고정 헤더 영역
상세 컨텐츠
본문
728x90
안녕하세요~ 우뇽킴입니다.
오늘은 AI 개발 생태계에서 요즘 정말 핫한 **MCP(Model Context Protocol)**에 대해 이야기해보려고 해요. AI를 실제 업무에 활용하거나, 외부 서비스와 연결하는 데 관심 있으신 분들이라면 꼭 알아두시면 좋을 거예요. 처음 들어보시는 분들도 쉽게 이해하실 수 있도록 최대한 친절하게 설명해드릴게요.
MCP가 뭔가요?
MCP는 Model Context Protocol의 약자인데요, Anthropic이 2024년 11월에 오픈소스로 공개한 기술이에요.
한마디로 정리하면, AI가 바깥세상과 소통할 수 있게 해주는 통역사 같은 거예요.
우리가 ChatGPT나 Claude 같은 AI와 대화할 때를 생각해보세요. AI가 똑똑하긴 한데, 기본적으로는 대화만 할 수 있잖아요. "내 구글 드라이브에서 어제 만든 문서 찾아줘"라고 해도 AI가 직접 구글 드라이브에 들어가서 파일을 찾아올 순 없어요. "슬랙에 이 내용으로 메시지 보내줘"라고 해도 마찬가지고요.
MCP는 이런 한계를 깨부수는 기술이에요. AI가 외부 서비스에 직접 접근해서 뭔가를 할 수 있게 만들어주거든요.
비유를 들어볼게요. USB 포트 아시죠? 마우스든, 키보드든, 외장하드든 USB 규격만 맞으면 컴퓨터에 꽂아서 바로 쓸 수 있잖아요. 예전에는 기기마다 포트 모양이 다 달라서 불편했는데, USB라는 표준이 생기면서 세상이 편해졌죠.
MCP도 마찬가지예요. AI 세계의 USB라고 생각하시면 됩니다. MCP 규격만 맞추면 어떤 서비스든 AI에 연결할 수 있어요. 슬랙이든, 깃허브든, 데이터베이스든, 심지어 내 컴퓨터의 파일 시스템이든요.
왜 MCP가 필요해졌을까요?
MCP가 왜 등장했는지 배경을 알면 이해가 더 쉬워요.
예전에는 AI에 외부 기능을 붙이려면 정말 번거로웠어요. 개발자 입장에서 한번 생각해볼게요.
"우리 회사 AI 챗봇에 슬랙 연동 기능을 넣어야겠다" 하면, 슬랙 API 문서를 읽고, 슬랙에 맞는 연동 코드를 처음부터 짜야 했어요. 그런데 "구글 드라이브도 연동하자"고 하면? 또 구글 API 문서 읽고, 구글에 맞는 코드를 새로 짜야 해요. "노션도 붙이자"고 하면? 또 노션 API 공부하고 새로 개발해야 하고요.
서비스마다 연결 방식이 다 달라서 매번 처음부터 새로 만들어야 했어요. 같은 일을 계속 반복하는 거죠. 시간도 오래 걸리고, 코드는 점점 복잡해지고, 나중에 뭐 하나 고치려면 여기저기 다 손봐야 하는 상황이 되는 거예요.
MCP는 이 문제를 해결하려고 등장했어요. "우리 다 같은 방식으로 연결하자!" 라고 약속을 정한 거예요.
이제 슬랙 연동 기능을 MCP 방식으로 한 번 만들어두면, MCP를 지원하는 AI라면 어디서든 그대로 가져다 쓸 수 있어요. Claude에서 쓰던 걸 다른 AI 앱에서도 그대로 쓸 수 있는 거죠. 개발자는 같은 일을 반복하지 않아도 되니까 시간도 아끼고 유지보수도 편해지고요.
그리고 또 하나 좋은 점이 있어요. 누군가 이미 만들어둔 MCP 연동 기능을 나도 가져다 쓸 수 있다는 거예요. 오픈소스로 공개된 MCP 서버들이 많거든요. 내가 직접 안 만들어도 남이 만든 걸 가져다 붙이기만 하면 되는 거죠.
MCP는 어떻게 생겼나요?
MCP의 구조를 이해하면 전체 그림이 그려져요. 크게 세 가지 역할로 나뉘는데, 식당에 비유해서 설명해드릴게요.
Host (호스트) - 손님
호스트는 손님이에요. 우리가 직접 사용하는 AI 앱이죠.
