Microsoft Copilot Studio용 모델 컨텍스트 프로토콜 랩 공개
Microsoft는 최근 Microsoft Copilot Studio 생태계 내에서 모델 컨텍스트 프로토콜(MCP)을 탐색하기 위한 랩 역할을 하는 새로운 GitHub 저장소를 도입했습니다. 이 이니셔티브는 AI 기반 지원 및 자동화 영역에서 중요한 진전이며 개발자가 MCP의 기능을 실험하고 활용할 수 있는 실습 환경을 제공합니다.
모델 컨텍스트 프로토콜(MCP) 이해
원래 AI 개척자 Anthropic이 구상하고 이후 오픈 소스로 공개된 모델 컨텍스트 프로토콜은 AI 어시스턴트 진화의 중요한 표준을 나타냅니다. 이를 통해 이러한 지능형 에이전트는 런타임 시 외부 도구, 데이터 리포지토리 및 기능 모듈을 동적으로 검색, 액세스 및 활용할 수 있습니다. 이 동적 기능을 통해 조직은 맞춤형 MCP 서버를 구축하여 내부 리소스와 워크플로를 AI 코파일럿에 효과적으로 노출하는 동시에 엄격한 제어, 보안 프로토콜 및 거버넌스 정책을 유지할 수 있습니다. 새로 공개된 랩은 이 기술이 Microsoft 중심 환경 내에서 어떻게 원활하게 통합될 수 있는지에 대한 실제 데모 역할을 합니다.
Microsoft Copilot Studio 및 MCP 통합
AI 기반 에이전트를 설계, 조정 및 배포하기 위한 Microsoft의 직관적인 로우 코드 플랫폼인 Copilot Studio는 지난달 강조 표시된 대로 최근 MCP 기술을 통합했습니다. Microsoft에 따르면 이 통합은 다음을 촉진합니다.
- 원활한 데이터 소스 연결: 사용자 정의 내부 API를 처리하든 외부 데이터 공급자를 처리하든 MCP 프로토콜은 Copilot Studio 내에서 원활하고 안정적인 통합을 보장합니다.
- 기존 서버의 번성하는 마켓플레이스에 대한 액세스: 사용자 정의 커넥터 및 통합 외에도 사용자는 이제 마켓플레이스에서 즉시 사용할 수 있는 사전 구축된 MCP 지원 커넥터의 확장되는 리포지토리를 활용할 수 있습니다. 이 기능은 다양한 도구와의 연결 방식을 확장하여 활용도를 가속화하고 단순화합니다.
- 다재다능한 작업 기능: MCP 서버는 도구와 데이터를 에이전트에 동적으로 제공할 수 있어 유지 관리 및 통합 비용을 줄이면서 유연성을 높일 수 있습니다.
Copilot Studio의 Power Platform과의 통합을 통해 비즈니스 사용자와 숙련된 개발자 모두 독립 실행형 코파일럿, Power Platform 애플리케이션 내에서 또는 Microsoft Teams 또는 웹사이트와 같은 다른 애플리케이션에 포함된 에이전트를 제작할 수 있습니다. 이 다양성은 광범위한 사용 사례 및 배포 시나리오에 대한 플랫폼의 적응성을 강조합니다.
Copilot Studio에 대한 최근 개선 사항
Microsoft는 최근 ‘컴퓨터 사용’ 기능의 얼리 액세스 연구 미리 보기를 공개하면서 Copilot Studio의 기능 확장에 적극적으로 참여해 왔습니다. 이 혁신적인 기능은 AI 에이전트가 클릭, 입력 및 탐색과 같은 인간과 유사한 상호 작용을 모방하여 애플리케이션 또는 웹사이트와 시각적으로 상호 작용할 수 있도록 합니다. 동시에 회사는 MCP용 새로운 C# SDK를 도입하여 프로토콜을 중심으로 강력한 개발 생태계를 조성하겠다는 약속을 더욱 확고히 했습니다.
