MCP 통합의 약속과 과제
AI 상호 운용성에 대한 논의가 점점 더 치열해지고 있습니다. 지난주 바이두 개발자 컨퍼런스에서 포괄적인 MCP 서비스를 발표한 이후, 알리바바, 바이트댄스, 텐센트와 같은 주요 중국 기술 기업들이 모두 MCP 여정에 착수했습니다.
MCP(모델 컨텍스트 프로토콜)는 AI가 다양한 애플리케이션 및 서비스와 원활하게 인터페이스할 수 있도록 하는 통일된 표준으로 구상됩니다. 컴퓨터와 스마트폰에서 흔히 볼 수 있는 USB 인터페이스와 유사하여 다양한 외부 장치를 플러그 앤 플레이 방식으로 통합할 수 있습니다. 본질적으로 MCP는 AI가 도구에 액세스하고 작업을 실행할 수 있는 보편적인 ‘USB 포트’를 제공하는 것을 목표로 합니다.
2024년 11월, 미국의 AI 회사인 Anthropic은 MCP 표준을 도입했는데, 이는 OpenAI 및 Google과 같은 경쟁업체들이 빠르게 채택하여 독점적인 생태계의 관행에서 벗어났음을 알렸습니다. 4월부터 알리바바 클라우드의 바이리안, 텐센트 클라우드의 지식 엔진, 바이트댄스의 커우지 스페이스, 바이두 AI 클라우드를 포함한 주요 중국 기술 회사들이 자체적인 포괄적인 MCP 서비스를 출시했습니다.
MCP의 주요 목표는 통합을 촉진하는 것이지만, 이 노력은 상당한 과제에 직면해 있습니다. 여러 개발자와 연구원에 따르면 MCP는 로컬 엔터프라이즈 데이터에 액세스하는 데는 효과적이지만, 항공편 예약, 가격 확인, 여행 가이드 작성과 같은 작업을 위해 인터넷 애플리케이션과 통합하려는 경우에는 장애물에 직면합니다. 이러한 과제는 AI 호출 프로세스의 미성숙과 제한된 인터넷 도구 가용성에서 비롯되며, 많은 플랫폼이 주변 기능에 대한 액세스만 제공합니다.
모든 인터넷 플랫폼이 이 공통 표준을 채택하고 MCP 서비스 공급자 네트워크에 참여하는 데 똑같이 열성적인 것은 아닙니다. 중국 인터넷 생태계의 폐쇄적인 특성과 데이터 프라이버시에 대한 높은 민감성으로 인해 많은 플랫폼이 신중한 태도를 보이고 있습니다. 그들은 MCP 생태계의 실행 가능성과 개발을 완전히 약속하기 전에 평가하는 것을 선호합니다.
AI 환경은 빠르게 진화하는 용어와 개념으로 유명합니다. Anthropic이 작년 말에 MCP 프로토콜을 처음으로 오픈 소스화했을 때, 업계는 대체로 관망하는 자세를 취했습니다. 그러나 Manus의 폭발적인 인기는 이후 중국 내에서 MCP에 대한 관심을 불러일으켰습니다.
AI 에이전시의 촉매제로서의 MCP
화중 과학 기술 대학의 Hou Xinyi에 따르면 ‘챗봇’의 한계를 초월하는 중요한 단계는 AI가 외부 데이터 및 도구와 상호 작용할 수 있도록 하는 것이며, 이것이 바로 MCP가 촉진하고자 하는 것입니다.
MCP 이전에는 ‘AI 에이전시’의 부족을 해결하기 위해 대체 접근 방식이 모색되었습니다. 2023년 말에 OpenAI는 ChatGPT가 정의된 일련의 표준을 기반으로 플러그인을 통해 외부 도구를 활용할 수 있도록 하는 앱 스토어(GPT 스토어) 개념을 도입했습니다. 바이트댄스의 커우지, 바이두의 첸판, 알리바바의 바이리안과 같은 유사한 AI 앱 스토어가 뒤따랐습니다.
그러나 이러한 접근 방식은 결국 한계에 도달했습니다. 플러그인과 앱 스토어는 사일로화라는 공통된 문제점을 공유했습니다. 각 도구는 고유한 개발 문서, 매개 변수 형식 및 인터페이스 사양을 가지고 있었습니다. 이는 개발자가 AI에 새로운 도구를 통합할 때마다 바퀴를 재발명해야 했음을 의미하며, 그 결과 비효율성이 발생했습니다.