Claude 데스크톱 앱을 쓰고 있다면 그게 호스트예요. AI가 붙은 코드 에디터인 Cursor를 쓰고 있다면 Cursor가 호스트고요. 우리가 AI에게 "이거 해줘"라고 요청을 보내는 창구라고 생각하시면 돼요.
Client (클라이언트) - 웨이터
클라이언트는 웨이터예요. 손님(Host)과 주방(Server) 사이에서 중간 다리 역할을 해요.
손님이 "파스타 주세요"라고 하면 웨이터가 주문을 받아서 주방에 전달하죠. 주방에서 파스타가 나오면 웨이터가 다시 손님 테이블로 가져다주고요. 클라이언트도 똑같아요. AI의 요청을 받아서 서버에 전달하고, 서버의 응답을 다시 AI에게 전달해주는 거예요.
Server (서버) - 주방
서버는 주방이에요. 실제로 요리(기능)를 만드는 곳이죠.
파일을 읽어오거나, 데이터베이스를 조회하거나, 슬랙에 메시지를 보내거나, 이메일을 발송하는 등 실제 작업이 여기서 일어나요. 주방에 이탈리안 셰프가 있으면 파스타를 만들 수 있고, 일식 셰프가 있으면 초밥을 만들 수 있듯이, 어떤 MCP 서버를 연결하느냐에 따라 AI가 할 수 있는 일이 달라져요.
이 세 가지가 팀을 이뤄서 일하는 거예요. 손님이 주문하면 웨이터가 주방에 전달하고, 주방에서 요리가 나오면 웨이터가 손님에게 가져다주는 흐름. MCP도 정확히 이렇게 동작합니다.
MCP 서버가 제공하는 것들
MCP 서버, 그러니까 주방에서는 세 가지 종류의 것들을 AI에게 제공할 수 있어요. 각각이 어떤 역할을 하는지 알아볼게요.
Tools (도구) - 실제로 뭔가를 하는 기능
도구는 AI가 직접 실행할 수 있는 기능이에요. 가장 핵심적인 부분이죠.
"이 파일 삭제해줘", "데이터베이스에서 지난달 매출 검색해줘", "이 내용으로 이메일 보내줘" 같은 요청을 처리하는 게 도구예요. AI가 상황을 판단해서 어떤 도구를 쓸지 알아서 결정해요.
예를 들어 "어제 작성한 보고서 찾아서 팀장님한테 이메일로 보내줘"라고 하면, AI가 알아서 파일 검색 도구로 보고서를 찾고, 이메일 전송 도구로 메일을 보내는 거예요. 마치 비서가 알아서 일을 처리해주는 것처럼요.
Resources (리소스) - 읽을 수 있는 정보
리소스는 AI가 읽을 수 있는 정보예요. 파일 내용이나 설정 값, 데이터베이스 구조 같은 것들이요.
도구가 "행동"이라면, 리소스는 "참고 자료"예요. AI가 답변을 만들 때 이 정보들을 참고해서 더 정확한 답을 줄 수 있어요.
예를 들어 회사 내부 문서가 리소스로 연결되어 있다면, "우리 회사 휴가 규정이 어떻게 돼?"라고 물었을 때 AI가 그 문서를 읽고 정확한 답변을 해줄 수 있는 거예요.
Prompts (프롬프트) - 미리 만들어둔 질문 템플릿
프롬프트는 자주 쓰는 질문이나 요청을 미리 템플릿으로 만들어둔 거예요.
예를 들어 코드 리뷰를 자주 요청한다면, "이 코드를 보안 관점에서 검토하고, 성능 개선점을 찾아줘"라는 템플릿을 만들어둘 수 있어요. 매번 길게 타이핑할 필요 없이 템플릿을 불러와서 코드만 붙여넣으면 되는 거죠.
어떤 MCP 서버들이 있나요?
MCP가 오픈소스로 공개된 덕분에 커뮤니티에서 정말 다양한 MCP 서버들이 만들어지고 있어요. 유용한 것들을 몇 가지 소개해드릴게요.
파일 시스템 서버
이걸 연결하면 AI가 내 컴퓨터의 파일을 읽고 쓸 수 있어요. "다운로드 폴더에서 최근 PDF 파일 찾아줘"라든가, "이 내용으로 새 텍스트 파일 만들어줘" 같은 요청이 가능해지는 거예요.
