The Cost of Saying Hello: An Empirical Study of Handshake Overhead in AI Agent Communication Protocols↗ (원문, 새 창)

연구팀은 MCP, A2A, ACP 등 주요 AI 에이전트 통신 프로토콜에서 핸드셰이크(초기 연결 수립) 비용을 단계별로 분해해 처음으로 실증 측정한 벤치마크를 제시했다. 각 프로토콜의 공식 SDK를 이용해 콜드 스타트, 웜 리피트, 역량 불일치, 저하된 메타데이터 등 시나리오별로 왕복 횟수, 단계별 지연, 전송 바이트, 토큰 비용을 측정한 결과 왕복 횟수가 핸드셰이크 비용을 좌우하는 것으로 나타났다. 50ms RTT 환경에서 구형 MCP 핸드셰이크는 3회 왕복과 230ms가 걸렸지만 A2A는 1회 왕복과 61.0ms만 필요했으며, LLM이 상대방의 메타데이터를 읽을 경우 역량당 24~107토큰이 소모돼 200개 역량을 가진 상대와의 핸드셰이크만으로 20만 토큰 컨텍스트의 11%를 소비하는 것으로 나타났다. 2026년 개정된 MCP는 핸드셰이크를 3회에서 2회 왕복으로, 에라 피닝을 적용하면 웜 재연결 시 0회로 줄여 측정된 비용을 실제로 개선했음을 보여줬다.

• MCP, A2A, ACP 세 주요 에이전트 프로토콜의 핸드셰이크 비용을 처음으로 단계별 실증 측정
• 50ms RTT에서 구형 MCP는 3회 왕복 230ms, A2A는 1회 왕복 61.0ms로 가장 효율적
• 역량 200개를 가진 상대와의 핸드셰이크만으로 20만 토큰 컨텍스트의 11% 소모
• 2026년 개정 MCP가 왕복 횟수를 3회에서 2회로, 웜 재연결 시 0회로 줄여 실제 개선을 입증