목차
에이전트 사이에서 사라진 사용자를 찾는 우버 Agent Identity (2026-05)
원문 정보
- 원문: Solving the Identity Crisis for AI Agents
- 매체 · 게시일: Uber Engineering Blog · 2026-05-22
- 저자: Matt Mathew(Principal Engineer), Prasad Borole(Staff Software Engineer), Meng Huang(Engineering Manager), Sergey Burykin(Sr Software Engineer), Gaurav Goel(Software Engineer II), Bayard Walsh(Software Engineer I)
- 원문 내용을 바탕으로 재구성한 요약입니다.
Monitoring Agent의 PR에서 사라진 온콜 엔지니어
우버가 든 온콜 사례에서는 경보 임계값을 고친 PR에 Monitoring Agent만 작성자로 남습니다. 수정을 맡긴 사람은 보이지 않습니다. 온콜 엔지니어가 Oncall Agent로 경보 처리를 시작하고, Investigation Agent가 시스템은 정상이며 경보 설정이 잘못됐다고 판단한 뒤, Monitoring Agent에 수정을 넘긴 결과입니다. PR까지 이어진 작업에서 최초 요청자와 앞선 에이전트의 판단을 추적할 수 없게 된 것입니다.
이런 일이 반복됐습니다. 에이전트는 여러 단계를 거쳐 일을 처리하는데, 각 단계의 상대 시스템에는 일반적인 서비스 신원만 보였습니다. 도구 호출도 그저 “어떤 서비스가 API를 불렀다”는 기록으로 남았습니다. 실제로는 특정 사용자를 대신한 특정 에이전트의 행동이었지만, 기존 신원 모델에는 그 대리 관계를 담을 자리가 없었습니다. 사람과 워크로드를 식별하는 체계에 서비스 계정이나 API 키 같은 비인간 신원(NHI)은 있어도, 누구를 대신해 행동하는지는 드러나지 않았습니다.
우버는 2025년 초 내부 Agent 플랫폼을 만들었습니다. 팀들이 프로덕션 에이전트를 조합하고 배포·운영하도록 지원하고, 수천 개 마이크로서비스의 기존 API에 MCP(Model Context Protocol)를 지원해 에이전트가 사용할 수 있게 했습니다. 에이전트의 자율성이 커질수록 “누가, 언제, 무엇을, 왜 했는가”에 답할 책임도 커집니다. 감사와 규정 준수, 경영진의 신뢰가 모두 이 답에 달려 있습니다.
기존 자동화보다 추적이 까다로운 이유도 있었습니다. 에이전트 워크플로에서는 위임이 기본이며, 에이전트가 다른 에이전트와 도구를 호출하고 중간 결과에 따라 계획을 바꿉니다. 최초 사용자와 중간 에이전트의 정보가 홉마다 사라지면, 하위 시스템은 세밀한 접근 정책을 일관되게 적용하지 못합니다. 사고가 나면 부분 로그를 이어 붙여야 합니다. Monitoring Agent의 PR에도 온콜 엔지니어의 요청과 앞선 판단이 연결되도록, 에이전트의 신원을 만들고 그 출처를 끝까지 전달해야 했습니다.
에이전트의 이름까지 검증하는 STS
우버는 기존 Zero Trust 아키텍처를 에이전트로 확장했습니다. 에이전트마다 검증 가능한 암호학적 신원을 부여하고, 하위 시스템에 접근할 때 그 신원으로 권한을 확인하는 방식입니다. 토큰 발급은 STS(Security Token Service)가 맡았습니다. 수명이 길고 권한 범위가 넓은 서비스 자격 증명에 의존하는 대신, STS가 동적 신뢰 중개자가 되어 홉마다 짧게 쓰는 토큰을 발급합니다.
출발점은 워크로드 신원입니다. 워크로드가 SPIRE에서 암호학적으로 서명된 SVID(SPIFFE Verifiable ID)를 받으면 실행 환경을 증명할 수 있지만, 그것만으로 어떤 에이전트가 실행 중인지는 알 수 없습니다. 우버 에이전트는 대개 Kubernetes 워크로드로 배포되며, Michelangelo 플랫폼이 에이전트와 워크로드를 연결합니다. 이 등록 관계의 기준이 Agent Registry입니다.
SDK는 워크로드 SVID로 STS에 인증하면서 로컬 에이전트 설정, 들어온 호출의 JWT, 다음 호출 대상의 audience를 함께 제출합니다. STS는 곧바로 토큰을 발급하지 않습니다. Agent Registry에서 요청한 agent_id가 해당 워크로드에서 실행되도록 명시적으로 허가됐는지 확인합니다. 워크로드 신원을 가진 것만으로 그곳에 등록되지 않은 에이전트를 사칭하지 못하게 하는 검사입니다. 검증을 마치면 STS가 다음 홉에 쓸 JWT를 돌려줍니다.
에이전트 토큰은 STS만 발급합니다. 각 교환을 중앙에서 검증하면서, 요청에 참여한 사용자와 에이전트의 위임 이력인 actor chain을 토큰에 담습니다. 이력은 호출자가 임의로 적은 이름 목록에 머무르지 않고, 참여 주체를 검증한 암호학적 기록이 됩니다. MCP Gateway나 하위 시스템은 이 기록으로 최초 사용자부터 현재 에이전트까지 이어지는 요청의 출처를 확인합니다.
