MCP 이해하기
인공지능(AI) 분야는 끊임없이 진화하고 있으며, 새로운 용어와 기술이 빠른 속도로 등장하고 있습니다. 최근 주목받고 있는 용어 중 하나는 ‘MCP(Model Context Protocol)’입니다. 이 개념은 AI 커뮤니티 내에서 상당한 흥분을 불러일으키며, 모바일 앱 개발 초기와 유사하다는 평가를 받고 있습니다.
리옌훙 바이두 회장은 4월 25일 바이두 크리에이트 컨퍼런스에서 “MCP 기반의 지능형 에이전트 개발은 2010년 모바일 앱 개발과 같다”고 언급하며 MCP가 AI 애플리케이션의 미래에 미칠 잠재적 영향을 강조했습니다.
아직 MCP에 익숙하지 않다면 ‘에이전트(Agent)’ 또는 ‘지능형 에이전트’라는 용어를 접했을 가능성이 높습니다. 2025년 초 중국 스타트업 Manus의 인기 급증은 이 개념을 최전선으로 끌어올렸습니다.
에이전트의 핵심 매력은 작업을 효과적으로 수행하는 능력에 있습니다. 주로 대화형 인터페이스 역할을 했던 초기 대규모 언어 모델(LLM)과 달리 에이전트는 외부 도구와 데이터 소스를 활용하여 작업을 적극적으로 실행하도록 설계되었습니다. 기존 LLM은 학습 데이터에 의해 제한되며 외부 리소스에 액세스하려면 복잡한 프로세스가 필요합니다.
MCP는 에이전트 비전을 실현하는 데 매우 중요하며, LLM이 MCP 프로토콜을 지원하는 외부 도구와 원활하게 상호 작용할 수 있도록 지원합니다. 이를 통해 LLM은 더욱 구체적이고 복잡한 작업을 수행할 수 있습니다.
현재 Amap 및 WeChat Read를 포함한 여러 애플리케이션에서 공식 MCP 서버를 출시했습니다. 이를 통해 개발자는 선호하는 LLM을 선택하고 Amap 또는 WeChat Read와 같은 MCP 서버와 통합하여 AI 애플리케이션을 만들 수 있습니다. 이를 통해 LLM은 지도 쿼리 및 서적 정보 검색과 같은 작업을 수행할 수 있습니다.
MCP 열풍은 2024년 2월에 시작되어 전 세계적으로 빠르게 추진력을 얻고 있습니다.
OpenAI, Google, Meta, Alibaba, Tencent, ByteDance 및 Baidu와 같은 주요 기업은 모두 MCP 프로토콜 지원을 발표하고 자체 MCP 플랫폼을 출시하여 개발자 및 애플리케이션 서비스 제공업체를 초대하고 있습니다.
MCP: AI 생태계 통합
‘슈퍼 앱’이라는 개념은 2024년 AI 분야에서 뜨거운 주제였으며, AI 애플리케이션의 빠른 확산에 대한 기대가 높았습니다. 그러나 AI 혁신 생태계는 여전히 파편화된 상태였습니다.
MCP의 등장은 문자, 교통 및 측정 시스템을 표준화한 진시황의 중국 통일에 비유할 수 있습니다. 이러한 표준화는 경제 활동과 무역을 크게 촉진했습니다.
많은 시장 분석가들은 MCP 및 유사한 프로토콜의 채택이 2025년에 AI 애플리케이션의 상당한 증가로 이어질 것이라고 믿고 있습니다.
본질적으로 MCP는 AI를 위한 ‘슈퍼 플러그인’ 역할을 하여 다양한 외부 도구 및 데이터 소스와의 원활한 통합을 가능하게 합니다.
MCP의 기술적 기반
MCP 또는 모델 컨텍스트 프로토콜은 2024년 11월에 Anthropic에 의해 처음 소개되었습니다.
