論文解説: A Survey of Agent Interoperability Protocols — MCP・ACP・A2A・ANPの比較分析

本記事は arXiv:2505.02279 の解説記事です。

論文概要（Abstract）

AIエージェントの急速な普及に伴い、異種システム間の相互運用性を確保するための標準化された通信プロトコルが求められている。本論文は、Model Context Protocol（MCP）、Agent Communication Protocol（ACP）、Agent-to-Agent Protocol（A2A）、Agent Network Protocol（ANP）の4つのプロトコルを体系的に調査し、アーキテクチャ基盤・通信パラダイム・セキュリティモデル・ユースケース適合性の観点から比較分析を行っている。著者らは4プロトコルが競合関係ではなく補完関係にあることを示し、ANP→A2A→ACP→MCPの層状統合アーキテクチャを提案している。

この記事は Zenn記事: A2A・MCP・ACPで設計するマルチエージェント通信：3層プロトコル実装ガイドの深掘りです。

情報源

arXiv ID: 2505.02279
URL: https://arxiv.org/abs/2505.02279
著者: Abul Ehtesham, Aditi Singh, Gaurav Kumar Gupta, Saket Kumar
発表年: 2025
分野: cs.AI, cs.MA（Multi-Agent Systems）

背景と動機（Background & Motivation）

2024年から2025年にかけて、LLMベースの自律エージェントが急速に普及した。しかし、エージェント間の通信には統一された標準がなく、フレームワークごとに独自のプロトコルが乱立している状況がある。著者らは、この問題を以下の3点に整理している。

ツール連携とエージェント間協調は別問題: MCPはツールアクセスに適するが、エージェント同士のタスク委譲には対応していない
DiscoveryとTrustの未成熟: エージェントが動的に他のエージェントを発見し、信頼関係を構築するメカニズムが不十分
デプロイメントコンテキストの多様性: ローカル開発からエンタープライズ、オープンインターネットまで、それぞれ異なるセキュリティ・スケーラビリティ要件がある

これらの課題に対し、既存の4プロトコルがどのように対応するかを体系的に整理することが本論文の目的である。

主要な貢献（Key Contributions）

貢献1: MCP・ACP・A2A・ANPの4プロトコルについて、アーキテクチャ・通信モデル・セキュリティ・Discovery・デプロイメントの5軸で比較分析を実施
貢献2: 4プロトコルが補完関係にあることを示し、ANP（Foundation Layer）→A2A（Collaboration Layer）→ACP（Service Layer）→MCP（Tool/Resource Layer）の4層統合アーキテクチャを提案
貢献3: Trust・スケーラビリティ・セマンティック整合性・ガバナンスの4つのオープンチャレンジを特定し、プロトコル選択ガイダンスを提供

技術的詳細（Technical Details）

4プロトコルのアーキテクチャ比較

著者らは各プロトコルのアーキテクチャを以下のように分類している（論文Section 7.1より）。

次元	MCP	ACP	A2A	ANP
提唱者	Anthropic	IBM/BeeAI	Google	コミュニティ
アーキテクチャ	Client-Server	RESTサーバー	Peer-to-Peer	分散型P2P
トランスポート	stdio / HTTP+SSE	HTTP/REST	HTTP/SSE	HTTP / DID
Discovery	静的（事前設定URI）	手動/レジストリ	Agent Card（半動的）	DID + JSON-LD（動的）
状態管理	ステートフル	ステートレスREST	ステートフル（Taskライフサイクル）	ステートレス（ID層）
マルチモーダル	限定的	あり（Parts）	あり（Artifacts）	あり（JSON-LD）
セキュリティ	OAuth 2.0 / OS分離	TLS / APIキー	HTTPS / OAuth / JWT	DID暗号ID
エージェント間信頼	なし	なし	Agent Card交渉	検証可能資格情報
デプロイ範囲	ローカル/企業内	ローカル/企業内	企業/クラウド	オープンインターネット
成熟度	高（Anthropic）	中	中〜高（Google）	低（コミュニティ）

MCPの通信プリミティブ

MCPは以下の4つの通信プリミティブを定義している（論文Section 3.2より）。

Tools: 呼び出し可能な関数（例: ファイル読み取り、DB検索）
Resources: 構造化データへのアクセス（例: ファイルシステム、データベース）
Prompts: LLMへの入力テンプレート
Sampling: LLM推論の呼び出し

メッセージ形式はJSON-RPC 2.0を採用しており、トランスポートはローカル環境ではstdio、リモート環境ではHTTP+SSEを使用する。

A2AのAgent CardとTaskモデル

A2Aの中核概念はAgent CardとTaskである（論文Section 5.2より）。

Agent Cardは/.well-known/agent.jsonに配置されるJSON形式のメタデータで、エージェントの能力・エンドポイント・認証要件を宣言する。クライアントエージェントはAgent Cardを取得することで、リモートエージェントの能力を動的に把握できる。