이러한 발전은 최근 주목을 받고 있는 에이전트 AI 개발을 위한 강력한 플랫폼으로 Copilot Studio를 집합적으로 포지셔닝합니다. 새로운 GitHub 저장소의 도입은 이러한 궤적과 원활하게 일치하며 개발자에게 Copilot Studio 프레임워크 내에서 MCP의 잠재력을 탐색하고 활용하는 데 필요한 리소스와 도구를 제공합니다.
Microsoft Copilot Studio ❤️ MCP 저장소
Microsoft Copilot Studio ❤️ MCP 저장소에는 개발자의 노력을 지원하기 위해 맞춤화된 다양한 예제와 샘플 코드가 포함되어 있습니다. 특히 Power Platform 커넥터 프레임워크를 사용하여 MCP 서버를 생성, 배포하고 Microsoft Copilot Studio에 연결할 수 있습니다.
이 통합은 Microsoft Power Platform 애플리케이션과 표준화되고 관리되는 API를 통해 외부 서비스 간의 안전하고 재사용 가능한 통합을 촉진하는 기존 Power Platform 커넥터 프레임워크를 활용합니다. 이 프레임워크는 다양한 시스템 간의 데이터 교환 및 상호 작용이 확립된 보안 프로토콜 및 거버넌스 정책을 준수하도록 보장합니다.
시너지 기술: MCP 및 Power Platform 커넥터
4월 28일 Microsoft의 발표는 이러한 두 기술 간의 시너지 관계를 강조하고 향상된 사용자 경험을 제공하기 위해 서로를 보완하는 방법을 강조했습니다. 기존 커넥터는 알려진 서비스에 대한 안전하고 관리되는 액세스를 제공하는 반면 MCP는 코파일럿이 필요에 따라 새로운 도구를 검색하고 활용할 수 있도록 하여 동적 런타임 확장성을 도입합니다. 개발자는 친숙한 커넥터 프레임워크 내에 MCP 서버를 캡슐화하여 보안, 규정 준수 또는 제어를 손상시키지 않고 Copilot Studio의 기능을 확장할 수 있으므로 신뢰할 수 있는 엔터프라이즈 경계 내에서 더욱 적응력 있고 강력한 AI 경험을 얻을 수 있습니다.
이 접근 방식은 혁신에 대한 필요성과 안전하고 규정을 준수하는 환경을 유지해야 하는 필수 요소 사이에서 미묘한 균형을 이룹니다. 이를 통해 개발자는 확립된 거버넌스 정책 및 보안 프로토콜을 준수하면서 최신 AI 기술을 활용할 수 있습니다.
개발자를 위한 실용적인 지침
Microsoft는 랩 내에서 자세한 지침을 제공하여 개발자가 다음 주요 프로세스를 안내합니다.
- MCP 서버 배포: 데이터, 모델 및 상호 작용을 처리할 수 있는 서버 설정에 대한 포괄적인 지침입니다. 여기에는 서버 환경 구성, 필요한 소프트웨어 구성 요소 배포, 서버와 다른 시스템 간의 통신 채널 설정이 포함됩니다.
- 사용자 지정 커넥터 생성: 커넥터 인프라를 활용하여 MCP 서버와 Copilot Studio 간의 링크를 설정하는 방법에 대한 지침입니다. 여기에는 커넥터의 속성 정의, 인증 방법 지정, MCP 서버와 Copilot Studio 간의 데이터 매핑 구성이 포함됩니다.
- Copilot Studio와 통합: MCP 서버를 Copilot Studio 내에서 작업으로 추가하여 에이전트가 서버에서 제공하는 도구 및 데이터에 액세스할 수 있도록 하는 자세한 단계입니다. 여기에는 작업의 입력 매개변수 정의, 출력 데이터 지정, 작업의 실행 논리 구성이 포함됩니다.
이러한 단계를 따르면 개발자는 MCP 서버를 Copilot Studio와 원활하게 통합하여 AI 에이전트가 기본 데이터 및 도구의 모든 잠재력을 활용할 수 있습니다.
MCP 랩 활용을 위한 필수 조건
MCP 랩을 효과적으로 활용하려면 개발자는 다음 필수 조건을 충족해야 합니다.
