AI

[AI] MCP(Model Context Protocol), AI와 앱을 연결하는 새로운 표준

kittity 2025. 4. 20. 09:17

목차

  1. MCP(Model Context Protocol)란?
  2. Function Calling, Google A2A와 비교
  3. MCP의 아키텍처와 구성 요소
  4. MCP 장점
  5. MCP 활용 사례 및 사용해보기

 

1. MCP(Model Context Protocol)란?

2024년 11월 Anthropic이 MCP(Model Context Protocol)를 오픈소스로 공개했다. MCP는 LLM에 컨텍스트를 제공하는 방식을 표준화하는 개방형 프로토콜이다. MCP는 AI 모델을 다양한 데이터 소스 및 도구에 연결하는 표준화된 방식을 제공한다. 이전에는 각 AI 모델이 특정 데이터 소스나 도구와 통합되기 위해 별도의 커스텀 코드를 작성해야했지만, MCP를 통해 이러한 복잡성을 줄이고 간소화 시켜준다. MCP는 Claude, OpenAI, Copilot 등 다양한 AI 기반 시스템에서 채택되며, 다양한 도구와 연동을 가능하게 한다.

 

2. Function Calling, Google A2A와 비교

MCP는 Function Calling, Google A2A와 개념적으로 유사한 점이 있다. 이들 모두 AI가 외부 기능이나 시스템과 상호작용할 수 있도록 돕는다는 점에서 비슷하다. 사용자가 명령을 내리면 LLM은 그 명령을 처리하기 위해 외부 함수나 에이전트를 호출한다. 이때 사용되는 연결 방식이 각각 Function Calling, MCP, A2A 다. 각각에 대해 정리해보면 다음과 같다.

  • Function Calling은 사전에 정의된 API나 함수를 호출하는 방식으로, 단일 애플리케이션 내부에서 동작한다.
  • MCP는 외부 시스템과의 통신을 위한 범용 프로토콜로, 다양한 도구를 표준화된 방식으로 연결한다.
  • Google A2A는 여러 LLM 기반 에이전트들이 서로 상호작용하며 복잡한 문제를 해결할 수 있도록 설계된 아키텍처다.

즉, Function Calling은 빠른 기능 호출에, MCP는 다양한 도구 연결에, Google A2A는 여러 에이전트가 협업하는 구조에 적합하다.

 

3. MCP의 아키텍처와 구성 요소

MCP는 클라이언트-서버 기반의 구조로 동작하며, 세 가지 핵심 요소로 구성된다.

  • Host: MCP를 통해 데이터에 액세스하려는 Claude Desktop과 같은 AI 애플리케이션이다.
  • Client: 호스트 내부에서 실행되며 MCP 서버와 통신하는 주체이다.
  • Server: 외부 도구나 데이터를 노출하며, 리소스, 툴, 프롬프트를 클라이언트에게 제공한다.
    • Resources: 리소스는 MCP 서버가 클라이언트에 제공하려는 모든 종류의 데이터를 나타낸다. (ex. 이메일, 문서, 코드 파일)
    • Tools: 외부 API나 함수 호출 기능들로 서버가 클라이언트에 실행 가능한 기능을 노출할 수 있도록 해준다.
    • Prompts: 서버가 재사용 가능한 프롬프트 템플릿과 워크플로를 정의하여 클라이언트가 사용자와 LLM에 쉽게 제공할 수 있다.

 

4. MCP 장점

MCP는 다음과 같은 장점이 있다.

  • 표준화된 통합: 다양한 AI 모델과 시스템 간의 연결을 일관되게 처리할 수 있다.
  • 동적 도구 검색: 사용 중에도 새로운 리소스나 툴을 탐색할 수 있다.
  • 다양한 언어 지원: Python, TypeScript, Java 등 다양한 SDK를 제공한다.
  • 재사용 가능성: 한 번 구축된 MCP 서버는 다양한 앱에서 재사용 가능하다.

 

5. MCP 활용 사례 및 사용해보기

현재 다양한 MCP 서버들이 있고 다양하게 활용이 가능하다. 예를 들어 Claude Desktop에 GitHub MCP 서버와 연결하면 PR 생성이나 이슈 관리 등을 Claude에서 직접 수행할 수 있다. 그리고 크롤링을 제공해주는 MCP 서버와 Slack MCP 서버를 사용하여 뉴스 기사를 크롤링하고 슬랙에 게시할 수도 있다.

MCP 서버에 대해 다음 링크를 참고하면 많은 도구들을 찾아볼 수 있다. 물론, 아직 불안정한 도구들이 있을 수 있지만 자신이 필요한 것들을 찾아 활용해 보면 좋을 것 같다.

 

MCP는 향후 AI 도구 생태계에서 핵심적인 역할을 수행할 것으로 예상된다. 다양한 애플리케이션과의 연결을 단순화하고, 안전한 실행 환경을 제공하며, 실제 업무 효율성을 끌어올리는 데 중요한 기반이 될 수 있다.

 

728x90