시간이 지남에 따라 앱 스토어에 추가되는 새로운 도구의 수가 감소했고 플러그인의 품질이 크게 달라 복잡한 작업을 해결하는 능력이 저해되었습니다. 이는 기존 접근 방식이 한계에 다다르고 있음을 나타냅니다.
통일 솔루션으로서의 MCP
MCP는 통일에 대한 강조로 인해 유망한 솔루션으로 간주됩니다. 공식 문서에서 Anthropic은 MCP를 AI 세계를 위한 보편적인 USB-C 인터페이스에 비유합니다. Hou Xinyi는 MCP를 ‘도킹 스테이션’으로 설명하는 것을 선호합니다. 이는 AI가 여러 외부 도구에 동시에 연결할 수 있도록 하는 다목적 어댑터로, 형식 변환의 필요성을 없애줍니다.
많은 사람들은 MCP가 진시황의 도량형 표준화와 유사하게 혁신적인 영향을 미칠 것으로 예상합니다. 이는 이전에 분열되었던 춘추 시대 국가 간의 무역과 의사 소통을 촉진했습니다.
주요 기술 회사의 지능형 상호 연결 워킹 그룹의 기술 책임자에 따르면 MCP는 AI의 언어 상호 작용도 최적화합니다. 이전에는 AI가 내비게이션 서비스의 API를 활용하기 위해 ‘내비게이션을 원합니다’라고 정확하게 진술해야 했습니다. 약간의 편차만으로도 AI가 실패할 수 있습니다. 이제 각 도구는 표준화된 이름, 매개 변수 및 기능 설명을 제공해야 합니다. 결과적으로 AI는 사용자의 의도를 이해하고 설명을 기반으로 가장 적절한 MCP 서버와 일치시키기만 하면 됩니다.
이러한 접근 방식은 대규모 언어 모델의 고유한 기능과 더욱 일치하여 사용자가 단일 문장으로 서비스를 호출할 수 있도록 하고 이전의 인터페이스 간 직접 통신 요구 사항에서 벗어납니다.
MCP의 현재 채택 및 제한 사항
잠재력에도 불구하고 MCP는 아직 광범위하게 채택되지 않았으며 실제 적용은 제한적입니다. 현재 MCP는 기업 기술 담당자와 독립 개발자 사이에서 가장 인기가 높습니다.
프런트엔드 엔지니어인 Gong Dian은 AI 프로그래밍 지원 도구인 Cursor에 크게 의존합니다. 그러나 Cursor는 회사 내부 프로젝트 시스템과 원활하게 통합하는 데 어려움을 겪어 수동 개입이 필요합니다. 플러그인이나 기능 호출을 이전에는 사용할 수 있었지만 외부 AI는 회사 내부 시스템에 액세스할 수 없었고 실시간 호출은 보안 문제를 제기했습니다. 반면 MCP는 회사 내부 네트워크 내에서 시작할 수 있으므로 더욱 안정적이고 규정을 준수합니다.
독립 개발자인 Zhu Mama는 최근 Cursor에게 MCP 문서를 학습하고 Google 지도 및 검색 API를 MCP 서버로 패키지하도록 지시한 다음 Google의 Gemini 대규모 언어 모델을 호출하는 데 사용했습니다. 결과적으로 MCP가 장착된 Gemini는 여행 가이드 도우미로 변환되었습니다. 싱가포르 공항에서 다양한 관광 명소로 가는 대중교통 경로에 대해 질문했을 때 도우미는 Doubao의 응답에 비해 더 자세하고 정확한 정보를 제공했습니다.
개발자 커뮤니티 내에서 다양한 여행 도우미가 등장하고 있습니다. 바이트댄스의 커우지 스페이스가 4월 19일에 내부 베타를 출시했을 때 데모 사례도 여행 AI 도우미여서 일부에서는 업계가 여행에 집착한다는 농담을 했습니다.
Zhu Mama는 여행 시나리오에 대한 집중은 주로 일상적인 소비자 요구와의 관련성 때문이라고 솔직하게 인정합니다. 또 다른 이유는 중국에서 MCP 호환 인터넷 소프트웨어의 가용성이 제한되어 시장 잠재력을 제한한다는 것입니다.
