MCP란 무엇인가?

⚙️ 엔지니어링 · AI 인프라

MCP란 무엇인가?
AI에게 손과 발을 달아주는 표준

언어 모델은 똑똑하지만 갇혀 있습니다. MCP(Model Context Protocol)는 AI가 여러분의 도구·데이터·시스템에 안전하게 연결되는 단 하나의 표준 규격입니다.

"챗봇은 똑똑한데, 왜 우리 사내 시스템 하나도 못 건드리지?" 이 질문에 대한 답이 바로 MCP입니다.

MCP란 무엇인가?

MCP(Model Context Protocol)는 AI 모델(챗봇, 에이전트)을 외부 도구와 데이터 소스에 연결하기 위한 개방형 표준 프로토콜입니다. Anthropic이 2024년 말 공개했고, 지금은 다양한 AI 클라이언트와 도구들이 함께 채택하고 있습니다.

비유하자면 MCP는 'AI를 위한 USB-C 포트'입니다. 예전에는 기기마다 충전 단자가 제각각이라 케이블이 산더미였죠. USB-C가 하나의 표준으로 이를 정리한 것처럼, MCP는 "AI ↔ 외부 시스템" 연결 방식을 하나로 통일합니다.

한 줄 요약

# MCP가 없을 때
AI 모델 × N개의 도구 = N개의 맞춤형 연동 코드

# MCP가 있을 때
AI 모델 × MCP × N개의 도구 = 1개의 표준 규격

왜 MCP를 쓰면 좋은가?

가장 큰 문제는 'M×N 통합 지옥'입니다. AI 클라이언트가 M개, 연결하고 싶은 도구가 N개라면 기존 방식으로는 M×N개의 맞춤형 커넥터를 따로 만들어야 합니다. MCP는 이를 M+N으로 줄입니다. 클라이언트는 MCP만 알면 되고, 도구는 MCP 서버만 만들면 됩니다.

🔌

한 번 만들면 끝

MCP 서버를 한 번 구현하면 MCP를 지원하는 모든 AI 클라이언트에서 그대로 동작합니다.

🔐

안전한 경계

데이터를 통째로 넣는 대신, 서버가 허용한 도구와 리소스만 노출합니다. 권한 통제가 명확합니다.

⚡

실시간 컨텍스트

학습 시점에 멈춘 지식 대신, 사내 DB·파일·API의 최신 상태를 그때그때 읽어 옵니다.

🧩

조립식 생태계

Slack, GitHub, Google Drive, Notion 등 이미 만들어진 MCP 서버를 레고처럼 끼워 씁니다.

🔁

벤더 종속 탈피

개방형 표준이라 특정 AI 제공사에 묶이지 않습니다. 모델을 바꿔도 연동 자산은 그대로 재사용됩니다.

🛠️

읽기를 넘어 실행까지

조회뿐 아니라 PR 생성, 메시지 전송, 일정 등록 같은 '행동'을 도구(Tool)로 위임합니다.

Before / After

✕ MCP 이전

맞춤형 연동의 늪

• 도구마다 별도 연동 코드 작성
• 클라이언트가 바뀌면 전부 다시 작업
• 인증·권한 처리를 매번 새로 구현
• 유지보수 비용이 곱셈으로 증가

✓ MCP 이후

표준 하나로 통일

• MCP 서버 한 번 구현 → 어디서나 동작
• 새 클라이언트 추가해도 코드 그대로
• 인증·권한을 서버 한 곳에서 관리
• 비용이 덧셈으로 완만하게 증가

MCP는 어떻게 작동하는가?

MCP는 호스트 ─ 클라이언트 ─ 서버 구조로 동작합니다. 호스트(예: 채팅 앱) 안의 클라이언트가, 각 기능을 제공하는 MCP 서버와 1:1로 연결됩니다.

Host

AI 앱 / 챗봇

→

MCP Client

프로토콜 연결

→

MCP Server

도구·데이터 노출

→

실제 시스템

DB·API·파일

MCP 서버는 클라이언트에게 세 가지를 제공합니다:

• Tools(도구) — 모델이 호출해 실행하는 함수. 예: "PR 생성", "메일 보내기"
• Resources(리소스) — 모델이 읽어 들이는 데이터. 예: 파일, DB 레코드, 문서
• Prompts(프롬프트) — 재사용 가능한 프롬프트 템플릿. 예: "코드 리뷰 양식"

연결 설정은 이렇게 생겼습니다

mcp.config.json

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": { "GITHUB_TOKEN": "ghp_..." }
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "./docs"]
    }
  }
}

이 한 파일만 등록하면, AI는 GitHub 저장소를 읽고 PR을 만들거나 ./docs 폴더의 문서를 참고해 답변할 수 있게 됩니다.

어디서부터 시작할까?

• 1단계 — 이미 공개된 MCP 서버(GitHub, Slack, Filesystem 등)를 클라이언트에 연결해 본다.
• 2단계 — 우리 회사 내부 API를 감싸는 나만의 MCP 서버를 SDK로 작성한다.
• 3단계 — 권한·로깅·감사(audit)를 붙여 사내 표준 게이트웨이로 운영한다.

"사내 게시판·메일·메신저를 각각 따로 붙이던 자동화 파이프라인을, MCP 서버 몇 개로 정리하니 유지보수가 훨씬 단순해졌습니다."

N

현업 개발자

사내 자동화 담당

정리

MCP는 새로운 AI 모델이 아니라, AI와 세상을 잇는 '배선 규격'입니다. 모델이 아무리 똑똑해도 외부와 단절되어 있으면 쓸모가 제한됩니다. MCP는 그 단절을 표준화된 방식으로 메워, AI를 '대화 상대'에서 '실제로 일하는 동료'로 끌어올립니다.

M×N의 혼돈을 M+N으로 바꾸는 것 — 그것이 MCP를 써야 하는 가장 단순하고 강력한 이유입니다.