개방형 표준인 MCP를 통해 AI 애플리케이션은 외부 데이터 소스 및 도구와 통신할 수 있습니다.
MCP를 LLM을 위한 범용 어댑터, 즉 표준 ‘USB 인터페이스’로 생각하십시오.
이 인터페이스를 통해 개발자는 다양한 데이터 소스 및 워크플로에 연결하여 보다 표준화되고 체계적인 방식으로 애플리케이션을 만들 수 있습니다.
AI 애플리케이션 개발 장벽 극복
MCP가 부상하기 전에는 AI 애플리케이션을 개발하는 것이 어렵고 복잡한 과정이었습니다.
예를 들어 AI 여행 비서를 개발하려면 LLM이 지도를 액세스하고, 여행 가이드를 검색하고, 사용자 선호도에 따라 맞춤형 여정을 만드는 등의 작업을 수행해야 했습니다.
LLM이 지도를 쿼리하고 가이드를 검색할 수 있도록 하기 위해 개발자는 다음과 같은 문제에 직면했습니다.
- 각 AI 제공업체(OpenAI, Anthropic 등)는 기능 호출을 다르게 구현했습니다. LLM 간 전환하려면 개발자가 적응 코드를 다시 작성해야 했으며, LLM이 외부 도구를 사용하는 데 필요한 ‘사용자 매뉴얼’을 만들어야 했습니다. 그렇지 않으면 모델 출력의 정확도가 크게 감소합니다.
- 외부 세계와 LLM 상호 작용에 대한 통일된 표준이 없기 때문에 코드 재사용성이 낮아 AI 애플리케이션 생태계 개발을 방해했습니다.
Alibaba Cloud ModelScope의 알고리즘 기술 전문가인 Chen Ziqian에 따르면 “MCP 이전에는 개발자가 LLM을 이해하고 외부 도구를 애플리케이션에 내장하기 위해 2차 개발을 수행해야 했습니다. 도구 성능이 좋지 않으면 개발자는 문제가 애플리케이션 자체에 있는지 아니면 도구에 있는지 조사해야 했습니다.”
앞서 언급한 AI 스타트업인 Manus가 좋은 예입니다. 이전 평가에서 Manus는 간단한 뉴스 기사를 작성하기 위해 브라우저 열기, 웹 페이지 탐색 및 스크래핑, 작성, 확인 및 최종 결과 전달을 포함하여 10개 이상의 도구를 호출해야 했습니다.
Manus가 각 단계에서 외부 도구를 호출하기로 선택한 경우 외부 도구가 실행되는 방식을 정렬하는 ‘기능’을 작성해야 했습니다. 결과적으로 Manus는 과부하로 인해 작업을 종료하고 과도한 토큰을 소비하는 경우가 많았습니다.
MCP의 이점
MCP를 사용하면 개발자는 더 이상 외부 도구의 성능에 책임을 질 필요가 없습니다. 대신 애플리케이션 자체를 유지 관리하고 디버깅하는 데 집중하여 개발 작업량을 크게 줄일 수 있습니다.
Alipay 및 Amap과 같은 생태계 내의 개별 서버는 MCP 서비스를 유지 관리하고 최신 버전으로 업데이트하고 개발자가 연결하기를 기다릴 수 있습니다.
MCP의 한계와 과제
잠재력에도 불구하고 MCP 생태계는 여전히 초기 단계에 있으며 여러 가지 과제에 직면해 있습니다.
일부 개발자는 MCP가 불필요한 복잡성을 더한다고 주장하며 API가 더 간단한 솔루션이라고 제안합니다. LLM은 다양한 프로토콜을 통해 API를 이미 호출할 수 있으므로 MCP가 중복되는 것처럼 보입니다.
현재 대기업에서 출시한 대부분의 MCP 서비스는 기업 자체에서 정의하여 LLM에서 호출할 수 있는 기능과 예약 방법을 결정합니다. 그러나 이로 인해 기업이 가장 중요하고 실시간 정보에 대한 액세스를 제공하지 않을 수 있다는 우려가 제기됩니다.
