[AI 정보] MCP(Model Context Protocol)란? AI가 캘린더·노션·깃허브를 붙잡는 표준 포트

안녕하세요! AI Think Lab입니다!

오늘은 요즘 AI 에이전트/툴 연동 쪽에서 가장 자주 보이는 단어 중 하나인 MCP(Model Context Protocol)를 조금 더 ‘실전’ 느낌으로 풍부하게 정리해볼게.

 

🔌 MCP, 한 줄로 말하면?

AI 앱(예: Claude/ChatGPT)이 외부 시스템(파일·DB·업무툴·검색·자동화)과 연결되는 표준 규격이야.

공식 문서에서는 “AI 애플리케이션을 외부 시스템에 연결하는 오픈소스 표준”이라고 설명해. (비유로는 AI용 USB‑C를 자주 써.)

 

🧠 왜 MCP가 ‘지금’ 중요해졌을까?

• LLM은 똑똑해졌는데, 현실 데이터(캘린더/문서/프로젝트/DB)는 각자 다른 앱에 흩어져 있어.
• 기존엔 연동을 하려면 서비스마다 API 연결을 따로따로 만들어야 해서, 시간이랑 비용이 크게 들었어.
• MCP는 이걸 표준 포트 하나로 묶어서 “연결 방식”을 재사용 가능하게 만들려는 흐름이야.

 

🏗️ 구조를 ‘그림처럼’ 이해하기

복잡해 보이는데, 사실 구조는 단순해.

• MCP Host: AI 앱 자체(예: 데스크톱 AI 앱, IDE 등) — 전체를 조율하는 “본체”
• MCP Client: Host 안에서 서버 1개당 클라이언트 1개를 붙여서 통신을 유지
• MCP Server: 실제 데이터/도구를 제공하는 쪽(파일시스템, GitHub, Slack, DB 등)

즉, AI 앱이 여러 MCP 서버에 동시에 붙을 수 있고, 서버가 많아져도 구조가 깔끔해지는 거야.

 

📦 MCP가 주로 다루는 3가지(핵심 개념)

실전에서 MCP를 쓴다는 건, 보통 아래 3개를 다루는 일이야.

• Tools(도구): “AI가 실행할 수 있는 액션” (예: 이슈 생성, 파일 읽기, 검색 호출)
• Resources(리소스): “AI가 참고할 컨텍스트 데이터” (예: 문서, 로그, DB 조회 결과)
• Prompts(프롬프트 템플릿): “자주 쓰는 작업 흐름을 템플릿처럼 제공”

 

🚚 로컬 vs 원격: 통신 방식(Transport)도 포인트

• Stdio: 내 PC에서 돌아가는 로컬 서버(빠름, 네트워크 없음). 단, 로그를 stdout에 찍으면 통신이 깨질 수 있어.
• Streamable HTTP: 원격 서버 형태(여러 사용자가 함께 쓰기 유리). 인증/권한 설계가 중요해.

 

🛠️ “MCP로 뭐가 가능해져?”를 더 현실적으로

• 개인 비서형: 캘린더 + 노션 + 로컬 파일을 묶어서 “이번 주 일정 요약 + 해야 할 일 자동 정리”
• 개발자형: 깃허브 이슈/PR/코드 변경 이력까지 읽고 “이슈 원인 후보 + 수정 PR 초안”
• 기업형: 여러 DB/업무툴을 연결해서 “질문 → 근거 데이터 조회 → 요약 보고서 생성”

핵심은, 모델이 ‘추측’으로 말하는 게 아니라 근거를 직접 가져오게 만드는 길이 열린다는 점이야.

 

💸 운영/비용 관점에서 꼭 알아야 할 함정(토큰)

MCP 서버를 많이 붙이면, 모델 컨텍스트에 들어가는 게 늘어나서:

• 도구 설명(툴 정의)이 많아지면 시작부터 느려질 수 있고
• 중간 결과(긴 문서/로그)가 계속 컨텍스트로 들어오면 비용이 폭증할 수 있어.

그래서 엔지니어링 글에서는 코드 실행 환경을 활용해 ‘모델 밖에서’ 데이터 처리를 하고, 꼭 필요한 요약만 모델에 넣는 접근을 소개해.

 

🔐 보안/권한 체크리스트(진짜 중요)

• 최소 권한: AI에게 “필요한 것만” 열어주기
• 감사 로그: 누가 언제 어떤 도구를 실행했는지 남기기
• 민감정보 필터: 토큰/비밀번호 같은 패턴은 서버단에서 마스킹
• 승인 단계: 삭제/결제/외부 전송은 사람 확인을 끼우는 게 안전

 

🚀 시작하려면? (초간단 로드맵)

• 1단계: 구조(Host/Client/Server) 감 잡기
• 2단계: 가장 단순한 서버 예제 만들어보기
• 3단계: 내 워크플로우에 필요한 도구/리소스만 붙이기

처음부터 ‘모든 걸 연결’하려고 하면 실패 확률이 커서, 하나의 작업만 확실히 성공시키는 게 좋아.

 

✅ 결론

MCP는 “새로운 LLM”이 아니라, AI가 현실 세계의 도구/데이터에 접근하는 연결 방식을 표준화하려는 움직임이야.

 

---

🔗 참고(출처)

• MCP 공식 문서: Intro
• MCP 공식 문서: Architecture overview
• Anthropic: Introducing the Model Context Protocol
• Anthropic Engineering: Code execution with MCP
• MCP 공식 문서: Build an MCP server