내비게이션 플랫폼 MCP.so의 최신 통계에 따르면 전 세계적으로 11,028개 이상의 MCP 서비스 공급자가 있으며 그 수는 빠르게 증가하고 있습니다. 그러나 중국 내에서는 AutoNavi, Baidu Maps, Tencent Maps와 같은 몇몇 주요 지리적 위치 애플리케이션만이 현재 대규모 MCP 서버로 작동합니다.
이러한 제한으로 인해 중국 버전의 여행 도우미를 만들려는 Zhu Mama의 계획이 빠르게 중단되었습니다. 중국 여행 가이드를 개발하려면 국내 지도 서비스를 활용하는 것이 이상적입니다. 그러나 Zhu Mama는 AutoNavi에서 제공하는 공식 MCP 서버가 매우 제한적인 정보를 제공한다는 것을 발견했습니다. 두 위치 간의 경로 쿼리를 제공할 수 있지만 랜드마크, 리뷰, 호텔 티켓 가격 및 기타 필수 세부 정보에 대한 자세한 정보는 부족했습니다.
반대로 Google 지도 API는 자세한 예약 방법, 호텔 가격, 호텔 리뷰, 호텔 시설은 물론 여러 플랫폼에 걸쳐 가격 비교까지 제공하는데, 이는 중국 생태계 내에서는 상상하기 어려운 수준의 세부 정보입니다.
텐센트, 알리바바, 바이트댄스, 바이두 제품이 MCP를 채택하고 있지만 고빈도 애플리케이션은 아직 MCP 서비스 공급자 네트워크에 공식적으로 참여하지 않았습니다. WeChat, Xiaohongshu, Douyin과 같은 플랫폼은 물론 Ele.me, Meituan, Ctrip과 같은 라이프스타일 서비스 플랫폼은 눈에 띄게 빠져 있습니다.
도구 가용성 및 AI 스케줄링의 과제
도구 가용성이 제한되어 있다는 점 외에도 AI의 스케줄링 기능도 제약으로 작용합니다. Zhu Mama는 Google Hotels, Maps, Search를 포함한 6-8개의 API 인터페이스를 단일 MCP 서버로 패키지했는데, 이는 최대 제한보다 훨씬 낮습니다(Cursor는 에이전트당 최대 40개의 도구를 허용함). 그러나 AI는 이미 어떤 도구를 호출해야 하는지 결정하는 데 어려움을 겪고 있었습니다. 복잡한 요청에 직면했을 때 AI는 프로세스를 분해하고 MCP를 단계별로 호출하는 대신 모든 것을 한 번에 처리하려고 시도했습니다.
Gong Dian에 따르면 MCP의 가치는 클라이언트와 서버 측 모두의 품질에 달려 있습니다. USB 포트가 고유한 기능이 없고 뒤에 있는 서비스에 의존하는 것처럼 MCP는 잠재력을 실현하려면 강력한 서비스가 필요합니다.
MCP는 AI 에이전트의 기반을 마련하지만 모든 문제를 해결하지는 않습니다. 사용되지 않는 표준은 단지 종잇조각일 뿐입니다.
앞서 언급한 기술 책임자는 Anthropic의 MCP 표준이 광범위하게 채택된 이유는 오픈 소스, 비영리적 특성과 제작자의 신뢰성 때문이라고 말합니다. 다른 조직은 평판이 좋은 기관에서 설정한 표준을 따를 의향이 있습니다.
현재 중소기업과 수익원을 다양화하려는 대형 인터넷 기업이 MCP 표준을 주로 채택하고 있습니다.
AI 컴패니언 회사인 MiniMax는 최근 MCP 서버를 출시했으며 커뮤니티 매니저인 Cai Jiaren은 개발자가 MCP를 사용하여 비디오 생성, 음성 생성 및 음성 복제를 위한 MiniMax의 다중 모드 기능을 호출할 수 있다고 밝혔습니다. MCP에는 기업이 내부 데이터에 액세스할 때 규정 준수를 보장하기 위한 엄격한 액세스 제어 메커니즘이 포함되어 있습니다. 전체 호출 프로세스도 간소화되어 추가 토큰 비용이 발생하지 않습니다.
MiniMax가 MCP 서버를 출시하기로 결정한 것은 글로벌 개발자가 MiniMax의 모델 기능을 쉽게 활용하고 더욱 유연하고 효율적인 제작을 가능하게 하려는 열망에 따른 것입니다.
