MCP 핵심 개념

 

 

MCP, 즉 Model Context Protocol은 말 그대로 *모델(AI)의 문맥을 위한 프로토콜

 

왜 필요할까?

LLM 의 근본적인 한계 존재

 

• 실시간 정보의 부재: AI는 학습된 시점 이후의 최신 정보나 실시간 데이터를 알지 못합니다. (예: 오늘 날씨, 특정 기업의 현재 주가)
• 외부 시스템과의 단절: AI는 단순히 텍스트를 처리하고 생성할 뿐, 사용자의 파일 시스템에 접근하거나, 데이터베이스를 검색하거나, 외부 API를 호출하는 등의 실제 '행동'을 직접 할 수 없습니다.
• 문맥 유지의 어려움: 긴 대화나 복잡한 작업을 수행할 때, AI에게 필요한 모든 이전 정보를 매번 완벽하게 전달하고 관리하는 것이 기술적으로 복잡하고 비효율적일 수 있습니다.

AI를 더 유용하게 만들려면, AI가 외부의 다양한 데이터 소스나 도구와 원활하게 상호작용 필요.

• AI에게 필요한 '문맥' 정보(최신 데이터, 개인 파일 내용, 특정 도구 사용 방법 등)를 제공하고,
• AI가 외부 도구를 사용하여 작업을 수행하도록 연결 필요

 

여기서 문제

이러한 '연결' 방식이 각 데이터 소스나 도구마다,
그리고 각 AI 모델마다 제각각일 경우
개발자나 사용자는
엄청난 복잡성에 직면하게 된다는 것

 

MCP는 바로 이 문제를 해결하기 위해 등장

 

MCP의 핵심 목표는 AI 모델과 외부 데이터/도구 간의 상호작용 방식을 표준화하는 것

 

앤트로픽에서는 이를 AI 애플리케이션의 'USB-C 포트'에 비유

 

USB-C 포트 하나로 다양한 기기를 연결하듯이,
MCP라는 표준 프로토콜을 통해 AI 모델(클라이언트 역할)을 다양한 외부 데이터 소스 및 도구(서버 역할)에 쉽게 연결하고
데이터를 주고받게 하자는 아이디어

 

 

요약하자면, MCP의 핵심 개념은 다음과 같다.

• 목적: AI(LLM)가 최신/외부 정보에 접근하고 도구를 사용하게 하여 능력을 확장시킨다.
• 문제 인식: AI와 외부 자원 간의 통합 방식이 파편화되어 복잡하다.
• 해결책: 이 상호작용 방식을 표준화된 프로토콜로 정의한다.
• 결과: 개발자는 AI 애플리케이션과 MCP 서버를 한 번만 통합하면, 다양한 MCP 서버에 연결된 무수히 많은 데이터 소스와 도구를 AI가 활용할 수 있게 된다.