Taskは明確なライフサイクル（submitted → working → completed/failed）を持つ作業単位で、以下の要素で構成される。

Messages: タスク内のロールベース（user/agent）メッセージ交換
Artifacts: 構造化されたタスク出力
Push Notifications: 非同期更新のWebhook通知

ANPのDIDベース分散型アイデンティティ

ANPはW3C標準のDecentralized Identifiers（DID）を採用している（論文Section 6より）。

\[\text{DID} = \text{did}:\text{method}:\text{method-specific-identifier}\]

ここで、

$\text{method}$: DID解決メソッド（例: web, key）
$\text{method-specific-identifier}$: メソッド固有のID

DIDドキュメントにはエージェントの公開鍵が含まれ、中央認証局なしで暗号的に検証可能なアイデンティティを提供する。JSON-LDメタデータによりセマンティックなDiscoveryが可能になる。

層状統合アーキテクチャ

著者らが提案する4層統合スタック（論文Section 8.1より）は以下の構成である。

graph TB
    subgraph "4層統合アーキテクチャ"
        direction TB
        L1["Layer 1: Foundation<br/>ANP — 分散型ID・動的Discovery"]
        L2["Layer 2: Collaboration<br/>A2A — Peer-to-Peerタスク委譲"]
        L3["Layer 3: Service<br/>ACP — マルチモーダルメッセージング"]
        L4["Layer 4: Tool/Resource<br/>MCP — ツール・リソース統合"]
    end

    L1 --> L2
    L2 --> L3
    L3 --> L4

エンドツーエンドのシナリオでは、Agent AがANPでオープンネットワーク上のAgent Bを発見し、A2Aでタスクを委譲する。Agent BはACPでエンタープライズマルチモーダルサービスを呼び出し、MCPでローカルDBやファイルシステムにアクセスする。結果は逆方向にAgent Aまで伝搬する。

実装のポイント（Implementation）

プロトコル選択の判断基準

著者らは論文Section 8.3で以下のガイダンスを示している。

MCPを使うべき場面: 単一エージェントがツール・ファイル・DB・APIへの構造化アクセスを必要とする場合
ACPを使うべき場面: エンタープライズ環境、マルチモーダルコンテンツ、REST native アーキテクチャ
A2Aを使うべき場面: 複数エージェントのタスク委譲をチーム・システム間で行う場合
ANPを使うべき場面: 分散型アイデンティティと動的Discoveryが必要なオープンインターネットエージェントネットワーク
層状組み合わせ: 上記すべてを必要とする本番マルチエージェントシステム

実装上の注意点

Trust Gapへの対処: MCP・ACPにはエージェント間信頼モデルがない。A2AのAgent Cardは部分的に対応するが、高セキュリティ環境ではANPのDID/検証可能資格情報が必要
Discoveryのスケーラビリティ: Agent Cardのクローリングは大規模環境でボトルネックになりうる。キャッシュ戦略とTTL設定が重要
ステートフル vs ステートレスの選択: 長時間実行ワークフローにはA2A（ステートフル）、水平スケーリング優先ならACP（ステートレスREST）

  
# プロトコル選択の判断フロー（論文Section 8.3を基に作成）
def select_protocol(
    need_tool_access: bool,
    need_agent_collaboration: bool,
    need_open_network: bool,
    need_multimodal: bool,
) -> list[str]:
    """デプロイ要件に基づくプロトコル選択

    Args:
        need_tool_access: ツール・リソースアクセスが必要か
        need_agent_collaboration: エージェント間協調が必要か
        need_open_network: オープンネットワーク対応が必要か
        need_multimodal: マルチモーダル対応が必要か

    Returns:
        推奨プロトコルのリスト
    """
    protocols: list[str] = []
    if need_tool_access:
        protocols.append("MCP")
    if need_multimodal:
        protocols.append("ACP")
    if need_agent_collaboration:
        protocols.append("A2A")
    if need_open_network:
        protocols.append("ANP")
    return protocols

実験結果（Results）

本論文はサーベイであるため定量的なベンチマーク実験は含まれていない。代わりに、著者らは5つの比較軸で定性的な評価を行っている（論文Section 7より）。

評価軸	最も優れるプロトコル	理由
Discoveryの柔軟性	ANP	DID+JSON-LDによる完全動的セマンティックDiscovery
エンタープライズ適合性	A2A	Google・Linux Foundation支援、Agent Cardによる半動的Discovery
ツール統合の成熟度	MCP	Anthropic運営、10,000以上のサーバーが稼働
マルチモーダル対応	ACP	REST Parts構造でテキスト・画像・音声・バイナリを統一処理
分散型信頼	ANP	DID暗号IDによる中央認証局不要の検証