다른 스타트업도 유사한 열망을 공유합니다. Biu Technology는 인터뷰에서 개발자가 AutoNavi MCP를 사용하여 교통 데이터를 얻은 다음 Biu의 제품을 사용하여 PPT를 생성할 수 있다고 언급했습니다. MCP는 AutoNavi 인터페이스에 대한 액세스를 제공하여 진입 장벽을 낮춥니다. 그렇지 않으면 인터페이스를 사용할 수 없게 됩니다.
앞서 언급한 기술 책임자는 MCP는 본질적으로 서비스 공급자에 대한 이야기라고 믿습니다. MCP 표준에 따라 API를 캡슐화함으로써 애플리케이션 서비스 공급자는 모든 AI가 서비스에 액세스할 수 있도록 할 수 있습니다.
서비스 공급자 간의 이견과 우려 사항
그러나 서비스 공급자 간에 의견 차이가 발생합니다. 많은 회사가 아이디어에 완전히 전념하지 않습니다. AutoNavi 및 Baidu Maps와 같은 주요 플랫폼이 MCP 서버를 출시했지만 기존 API 인터페이스를 주로 리패키지하여 기존 기능을 제공하면서 핵심 사용자 권한 및 거래 데이터에 대한 엄격한 제어를 유지합니다.
지도 위치 서비스 외에도 콘텐츠 검색 및 게시를 자동화하는 타사 개발자의 Xiaohongshu 자동 게시자가 현재 Modeng 커뮤니티의 MCP 광장에서 가장 인기 있는 항목입니다. Hou Xinyi는 이것이 Xiaohongshu와 같은 소셜 콘텐츠 플랫폼에 제한적인 영향을 미칠 수 있지만 음식 배달 플랫폼과 같은 거래 집약적인 시나리오에서는 데이터 및 권한이 특히 민감해진다고 말합니다.
서비스 공급자의 주요 우려 사항 중 하나는 사용자 경험 제어입니다.
예를 들어 완전한 음식 배달 서비스를 개방하려면 AI 에이전트가 가격, 상점 정보, 사용자 주소 및 연락처와 같은 민감한 개인 데이터에 액세스할 수 있도록 해야 합니다. Anthropic은 권한 관리 및 호출 감사를 포함한 MCP의 보안 시스템이 아직 개발 중이라고 인정했습니다. 결과적으로 일부 플랫폼은 MCP에 연결할 때 무단 호출 위험에 대해 우려합니다.
일부 플랫폼은 비교적 안전한 거래 시나리오를 테스트하고 있습니다. 예를 들어 Alipay는 최근 AI 에이전트에게 ‘결제 기능에 대한 원클릭 액세스’를 제공한다고 주장하면서 MCP 서버를 출시했습니다. 그러나 자세히 살펴보면 결제 서비스보다는 주로 수집 서비스를 제공합니다.
Hou Xinyi에 따르면 Alipay의 접근 방식은 AI가 소비자를 대신하여 결제하도록 허용하는 것이 아니라 가맹점의 결제 수집을 용이하게 하는 데 중점을 둡니다. AI가 지갑을 제어하고 자유롭게 주문하도록 허용하는 것은 아직 모든 사람이 편안하게 사용할 수 있을 만큼 안전하지 않기 때문에 이것은 실행 가능한 옵션입니다. 이것이 또한 거래 서비스가 널리 홍보될 수 없는 주요 이유입니다.
더 심오한 문제는 AI가 자유롭게 거래 프로세스에 참여하는 경우(사용자가 가격을 비교하거나 가장 비용 효율적인 레스토랑을 추천하는 데 도움을 주는 경우) 사용자에게 상당한 편의를 제공할 것입니다. 그러나 이는 서비스 플랫폼이 사용자 선택 프로세스에 대한 제어력을 잃고 핵심 알고리즘 이점이 주변화되어 일반 공급업체로 전락한다는 것을 의미합니다.
보안 문제 해결 및 보편성 촉진
여러 인터뷰 참가자는 MCP가 보안과 보편성이라는 두 가지 주요 문제를 해결해야 한다고 믿습니다.