물론 아무 파일이나 막 접근하면 위험하니까, 어떤 폴더에만 접근할 수 있게 제한을 걸 수 있어요.
GitHub 서버
개발자분들한테 특히 유용해요. AI가 깃허브 저장소를 둘러보고, 이슈를 만들고, 풀 리퀘스트를 확인할 수 있거든요.
"이 프로젝트에서 아직 안 닫힌 이슈 목록 보여줘"라든가, "이 내용으로 새 이슈 등록해줘" 같은 요청을 AI가 처리할 수 있어요.
Slack 서버
슬랙을 많이 쓰는 회사라면 유용해요. AI가 슬랙 채널에 메시지를 보내거나, 특정 채널의 대화 내용을 가져올 수 있어요.
"개발팀 채널에 오늘 배포 완료했다고 알려줘"라든가, "지난주 마케팅 채널에서 뭔 얘기 나왔는지 요약해줘" 같은 게 가능해지는 거죠.
데이터베이스 서버
데이터 분석이나 조회가 필요할 때 유용해요. AI가 직접 데이터베이스에 쿼리를 날려서 결과를 가져올 수 있거든요.
"지난달 가입한 사용자가 몇 명이야?"라고 물으면 AI가 알아서 쿼리를 짜서 실행하고 결과를 알려줘요. SQL을 잘 모르는 분들도 자연어로 데이터를 조회할 수 있게 되는 거예요.
그 외에도 많아요
구글 드라이브, 노션, 지라, 트렐로, AWS 같은 다양한 서비스들의 MCP 서버가 있어요. 그리고 계속 새로운 서버들이 만들어지고 있고요.
이런 서버들을 여러 개 조합하면 AI가 할 수 있는 일이 엄청나게 늘어나요. 마치 레고 블록처럼 필요한 기능들을 하나씩 붙여나가는 거예요.
어디서 MCP를 쓸 수 있나요?
"그래서 MCP 어디서 쓸 수 있는데?"라고 궁금하실 것 같아요. 현재 MCP를 지원하는 대표적인 앱들을 소개해드릴게요.
Claude Desktop
Anthropic이 만든 공식 Claude 데스크톱 앱이에요. MCP를 가장 잘 지원하는 앱이기도 하죠. 설정에서 MCP 서버를 추가하면 Claude가 그 기능들을 쓸 수 있게 돼요.
Claude Code
터미널에서 쓰는 코딩 도우미예요. 커맨드 라인에서 Claude의 도움을 받으면서 코딩할 수 있어요. MCP를 통해 파일 시스템이나 깃허브 같은 개발 도구들과 연결할 수 있고요.
Cursor
요즘 개발자들 사이에서 핫한 AI 코드 에디터예요. VS Code랑 비슷하게 생겼는데 AI 기능이 강력하게 들어가 있어요. MCP도 지원해서 다양한 외부 서비스와 연동할 수 있어요.
Zed
속도가 빠르기로 유명한 차세대 코드 에디터예요. 가볍고 빠른 게 장점인데, MCP 지원까지 더해져서 AI 기능도 활용할 수 있게 됐어요.
Cline
VS Code를 쓰시는 분들이라면 Cline 확장 프로그램을 설치해서 MCP를 쓸 수 있어요. 기존 개발 환경을 바꾸지 않고도 MCP의 장점을 누릴 수 있죠.
앞으로 더 많은 앱들이 MCP를 지원할 예정이에요. 표준이 자리잡을수록 생태계가 커지니까요.
MCP 통신 방식 - 좀 더 깊이 알고 싶은 분들을 위해
기술적인 부분이 궁금하신 분들을 위해 조금만 더 설명드릴게요. 건너뛰셔도 괜찮아요.
MCP는 JSON-RPC 2.0이라는 방식으로 통신해요. 쉽게 말해서 정해진 형식으로 요청을 보내고 응답을 받는 거예요.
통신 방법은 두 가지가 있어요.
Stdio (표준 입출력) 방식은 내 컴퓨터에서 돌아가는 서버에 적합해요. 프로그램끼리 직접 대화하는 방식이라 빠르고 간단해요. 로컬에서 쓸 때 주로 이 방식을 써요.
HTTP with SSE 방식은 원격 서버랑 통신할 때 씁니다. 인터넷을 통해 요청을 보내고 응답을 받는 거예요. 웹 기반 환경이나 클라우드에 있는 서비스와 연결할 때 이 방식을 써요.