著者らは「成熟度と機能の逆相関」を指摘している。すなわち、成熟したプロトコル（MCP、A2A）は分散化の度合いが低く、ANPは最も汎用的なアーキテクチャを提供するが、ツーリング・本番デプロイ事例・実装コストの面で課題がある。

実運用への応用（Practical Applications）

Zenn記事の3層アーキテクチャとの対応

Zenn記事ではMCP（垂直: ツール連携）とA2A（水平: エージェント間）の2層構成を解説しているが、本論文はさらにACP（マルチモーダルサービス層）とANP（分散型ID層）を加えた4層構成を提案している。

プロダクション視点での適用パターン:

スタートアップ（小規模）: MCP + A2A の2層で十分。Zenn記事の構成が最適
エンタープライズ（中規模）: MCP + ACP + A2A の3層。ACPのREST nativeな設計が既存インフラと親和性が高い
オープンプラットフォーム（大規模）: 4層すべてを採用。ANPのDIDで組織横断のエージェントネットワークを構築

スケーリング上の課題

著者らは論文Section 9.3で以下のスケーラビリティ課題を挙げている。

DID解決のレイテンシ: ANPのDID解決は追加のネットワークラウンドトリップが必要
Agent Cardクローリング: 大規模環境では数千のAgent Cardを定期的にフェッチする必要がある
MCPセッションオーバーヘッド: ステートフルなMCPセッションはサーバーリソースを消費する

まとめと今後の展望

本論文の主要な成果は、MCP・ACP・A2A・ANPの4プロトコルが「競合ではなく補完関係」にあることを体系的に示した点にある。著者らが提案する4層統合アーキテクチャ（ANP→A2A→ACP→MCP）は、マルチエージェントシステムの設計における実用的な指針を提供している。

今後の課題として、著者らは以下を挙げている。

統一的な信頼フレームワーク: プロトコル横断の信頼モデルの標準化
クロスプロトコルセマンティック標準: 組織間のオントロジー整合
ガバナンス機関: IETF/W3Cに相当するエージェントプロトコル標準化団体の設立
開発者ツーリング: SDK統一、プロトコル横断テストフレームワークの整備

参考文献

arXiv: https://arxiv.org/abs/2505.02279
Related Zenn article: https://zenn.dev/0h_n0/articles/679435133792e7
A2A Protocol仕様: https://a2a-protocol.org/latest/specification/
MCP公式ドキュメント: https://modelcontextprotocol.io/

:::message この記事はAI（Claude Code）により自動生成されました。内容の正確性については原論文で検証していますが、最新の仕様変更については各プロトコルの公式ドキュメントもご確認ください。 :::

📄 論文解説: A Survey of Agent Interoperability Protocols — MCP・ACP・A2A・ANPの比較分析

論文概要（Abstract）

情報源

背景と動機（Background & Motivation）

主要な貢献（Key Contributions）

技術的詳細（Technical Details）

4プロトコルのアーキテクチャ比較

MCPの通信プリミティブ

A2AのAgent CardとTaskモデル

ANPのDIDベース分散型アイデンティティ

層状統合アーキテクチャ

実装のポイント（Implementation）

プロトコル選択の判断基準

実装上の注意点

実験結果（Results）

実運用への応用（Practical Applications）

Zenn記事の3層アーキテクチャとの対応

スケーリング上の課題

関連研究（Related Work）

まとめと今後の展望

参考文献

📄 論文解説: A Survey of Agent Interoperability Protocols — MCP・ACP・A2A・ANPの比較分析

論文概要（Abstract）

情報源

背景と動機（Background & Motivation）

主要な貢献（Key Contributions）

技術的詳細（Technical Details）

4プロトコルのアーキテクチャ比較

MCPの通信プリミティブ

A2AのAgent CardとTaskモデル

ANPのDIDベース分散型アイデンティティ

層状統合アーキテクチャ

実装のポイント（Implementation）

プロトコル選択の判断基準

実装上の注意点

実験結果（Results）

実運用への応用（Practical Applications）

Zenn記事の3層アーキテクチャとの対応

スケーリング上の課題

関連研究（Related Work）

まとめと今後の展望

参考文献

関連記事

✍️ Google Developers Blog解説: Agent2Agent (A2A) Protocol — AIエージェント間相互運用の新標準

✍️ Anthropic公式ブログ解説: Model Context Protocolの寄贈とAgentic AI Foundationの設立

📄 論文解説: MCP Safety Audit — MCPエコシステムのセキュリティ脅威分類とLLM脆弱性評価