MCP (Model Context Protocol)

MCP(Model Context Protocol)는 Anthropic이 2024년에 공개한 오픈 프로토콜입니다. AI 모델이 외부 도구, 데이터베이스, 파일 시스템, API 등에 표준화된 방식으로 연결할 수 있도록 설계되었습니다.

MCP가 등장하기 전에는 각 AI 도구와 외부 서비스를 연결할 때마다 별도의 통합 코드를 작성해야 했습니다. MCP는 이 과정을 하나의 표준 인터페이스로 통일합니다. 개발자는 MCP 서버를 한 번만 구현하면 MCP를 지원하는 모든 AI 클라이언트에서 재사용할 수 있습니다.

실제 사용 예시로는 Claude Code에서 MCP 서버를 통해 로컬 파일 시스템을 읽고 쓰거나, PostgreSQL 데이터베이스에 직접 쿼리하거나, GitHub API를 호출하는 것이 있습니다. 설정 파일에 MCP 서버 정보를 등록하면 Claude가 해당 리소스에 자유롭게 접근할 수 있습니다.

MCP의 구조는 크게 세 가지 요소로 이루어집니다. MCP 서버는 특정 기능(파일 읽기, DB 쿼리 등)을 제공하는 프로세스입니다. MCP 클라이언트는 Claude, Cursor 같은 AI 애플리케이션으로, MCP 서버에 요청을 보내는 주체입니다. Transport 계층은 서버와 클라이언트 사이의 통신 방식을 정의하며, 로컬 프로세스 간 통신(stdio)과 HTTP/SSE 방식을 지원합니다.

MCP 서버가 제공할 수 있는 기능은 세 가지 유형으로 나뉩니다. Tools는 AI가 직접 호출할 수 있는 함수입니다(파일 저장, API 호출 등). Resources는 AI가 읽을 수 있는 데이터 소스(파일, DB 레코드 등)입니다. Prompts는 서버가 미리 정의해 둔 재사용 가능한 프롬프트 템플릿입니다.

MCP가 주목받는 이유는 AI 에이전트의 실용성을 크게 높이기 때문입니다. AI가 텍스트 생성에만 머무르지 않고 실제 파일을 열고, 코드를 실행하고, 외부 서비스를 제어하는 것이 가능해집니다. 개발자 입장에서는 한 번 만든 MCP 서버를 Claude, Cursor, Continue 등 여러 AI 도구에 재사용할 수 있어 개발 비용이 줄어듭니다.

현재 공개된 MCP 서버는 매우 다양합니다. 파일 시스템 접근, GitHub, Slack, Notion, PostgreSQL, Google Drive, Jira, Linear, 웹 검색 등 수백 개의 커뮤니티 서버가 GitHub에 공개되어 있습니다. Anthropic은 공식 MCP 서버 저장소를 별도로 운영하며, Python과 TypeScript SDK를 제공하여 개발자가 직접 서버를 만들 수 있도록 지원합니다.

MCP와 비슷한 개념으로 Function Calling이 있습니다. Function Calling은 OpenAI가 도입한 방식으로, 모델이 특정 함수를 호출하도록 응답을 구조화합니다. MCP는 이보다 한 단계 더 나아가 AI와 외부 시스템 간의 통신 전체를 표준화합니다. MCP는 특정 회사나 모델에 종속되지 않는 오픈 프로토콜이라는 점이 Function Calling과의 주요 차이점입니다.

MCP를 활용하면 멀티에이전트 시스템 구성도 훨씬 편리해집니다. 오케스트레이터 에이전트가 MCP를 통해 여러 서브에이전트나 외부 서비스를 호출하고, 결과를 취합해 최종 답변을 생성하는 파이프라인을 구성할 수 있습니다. 결국 MCP는 AI 에이전트가 단순 대화 도구를 넘어 실제 업무 시스템과 연결되는 핵심 다리 역할을 합니다.

MCP 서버를 직접 만드는 방법도 비교적 간단합니다. Anthropic이 공식 Python SDK와 TypeScript SDK를 제공하기 때문에, 원하는 기능을 함수로 작성하고 MCP 서버로 감싸면 됩니다. 예를 들어 사내 지식베이스에 자연어로 질문하는 MCP 서버를 만들면, 이를 지원하는 모든 AI 클라이언트에서 사내 문서 검색 기능을 바로 쓸 수 있습니다. 빌드 한 번으로 여러 AI 도구에 적용되니 유지 비용도 낮습니다.

MCP를 사용할 때 보안에도 신경 써야 합니다. MCP 서버는 AI 모델에게 파일 시스템 접근이나 외부 API 호출 권한을 줄 수 있기 때문에, 허가된 경로와 동작 범위를 명확하게 제한하는 것이 중요합니다. 특히 인터넷에서 내려받은 서드파티 MCP 서버를 쓸 때는 서버가 어떤 동작을 하는지 코드를 직접 확인하거나 신뢰할 수 있는 소스인지 검증해야 합니다. Anthropic도 MCP 보안 가이드라인을 별도로 제공하고 있습니다.

MCP는 2024년 11월 공개 이후 빠르게 AI 생태계의 표준으로 자리잡고 있습니다. Claude 외에도 Cursor, Continue, Zed 등 여러 개발 도구들이 MCP를 지원하기 시작했고, 커뮤니티에서 공유되는 MCP 서버 수도 빠르게 늘어나고 있습니다. 앞으로 MCP가 AI 에이전트와 외부 시스템 연결의 사실상 표준(de facto standard)이 될 가능성이 높습니다.

MCP는 AI를 업무 자동화 도구로 활용하려는 기업들에게 특히 중요합니다. 기존에는 AI를 사내 시스템과 연결하려면 별도의 API 통합 개발이 필요했고, AI 도구가 바뀔 때마다 처음부터 다시 만들어야 했습니다. MCP를 쓰면 한 번 만든 서버를 여러 AI 도구에 재사용할 수 있어 도입 비용이 크게 줄어듭니다. 결국 MCP는 AI 에이전트 시대의 핵심 인프라 역할을 담당하게 될 것입니다.