Airbyte 에이전트: AI 에이전트용 사전 인덱스 컨텍스트 레이어와 Raw API MCP 비교

Airbyte가 오늘 Airbyte Agents를 출시했습니다. 이는 여러 운영 시스템의 정보를 사전 인덱싱하는 통합 데이터 계층으로, AI 에이전트가 런타임에 수십 번의 API 호출 없이 데이터를 검색하고 쿼리할 수 있게 해줍니다. 핵심은 Context Store로, 에이전틱 검색에 최적화된 데이터 인덱스이며 Airbyte의 기존 복제 커넥터로 채워집니다.

동기는 실제 추적에서 비롯되었습니다. "이번 분기에 이탈 위험이 있는 고객은 누구인가?"라는 에이전트 질문이 47단계(대부분 API 호출)를 거쳐 잘못된 답변을 반환했습니다. Airbyte Agents는 이를 단일 조회로 축소하는 것을 목표로 합니다.

벤치마크: 토큰 사용량 vs Vendor MCP

Airbyte CEO Michel Tricot이 Airbyte Agent MCP와 vendor MCP의 검색 및 탐색 성능을 비교하는 공개 벤치마크 도구(GitHub)를 구축했습니다. 토큰 소비를 에이전트 효율성의 대용 지표로 사용한 결과:

• Gong: 최대 80% 적은 토큰
• Zendesk: 최대 90% 감소
• Linear: 최대 75% 감소
• Salesforce: 최대 16% 감소 (Salesforce 자체 SOQL이 이미 효율적)

주요 설계 결정

• 사전 인덱싱: 데이터가 미리 복제되고 인덱싱되어, 에이전트가 런타임에 여러 시스템에 걸쳐 페이지네이션, 인증, 엔터티 조인을 할 필요가 없습니다.
• 엔터티 매칭: 컨텍스트 스토어가 시스템 간 엔터티 해상도(예: 계정을 고객에 매핑하여 지원 티켓 연결)를 처리합니다.
• 읽기/쓰기 패스스루: 에이전트는 필요할 때 쓰기 또는 실시간 읽기를 위해 업스트림 API를 직접 호출할 수 있습니다.

Airbyte는 대부분의 MCP가 약한 프리미티브를 가진 "API 위의 얇은 래퍼"라는 문제에 대한 해결책으로 이를 포지셔닝하고 있습니다. 벤치마크 도구는 오픈 소스이며 커뮤니티 기여를 환영합니다.