- Azure 구독(결제 방법 추가됨): MCP 서버 및 관련 리소스를 배포하고 호스팅하려면 활성 Azure 구독이 필요합니다. 구독에는 사용된 Azure 서비스 비용을 충당하기 위해 유효한 결제 방법이 연결되어 있어야 합니다.
- GitHub 계정 및 로그인: Microsoft Copilot Studio ❤️ MCP 저장소에 액세스하고 샘플 코드 및 예제를 다운로드하려면 GitHub 계정이 필요합니다. 개발자는 저장소와 상호 작용하려면 GitHub 계정에 로그인해야 합니다.
- Copilot Studio 평가판 또는 개발자 계정: Copilot Studio 플랫폼에 액세스하고 활용하려면 Copilot Studio 평가판 또는 개발자 계정이 필요합니다. 이 계정은 플랫폼의 기능에 대한 액세스를 제공하여 개발자가 AI 기반 에이전트를 설계, 구축 및 배포할 수 있도록 합니다.
- Power Platform 환경 프로비저닝됨: MCP 서버를 Copilot Studio와 연결하는 커넥터를 생성하고 관리하려면 프로비저닝된 Power Platform 환경이 필요합니다. 이 환경은 Power Platform 애플리케이션 및 커넥터를 개발하고 배포하는 데 필요한 인프라와 서비스를 제공합니다.
이러한 필수 조건은 개발자가 MCP 랩을 효과적으로 활용하고 MCP와 Copilot Studio 간의 통합을 탐색하는 데 필요한 리소스와 액세스 권한을 갖도록 보장합니다.
실용적인 예: 농담하는 코파일럿
통합 프로세스의 실제 예로 Microsoft는 MCP 서버에서 농담을 가져와 농담을 하는 Copilot Studio 에이전트의 생성을 강조합니다. 이 재미있고 매력적인 예는 개발자에게 통합 작동 방식과 기술의 잠재적 응용 프로그램에 대한 실질적인 이해를 제공합니다.
랩이 끝나면 개발자는 MCP 서버를 활용하여 농담을 전달하는 완전히 작동하는 Copilot Studio 에이전트를 갖게 되어 통합의 강력함과 유연성을 입증합니다.
MCP 서버 배포에 대한 자세한 내용
MCP 서버 배포에는 서버의 기능과 접근성에 기여하는 일련의 단계가 포함됩니다. 이 프로세스는 일반적으로 웹 애플리케이션 배포를 위한 확장 가능하고 안정적인 플랫폼을 제공하는 Azure Web Apps와 같은 적절한 호스팅 환경을 선택하는 것으로 시작됩니다.
호스팅 환경을 선택했으면 개발자는 네트워크 구성, 보안 설정 및 리소스 할당을 포함한 서버 설정을 구성해야 합니다. 이러한 설정은 서버가 외부 세계와 상호 작용하는 방식과 사용 가능한 리소스를 활용하는 방식을 결정합니다.
다음으로 MCP 서버 소프트웨어를 설치하고 구성해야 합니다. 여기에는 필요한 소프트웨어 패키지를 다운로드하고 서버에 설치하고 애플리케이션의 특정 요구 사항에 맞게 서버 설정을 구성하는 것이 포함됩니다.
마지막으로 MCP 서버가 올바르게 작동하는지 확인하기 위해 테스트하고 유효성을 검사해야 합니다. 여기에는 서버에 테스트 요청을 보내고 예상 결과로 응답하는지 확인하는 것이 포함됩니다.
원활한 통합을 위한 사용자 지정 커넥터 제작
사용자 지정 커넥터를 만드는 것은 MCP 서버를 Copilot Studio와 통합하는 데 중요한 단계입니다. 커넥터는 중개자 역할을 하여 두 시스템 간의 통신을 촉진하고 데이터 교환을 가능하게 합니다.
사용자 지정 커넥터를 만드는 프로세스에는 일반적으로 커넥터의 이름, 설명 및 아이콘을 포함한 커넥터의 메타데이터 정의가 포함됩니다. 이 메타데이터는 사용자가 커넥터의 목적을 식별하고 이해하는 데 도움이 됩니다.