토큰이 쓰일 곳과 시간도 좁혔습니다. JWT에는 특정 Audience 클레임이 있고, TTL은 분 단위입니다. Agent A가 Agent B를 부르려고 받은 토큰을 가로채더라도 데이터베이스나 다른 서비스에 재사용할 수 없습니다. 이전까지의 위임 이력은 보존하되, 토큰 자체는 다음 홉 하나를 위해 발급하는 설계입니다.
user1에서 MCP Gateway까지 이어지는 요청
온콜 엔지니어 user1이 Oncall Agent와 세션을 시작하면 요청은 그 사용자의 인사 신원을 출발점으로 삼습니다. 에이전트끼리 소통하는 데이터 플레인은 서비스 메시에 대응하는 AI Agent Mesh입니다. 메시 안의 에이전트 간 호출과 MCP 도구 같은 외부 호출에는 STS가 발급한 JWT를 사용합니다.
Oncall Agent가 사용자의 원 자격 증명을 그대로 가져다 하위 서비스를 부를 수는 없습니다. 자신의 SPIRE 신원인 Workload-1과 사용자 맥락을 STS에 제시하고, Investigation Agent를 audience로 지정한 JWT를 요청합니다. 이 교환은 개념적으로 OAuth 2.0 Token Exchange(RFC 8693)에 기반합니다. 우버는 여기에 에이전트 신원과 출처를 담고 내부 감사·성능 요건을 충족하도록 맞춤화했습니다.
JWT를 받은 Investigation Agent는 Workload-2에서 서명과 audience를 검증합니다. 이어서 MCP Gateway를 호출하려면 다시 STS와 토큰을 교환해야 합니다. 이번 audience는 MCP Gateway입니다. 새 JWT에는 [user1, oncall-agent, investigation-agent]라는 검증 가능한 이력이 들어갑니다. 호출 대상은 바뀌어도 요청을 시작한 사람과 거쳐 온 에이전트는 남습니다.
MCP Gateway는 AI Agent Mesh와 우버 시스템 사이에서 MCP 도구 호출의 정책을 집행합니다. JWT를 검증한 뒤 도구 접근 권한을 확인하고, 필요한 민감 데이터 마스킹에는 AI Guard를 사용합니다. 정책은 내부 위험 분류에 따라 정하며 고위험 시스템에는 의무적으로 적용합니다. 인증과 인가를 마친 호출은 마이크로서비스 API와 데이터 저장소로 전달되고, 실제 조회나 변경은 그 하위 시스템에서 일어납니다.
이제 정책을 판단할 때 최초 사용자인 user1과 실행을 맡은 Investigation Agent를 함께 평가할 수 있습니다. 감사 기록에도 직전 호출자만 남는 문제가 해소됩니다. 위임을 거듭한 요청이라도 전체 출처를 근거로 접근 권한을 판단하는 길이 열린 것입니다.
모델 호출에는 별도의 중앙 연동점이 있습니다. AI Gateway가 에이전트에서 모델로 나가는 모든 호출을 중개하며 OpenAI, Anthropic 같은 외부 API와 연결합니다. 이 경로의 AI Guard는 프롬프트 인젝션과 탈옥, 콘텐츠 안전 문제, PII 마스킹을 다룹니다. 도구를 실행하는 MCP Gateway와 모델을 부르는 AI Gateway는 각 호출 경로에서 필요한 통제를 담당합니다.
프록시 밖의 실행 맥락을 맡은 SDK
이 흐름을 어디에 구현할지도 선택해야 했습니다. 우버는 처음에 에이전트 호출을 프록시하는 agentgateway를 만들거나 도입하는 방안을 검토했습니다. 이미 에이전트 개발이 SDK 중심으로 표준화되어 있었기에, 최종적으로는 SDK에 해법을 직접 넣었습니다.
이유가 개발 환경에만 있지는 않았습니다. 외부 프록시만으로는 최초 사용자와 중간 에이전트의 맥락을 끝까지 보존하는 문제를 완전히 풀 수 없었습니다. 실행 맥락을 만들고 다음 호출로 전달하는 곳은 에이전트 애플리케이션 계층입니다. 그 계층에서도 신원 전파를 지원해야 했고, SDK가 그 역할을 맡았습니다.
Michelangelo에서 코드로 에이전트를 만드는 개발자는 내부 프로덕션 SDK로 Python을 사용합니다. 이 SDK는 특정 오케스트레이션 프레임워크에 종속되지 않으면서 계획 루프, 도구 사용, 상태와 메모리를 지원합니다. 표준 스캐폴딩과 미들웨어 훅, 관측성, 평가 도구도 제공합니다. 신원을 가져오고 다음 홉의 토큰을 요청하는 동작을 이 SDK에 통합했습니다.