첫째, 보안입니다. Hou Xinyi는 MCP가 중앙 집중식 보안 감독 부족과 불완전한 신원 확인 및 데이터 권한 부여 메커니즘이라는 두 가지 보안 문제에 직면해 있다고 지적합니다. 현재 MCP에 대한 공식 ‘검색 광장’은 없습니다. 많은 타사 내비게이션 플랫폼은 GitHub에서 직접 코드 프로젝트를 가져와 MCP 서비스를 수집합니다. 이는 빠르고 간단하지만 공식 검토 프로세스가 부족합니다. Anthropic은 올해 MCP 호스팅 메커니즘 및 검색 가능성 문제를 공식적으로 해결할 것이라고 밝혔습니다. Anthropic의 최근 업데이트된 프로토콜 초안은 이러한 단점을 해결하기 위해 노력하고 있습니다. 또한 IIFAA(Internet Trusted Authentication Alliance)와 같은 국내 조직도 보안 격차를 메우려고 시도하고 있습니다.
프롬프트 하이재킹 및 도구 조합 공격과 같이 AI 에이전트 필드에 오랫동안 존재해 온 문제도 있습니다. 그러나 앞서 언급한 기술 책임자는 이러한 문제는 MCP 취약점이 아니라 모든 AI 에이전트에 존재하는 위험이라고 믿습니다. 현재 MCP 프로토콜 자체에서 명백한 보안 취약점이 발견되지 않았으며 데이터 전송 및 상호 작용 메커니즘은 일반적으로 신뢰할 수 있습니다.
보안은 첫 번째 허들일 뿐입니다. 진정한 과제는 제조업체의 이익 방어를 극복하고 더 많은 제조업체가 MCP 서버가 되도록 설득하는 것입니다.
Hou Xinyi에 따르면 이것은 인터넷 플랫폼의 ‘담장’ 특성에 대한 이해와 관련이 있습니다. 데이터는 다양한 플랫폼의 중요한 경쟁 장벽이므로 많은 제조업체가 테스트를 위해 일부 주변 기능만 MCP 서버로 개방할 수 있습니다. 제조업체는 MCP 생태계가 얼마나 큰 영향을 미칠지 기다려야 할 수도 있습니다.
앞서 언급한 담당자는 MCP 서버로 AI에 연결되면 더 많은 사용자 데이터와 습관을 얻을 수 있으며 자체 기본 모델에 다시 제공하여 제조업체가 적극적으로 참여하는 가장 큰 동기가 될 수 있다고 말했습니다.
MCP 서버 시장이 진정으로 풍부해지면 더 먼 문제를 고려해야 합니다.
예를 들어 스마트 바디가 휴대폰에서 다른 앱을 호출하는 방법은 무엇입니까? 담당자는 휴대폰의 로컬 AI 스마트 바디를 통해 다른 앱을 깨우려면 추가 애플리케이션 권한 부여 및 신원 확인 계층이 필요하며 MCP가 클라우드 서비스를 호출하는 것만큼 간단하지 않으며 현재 특별히 적합한 솔루션이 없다고 언급했습니다.
또 다른 예로 서비스 공급이 과도할 때 스마트 바디가 선택하는 방법 - JD 테이크아웃 또는 Meituan 테이크아웃을 호출합니까? Gaode 맵 또는 Baidu 맵을 사용합니까? 여러 인터뷰 참가자는 오늘날의 MCP 호출 논리는 여전히 매우 기본적이며 주로 서비스 공급자의 ‘기능 설명’에 따라 결정되며 정렬 및 최적화 메커니즘이 없다고 언급했습니다. 서비스 공급자가 의도적으로 ‘가장 효율적’ 및 ‘필수 선택’과 같은 유도적인 언어를 설명에 추가하면 AI가 오해를 받아 가서는 안 될 곳으로 전환될 수 있습니다.
앞서 언급한 기술 책임자가 설명했듯이 ‘검색 엔진에서 원하는 서비스를 찾을 수 없지만 엉망진창인 정보가 나타나는 것과 같습니다. 사용자가 가장 필요로 하는 서비스를 정확하게 일치시키는 방법, 미래의 MCP 생태계도 동일한 문제에 직면할 것입니다.’
궁극적으로 모든 표준의 구현 과정은 어려움으로 가득 차 있습니다. Hou Xinyi는 MCP의 대중화를 촉진하려면 MCP의 힘을 진정으로 깨닫도록 업계 전체를 만들 수 있는 Manus와 유사한 중요한 기회가 필요할 수 있다고 말했습니다.