다음으로 커넥터의 인증 설정을 구성해야 합니다. 이렇게 하면 커넥터가 MCP 서버로 인증하고 해당 리소스에 액세스하는 데 필요한 권한을 얻는 방법이 결정됩니다.
인증 후에는 커넥터의 작업을 정의해야 합니다. 작업은 데이터 검색, 새 레코드 생성 또는 기존 레코드 업데이트와 같이 커넥터가 MCP 서버에서 수행할 수 있는 특정 작업을 나타냅니다.
마지막으로 커넥터가 올바르게 작동하는지 확인하기 위해 테스트하고 유효성을 검사해야 합니다. 여기에는 커넥터에 테스트 요청을 보내고 예상대로 MCP 서버와 상호 작용하는지 확인하는 것이 포함됩니다.
Copilot Studio 워크플로에 MCP 서버 통합
Copilot Studio 워크플로에 MCP 서버를 통합하면 AI 에이전트가 서버에서 제공하는 데이터 및 기능을 활용할 수 있습니다. 이 통합은 에이전트의 기능을 크게 향상시켜 보다 복잡한 작업을 수행하고 보다 통찰력 있는 응답을 제공할 수 있도록 합니다.
통합 프로세스에는 일반적으로 MCP 서버를 Copilot Studio 토픽 내에서 작업으로 추가하는 것이 포함됩니다. 토픽은 에이전트가 참여할 수 있는 다양한 대화 흐름을 나타냅니다.
MCP 서버 작업이 토픽에 추가되면 사용자로부터 입력을 받고 데이터를 MCP 서버로 보내도록 구성할 수 있습니다. 그런 다음 서버는 데이터를 처리하고 응답을 반환하며, 이는 사용자에게 표시됩니다.
이 통합을 통해 AI 에이전트는 MCP 서버에서 제공하는 리소스에 원활하게 액세스하고 활용하여 다양한 작업을 수행하고 사용자에게 보다 포괄적이고 개인화된 경험을 제공할 수 있습니다.
MCP 채택의 광범위한 영향
모델 컨텍스트 프로토콜의 채택은 AI 어시스턴트 및 에이전트 AI 개발의 미래에 광범위한 영향을 미칩니다. AI 에이전트가 외부 리소스를 검색하고 활용할 수 있는 표준화된 메커니즘을 제공함으로써 MCP는 보다 개방적이고 상호 운용 가능한 생태계를 조성합니다.
이 상호 운용성을 통해 개발자는 다양한 시스템 및 데이터 소스와 원활하게 통합할 수 있는 보다 정교하고 다양한 AI 에이전트를 만들 수 있습니다. 또한 새로운 개발자의 진입 장벽을 낮추고 기존 리소스와 기능을 활용할 수 있도록 지원하여 혁신을 촉진합니다.
또한 MCP는 외부 리소스에 대한 액세스를 관리하기 위한 중앙 집중식 제어 지점을 제공하여 AI 시스템의 보안 및 거버넌스를 향상시킵니다. 이를 통해 AI 에이전트는 액세스 권한이 있는 리소스에만 액세스하고 모든 상호 작용이 기록되고 감사됩니다.
결론적으로 Microsoft의 Copilot Studio용 모델 컨텍스트 프로토콜 랩은 AI 기반 지원 및 자동화 진화의 중요한 진전을 나타냅니다. 개발자가 MCP의 기능을 탐색하고 활용할 수 있는 실습 환경을 제공함으로써 Microsoft는 혁신을 촉진하고 이 혁신적인 기술의 채택을 가속화하고 있습니다. Copilot Studio 및 Power Platform과 MCP의 통합을 통해 개발자는 다양한 시스템 및 데이터 소스와 원활하게 통합할 수 있는 보다 정교하고 다재다능하며 안전한 AI 에이전트를 만들 수 있습니다. AI 어시스턴트의 미래는 의심할 여지 없이 MCP와 같은 표준의 지속적인 개발 및 채택과 얽혀 있습니다.