일을 찾아 인덱싱하고, 에이전트가 필요할 때 적절한 능력을 자동으로 조회·선택·연결할 수 있게 한다; 기사에는 공개 경로 https://datarobot.com/.well-known/ai-catalog.json이 명시돼 있어 접근 지점이 분명하다; 이 방식은 모든 통합을 사전 로드할 필요를 없애 서비스 확장성과 운영 효율을 높인다.
근거
  • DataRobot은 Agentic Resource Discovery(ARD) 규격을 지원한다. — 본문 첫 문단 및 ARD 링크(Agentic Resource Discovery Specification 언급)
Agentic Resource Discovery(ARD)는 스킬·MCP·API·툴·워크플로 등 에이전트용 리소스를 게시·발견·검증하기 위한 오픈 스펙으로, 공급자는 자신의 도메인 아래에 카탈로그를 배치하고 검색자는 그 카탈로그를 수집해 리소스를 해상(resolve)한다; 입력은 도메인 소유자가 게시한 ai-catalog.json, 처리 과정은 검색 서비스의 인덱싱 및 해석, 출력은 에이전트가 선택해 연결 가능한 리소스 엔트리다; 원문은 이 모델을 통해 에코시스템이 정적 배선에서 동적 탐색으로 이동하고 있음을 지적한다; 이 전환은 새로운 리소스가 지속적으로 등장하는 분산 환경에서 통합 관리 부담을 줄인다.
ARD가 A2A, MCP, API 등과 연결되는 전체 플로우를 보여주는 다이어그램
Diagram다이어그램은 ARD 기반 탐색이 공급자 도메인의 카탈로그 항목을 통해 에이전트와 MCP, 외부 API를 연결하는 흐름을 시각화한다. 카탈로그 게시 → 검색/인덱싱 → 에이전트의 선택·연결이라는 입력·처리·출력 단계가 한눈에 들어오며, 어디에서 리소스가 발견되고 어떻게 연결되는지 구조적 관계를 이해하는 데 직접적인 도움이 된다.
DataRobot이 게시하는 ARD 카탈로그는 현재 DataRobot Agent Skills와 MCP 서버를 가리키며, 포함된 스킬 항목으로는 모델 학습·배포·예측·피처 엔지니어링·모델 모니터링·설명가능성·데이터 전처리·App Framework CI/CD·외부 에이전트 모니터링·Agent Assist 등이 명시돼 있다; 이러한 스킬은 플랫폼 지식을 작업 단위로 패키징해 코딩 에이전트가 직접 호출할 수 있도록 메타데이터와 엔드포인트 정보를 제공한다; 기사 텍스트와 목록이 이러한 구성 항목을 근거로 제시된다; 작업 범위별로 스킬을 분리해 제공하면 에이전트가 필요한 기능만 선택해 사용할 수 있어 호출 복잡성과 컨텍스트 크기를 줄일 수 있다.
근거
  • DataRobot은 ARD 호환 AI 카탈로그를 https://datarobot.com/.well-known/ai-catalog.json 경로로 게시해 DataRobot Agent Skills와 MCP 서버를 검색 가능하게 했다. — 본문에서 카탈로그 게시 경로(.well-known/ai-catalog.json)를 명시한 문단 출처
기업 환경에서는 단순한 검색 편의성 외에 노출되는 능력의 출처·위치·거버넌스를 통제하는 것이 중요하며, ARD 기반 카탈로그는 메타데이터와 출처 정보를 통해 어떤 리소스가 어디서 왔는지 기록하고 관리자가 노출 정책을 적용할 수 있는 기반을 제공한다; 입력은 등록된 카탈로그 레코드, 처리 과정은 레지스트리·검색 서비스의 필터링·정책 적용, 출력은 권한·거버넌스가 반영된 탐색 결과다; 원문은 이러한 거버넌스 요구를 기업 측면의 핵심 이유로 제시한다; 결과적으로 조직은 동적 검색의 이점을 활용하면서도 통제권을 유지할 수 있다.

용어 해설

Agentic Resource Discovery(ARD)(Agentic Resource Discovery (ARD))
— 웹 도메인에 에이전트용 리소스(스킬, MCP, API 등)를 표준 형식으로 게시·발견·검증하기 위한 오픈 스펙이다. 제공자는 도메인 하에 ai-catalog.json을 게시하고, 에이전트나 레지스트리는 이를 인덱싱해 필요한 능력을 동적으로 해소한다. 분산된 에코시스템에서 수동 통합을 대체해 확장성과 상호운용성을 높인다.
MCP 서버(MCP Server)
— Modular/Managed Capability Provider의 약어로, 에이전트가 외부 능력(모델, 툴, API)을 호출해 사용하도록 중계·관리하는 서버다. ARD 카탈로그에 등록되면 에이전트가 해당 도메인에서 MCP를 찾아 연결할 수 있다. 엔터프라이즈 통합·거버넌스 관점에서 중요한 접점이다.
AI 카탈로그(AI Catalog)
— 도메인 소유자가 게시하는 JSON 형식의 리소스 목록으로, 공개된 스킬·MCP·툴 등 에이전트용 능력의 위치와 메타데이터를 포함한다. 표준 경로 .well-known/ai-catalog.json에 배치하면 ARD 호환 검색 서비스가 자동으로 찾아 인덱싱할 수 있다. 에이전트의 동적 검색과 연결을 가능하게 하는 핵심 인터페이스다.
Agent 스킬(Agent Skill)
— 특정 작업(모델 학습, 배포, 데이터 준비 등)을 수행하도록 패키징된 능력으로, 코딩 에이전트가 바로 사용하도록 작업 범위와 호출 방법을 포함한다. ARD 카탈로그에 등록되면 에이전트가 검색·선택해 해당 기능을 직접 호출할 수 있다. 플랫폼 지식을 재사용 가능하게 하는 단위다.

기술

  • DataRobot
  • Agentic Resource Discovery (ARD)
  • .well-known/ai-catalog.json
  • MCP
  • Agent Skills

활용 사례

  • 에이전트 능력 동적 검색 및 연결
  • 코딩 에이전트가 플랫폼 스킬을 직접 호출해 작업 수행
  • 엔터프라이즈 차원의 리소스 노출 통제·거버넌스
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 06. 24.수집 2026. 06. 24.출처 타입 RSS

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.