어떤 방식을 쓸지는 상황에 따라 다른데, 보통 처음 시작할 때는 Stdio 방식으로 로컬에서 테스트하는 경우가 많아요.
주의할 점 - 보안 이야기
MCP는 정말 편리한 기술이지만, 그만큼 조심해야 할 점도 있어요.
생각해보세요. MCP를 통해 AI가 내 파일을 읽고 쓸 수 있고, 데이터베이스에 접근할 수 있고, 이메일을 보낼 수도 있어요. 잘 쓰면 엄청 편리하지만, 잘못되면 큰 문제가 생길 수도 있겠죠?
그래서 MCP 서버를 만들거나 사용할 때는 보안에 신경 써야 해요.
접근 범위를 제한
- 파일 시스템 서버를 연결할 때 모든 폴더에 접근하게 하면 안 돼요. 꼭 필요한 폴더만 허용하는 게 좋아요. 예를 들어 작업용 폴더만 열어두고, 시스템 폴더나 민감한 데이터가 있는 곳은 막아두는 거죠.
중요한 작업은 확인 단계를 넣어야 함
- 파일 삭제나 이메일 발송 같은 되돌리기 어려운 작업은 AI가 바로 실행하지 않고 "이거 진짜 할까요?"라고 한 번 물어보게 만드는 게 안전해요.
민감한 정보는 따로 관리해야함
- API 키나 비밀번호 같은 건 코드에 직접 쓰면 안 돼요. 환경 변수나 별도의 보안 저장소를 사용해서 관리하는 게 좋아요.
출처가 불분명한 MCP 서버는 조심
- 오픈소스라 누구나 MCP 서버를 만들 수 있어요. 그만큼 신뢰할 수 있는 곳에서 만든 건지 확인하고 쓰는 게 좋아요. 공식 저장소에 있는 것들이나, 신뢰할 수 있는 개발자/회사가 만든 것들을 쓰는 게 안전해요.
MCP의 미래
MCP는 아직 나온 지 얼마 안 된 기술이에요. 그런데 벌써 생태계가 빠르게 커지고 있어요.
왜 그럴까요? AI가 점점 더 많은 일을 할 수 있게 되면서, 외부 서비스와의 연동이 필수가 되고 있거든요. 그냥 대화만 하는 AI보다, 실제로 뭔가를 해주는 AI가 훨씬 유용하잖아요.
MCP가 그 연결고리 역할을 해주는 거예요. 그리고 표준이 있으면 모두가 편해지니까, 점점 더 많은 서비스들이 MCP를 지원하게 될 거예요.
앞으로는 AI 에이전트들이 MCP를 통해 여러 서비스를 넘나들면서 복잡한 작업을 자동으로 처리하는 시대가 올 거예요. "이번 주 회의 일정 잡고, 참석자들한테 캘린더 초대 보내고, 회의록 작성할 노션 페이지 만들어둬"라고 하면 AI가 알아서 캘린더, 이메일, 노션을 오가면서 처리하는 거죠.
그런 미래를 위한 기반 기술이 바로 MCP라고 생각해요.
마무리
정리하자면 이래요.
- MCP는 AI와 외부 서비스를 연결하는 표준 규약이에요
- USB처럼 한 번 만들면 여러 곳에서 재사용할 수 있어요
- 도구, 리소스, 프롬프트 세 가지를 AI에게 제공할 수 있어요
- 이미 다양한 MCP 서버들이 오픈소스로 공개되어 있어요
- 보안에는 항상 신경 써야 해요
MCP 덕분에 AI의 활용 범위가 크게 넓어지고 있어요. 예전에는 AI가 그냥 대화만 할 수 있었다면, 이제는 MCP를 통해 실제로 뭔가를 해줄 수 있게 된 거죠.
더 자세히 알아보고 싶으신 분들은 아래 링크를 참고해주세요.
유용한 링크
- MCP 공식 문서: https://modelcontextprotocol.io
- MCP GitHub: https://github.com/modelcontextprotocol
- MCP 서버 목록: https://github.com/modelcontextprotocol/servers
'프로그래밍 > AI' 카테고리의 다른 글
| 반복 작업은 이제 그만, n8n으로 업무 자동화하기 (0) | 2026.01.31 |
|---|---|
| AWS Bedrock과 Strands Agent SDK를 활용한 AI 에이전트 구축 실습 (0) | 2026.01.17 |
댓글 영역