노코드 경로도 있습니다. UI에서 에이전트를 작성하도록 해 엔지니어가 아닌 구성원까지 개발에 참여하게 했습니다. 코드로 작성하든 UI에서 만들든 에이전트는 우버의 Kubernetes에서 실행됩니다. 에이전트를 만드는 입구가 달라도, 워크로드 신원을 확인하고 등록된 에이전트와 연결하는 기반은 같습니다.
안전한 호출을 기본값으로 만든 A2A 클라이언트
새 아키텍처를 마련해도 기존 에이전트가 저절로 따라오지는 않았습니다. 도입 이전에 만들어진 에이전트가 있었고, STS 토큰 교환과 actor chain 보존을 일관되게 적용해야 했습니다. 우버는 개발자가 매번 보안 절차를 직접 구현하도록 두는 대신, 그 절차를 자동으로 수행하는 표준 클라이언트를 만들었습니다.
A2A(Agent-to-Agent) 프로토콜을 바탕으로 만든 이 클라이언트가 STS JWT 교환과 actor chain 전달을 맡습니다. 보안 절차를 따르는 경로가 개발자에게 가장 쉬운 경로가 되도록 한 것입니다.
기존 사용 사례의 전환은 단계적으로 진행 중입니다. 에이전트 간 호출을 찾아 표준 A2A 클라이언트를 사용하도록 고치고, 전용 지원과 테스트 가이드로 기능을 유지하며 이전하도록 돕습니다. 이 과정에서 전체 위임 이력을 추적하고 중앙에서 감사할 수 있는 범위를 넓혀 가고 있습니다.
수천 개의 에이전트로 넓어진 추적 범위
수천 개의 내부 에이전트가 이 체계를 도입했습니다. 관측 시스템에서는 최초 사용자부터 여러 에이전트와 최종 도구 호출까지 이어지는 트래픽을 실시간으로 확인합니다. 각 홉의 actor chain에 인가 결정과 보안 맥락이 함께 남으므로, 어떤 주체의 행동인지와 어떤 정책 판단이 있었는지를 연결해서 볼 수 있습니다. 에이전트의 상호작용에는 정책 집행, 모니터링, 감사 로깅도 적용됩니다.
그만큼 자주 토큰을 바꾸면 지연은 얼마나 늘어나는지도 따져야 합니다. 작업 하나에 도구 호출과 위임이 수십 번 생길 수 있어, 홉마다 추가되는 시간이 부담이라는 우려가 있었습니다. 프로덕션에서 측정한 STS 토큰 교환 API의 P99 지연은 지속적으로 40밀리초 미만이었습니다. 우버의 현재 부하에서는 홉별 교환을 도입하면서도 이 API의 지연을 낮게 유지한 결과입니다.
우버는 에이전트 도입이 늘어나는 만큼 시스템을 계속 확장할 계획입니다. 이 설계와 결과는 우버가 통제하는 내부 환경을 전제로 하며, 다른 환경에서는 결과가 달라질 수 있습니다.
신원 기반 위에 남은 동적 접근 통제
우버가 제시한 2026년 방향에서는 검증 가능한 신원과 위임 이력을 갖춘 Identity & Trust Foundation 위로 접근 통제를 확장합니다. 다음 층은 Dynamic Access Control입니다. 그 위에는 도구·세션·프로토콜 전반의 관측성과 비즈니스 수준 통제를 제공하는 Unified Policy Enforcement Plane을 구상하고 있습니다. 사람이 정적으로 관리하는 권한과 곳곳에 흩어진 정책 집행으로는 에이전트의 규모를 감당하기 어렵다는 판단입니다.
토큰에도 확장할 자리를 남겨 두었습니다. 세션 식별자나 요청 의도를 나타내는 클레임을 나중에 추가하면, 도구 호출을 허용할 때 전체 위임 체인의 검증된 의도를 근거로 삼을 수 있습니다. 현재 보존하는 신원과 출처를 바탕으로 통제 범위를 더 넓히려는 방향이며, 요청 의도까지 이미 인가에 사용하고 있다는 뜻은 아닙니다.
우버는 IETF WIMSE 워킹그룹 초안과 “AI Agent Authentication and Authorization”(draft-klrc-aiagent-auth-01) 같은 개별 초안도 주시하고 있습니다. 장기적으로는 신원과 위험, 정책이 함께 작동하는 체계를 지향합니다. 사람과 에이전트가 강한 신뢰와 보안 통제를 유지하면서 기계 속도로 협업하는 환경이 목표입니다.
토큰 설계와 도입 결과의 근거
| 항목 | 값 |
|---|---|
| 토큰 형식 | JWT (홉 하나, Audience 클레임 지정) |
| 토큰 TTL | 분 단위 |
| 토큰 발급 주체 | STS만 가능 |
| 워크로드 신원 | SPIRE 발급 SVID (SPIFFE Verifiable ID) |
| STS 토큰 교환 API P99 지연 | 40밀리초 미만 |
| 도입 규모 | 수천 개의 내부 에이전트 |
| 토큰 교환 기반 표준 | OAuth 2.0 Token Exchange (RFC 8693)를 맞춤화 |
| 참고 표준 | IETF WIMSE 초안, draft-klrc-aiagent-auth-01 |