DoorDash가 AI 에이전트-도구 접근을 위한 중앙 게이트웨이를 구축한 방법

MCP는 에이전트가 도구를 설명/탐색/호출하는 방식은 표준화했지만, 실제 운영에 필요한 인증/권한/자격증명/접근 취소/감사까지 해결하지는 않아 DoorDash는 이를 Agent Gateway로 중앙화함 모든 도구 호출은 게이트웨이를 거치며 호출자 인증 → 권한 확인 → 승인된 도구 노출 → 자격증명 주입 → MCP 서버 전달 → 사용 기록 생성의 공통 경로를 사용함 여러 MCP 서버가 제공하는 수백~수천 개 도구를 그대로 보여주지 않고 업무별 도구 묶음(bundle)과 필터로 필요한 기능만 제공해 보안과 에이전트의 도구 선택 품질을 함께 높임 사용자별 OAuth와 서비스 계정도 게이트웨이가 관리하고, 모든 호출이 한곳을 지나므로 속도 제한/추적/비용 귀속/감사/권한 회수까지 공통 플랫폼 기능으로 제공함 현재 200개 이상의 MCP 서버와 30개 이상의 에이전트/서비스가 연결되어 매주 수백만 건의 도구 호출을 처리하며, MCP 이후의 핵심 과제는 도구 호출 자체보다 그 주변의 거버넌스임 MCP가 해결하지 않은 운영 문제 AI 에이전트가 실제 업무를 수행하려면 내부 API, 엔지니어링 시스템, 관측 플랫폼, 티켓 시스템, 지식베이스, 외부 SaaS에 접근해야 함 MCP는 도구를 기술하고 발견하고 호출하는 공통 형식을 제공하지만, 운영 환경에서는 누가 어떤 권한으로 호출하는지, 어떤 자격증명을 사용할지, 어떤 도구만 보여줄지, 접근을 어떻게 회수하고 감사할지가 남음 코딩 에이전트 하나에도 GitHub, Jira, 코드 검색, CI, 관측, 문서 등이 필요하고, 외부 MCP 서버는 실제 업무에 필요하지 않은 수백 개 기능을 함께 제공할 수 있음 팀마다 이 문제를 직접 해결하면 에이전트-도구 조합마다 인증/OAuth/비밀정보/도구 목록/속도 제한/로그를 다시 구현하게 됨 DoorDash는 이를 개별 통합 문제가 아니라 공통 플랫폼 문제로 보고 Agent Gateway를 구축함 접근 제어/도구 선별/운영을 하나의 플랫폼으로 실제 에이전트-도구 접근에는 세 가지 문제가 함께 존재함 접근 제어: 호출자가 누구이고 어떤 도구를 사용할 수 있으며 내부 신원/공용 토큰/사용자별 OAuth/서비스 계정 중 어떤 자격증명을 사용할지 결정함 도구 선별: 하위 MCP 서버의 전체 도구 목록 대신 해당 업무에 필요한 작은 목록만 제공함 운영: 속도 제한, 추적, 지표, 사용 기록, 비용 귀속, 소유 팀 정보와 운영 가시성을 제공함 이 세 ...