또한 MCP 서버가 공식적으로 출시되지 않거나 제대로 유지 관리되지 않으면 MCP 연결의 보안과 안정성이 의심스러울 수 있습니다.
독립 개발자인 Tang Shuang은 도구가 20개 미만인 지도 MCP 서버의 예를 공유했습니다. 이러한 도구 중 5개는 위도와 경도가 필요했고, 날씨 도구는 관리 구역 ID가 필요했지만 이러한 ID를 얻는 방법에 대한 지침은 제공하지 않았습니다. 유일한 해결책은 사용자가 서비스 제공업체의 생태계로 돌아가 정보를 얻고 권한을 얻기 위한 단계를 따르는 것이었습니다.
MCP의 인기가 분명하지만 기본 역학은 복잡합니다. LLM 공급업체는 MCP 서비스를 제공할 의향이 있지만 통제권을 유지하고 다른 생태계에 이익을 주는 것을 꺼립니다. 서비스가 제대로 유지 관리되지 않으면 개발자는 작업량이 늘어 생태계의 목적을 훼손할 수 있습니다.
오픈 소스의 승리
MCP가 지금 주목을 받는 이유는 무엇일까요?
처음에 MCP는 Anthropic에서 출시한 후 거의 관심을 받지 못했습니다. Anthropic의 Claude Desktop과 같이 제한된 수의 애플리케이션만 MCP 프로토콜을 지원했습니다. 개발자에게는 통일된 AI 개발 생태계가 부족했으며 주로 고립되어 작업했습니다.
개발자의 MCP 채택이 점차적으로 MCP를 최전선으로 가져왔습니다. 2025년 2월부터 Cursor, VSCode 및 Cline을 포함한 여러 인기 있는 AI 프로그래밍 애플리케이션에서 MCP 프로토콜 지원을 발표하여 그 인지도를 크게 높였습니다.
개발자 커뮤니티의 채택에 이어 LLM 공급업체의 MCP 통합은 널리 채택되는 데 중요한 요소였습니다.
OpenAI가 3월 27일에 MCP 지원을 발표한 후 Google이 발표한 것은 중요한 단계였습니다.
Sundar Pichai Google CEO는 X에서 MCP에 대한 양면적 태도를 표명하며 “MCP를 할 것인가 말 것인가, 그것이 문제로다”라고 말했습니다. 그러나 이 트윗을 올린 지 불과 4일 만에 Google도 MCP 지원을 발표했습니다.
AI 업계의 주요 기업들이 MCP를 빠르게 채택한 것은 AI 애플리케이션 개발 및 배포 방식을 혁신할 수 있는 잠재력을 강조합니다.
MCP의 향후 경로
MCP 생태계가 계속 진화함에 따라 기존의 한계와 과제를 해결하는 것이 중요합니다. 여기에는 다음이 포함됩니다.
- 표준화: 개별 공급업체와 독립적인 보다 표준화된 MCP 프로토콜 개발.
- 보안: MCP 연결의 안전성과 신뢰성을 보장하기 위한 강력한 보안 조치 구현.
- 유지 관리 가능성: 고품질 MCP 서버의 개발 및 유지 관리 장려.
- 접근성: 모든 기술 수준의 개발자가 MCP에 더 쉽게 액세스할 수 있도록 지원.
이러한 과제를 해결함으로써 MCP는 AI 혁신의 새로운 시대를 열어 더욱 강력하고 다재다능하며 사용자 친화적인 AI 애플리케이션을 만들 수 있습니다.
결론적으로 MCP는 아직 초기 단계이지만 AI 환경을 변화시킬 잠재력은 부인할 수 없습니다. 보다 개방적이고 표준화되고 협력적인 생태계를 조성함으로써 MCP는 AI가 모든 사람에게 더 접근 가능하고 유익한 미래를 위한 길을 열 수 있습니다.