MCP 모델 컨텍스트 프로토콜이란 - AI 앱 도구 연결 표준 개념과 작동 원리 정리

핵심 메시지

• MCP(Model Context Protocol)는 도구와 맥락을 AI 애플리케이션에 연결하는 표준으로, Anthropic이 'AI 앱의 USB-C 포트'에 비유한다.
• MCP는 클라이언트-서버 구조로 동작하며, 클라이언트는 AI 앱에 내장되고 서버는 별도 시스템으로 요청에 응답한다.
• MCP 서버의 핵심 요소는 프롬프트(prompts)·리소스(resources)·도구(tools) 세 가지다.
• 클라이언트와 서버는 로컬 개발용 표준 입출력(stdio)이나 클라우드용 HTTP+SSE로 정보를 주고받는다.

쉽게 이해하기

영상은 'MCP라는 말은 들어봤지만 정확히 무엇인지 모르는' 사람을 위해 시작한다. 발표자 Shaw는 MCP를 '도구와 맥락을 AI 애플리케이션에 연결하는 표준'이라고 정의하고, Anthropic이 제시한 비유처럼 USB-C가 어떤 기기든 컴퓨터에 연결하는 보편적 방식인 것과 같이 MCP는 외부 도구·맥락을 AI 앱에 연결하는 보편적 방식이라고 설명한다.

개방형 표준이 주는 이점으로는 세 가지가 제시된다. 첫째, 사용자가 Slack·Google Drive 같은 맞춤 연동을 AI 앱에 끌어올 수 있다. 둘째, 보일러플레이트 코드·프롬프트 템플릿·맞춤 도구로 이뤄진 도구 모음을 한 번 만들어 VS Code, Windsurf 등 원하는 IDE로 그대로 옮길 수 있다. 셋째, 자신의 AI 앱에 MCP 클라이언트만 구현하면 서드파티가 만든 수많은 오픈소스 MCP 서버 생태계를 활용할 수 있다.

작동 원리는 웹에서 널리 쓰는 클라이언트-서버 구조다. 발표자는 커피숍 비유를 든다. 손님(클라이언트)이 '펌킨 스파이스 라떼 주세요'처럼 요청을 보내면 바리스타(서버)가 응답한다. MCP에서는 클라이언트가 '어떤 도구·리소스·프롬프트 템플릿이 있나요'를 묻고 서버가 자기 능력에 맞춰 답한다.

MCP 클라이언트는 AI 앱(예: Claude 데스크톱)에 내장되어 서버 능력을 탐색하고, 서버가 제공하는 데이터를 받아 LLM에 전달하며, LLM 자체로는 못 하는 도구 실행을 대신 관리한다. 한 클라이언트에 여러 서버를 연결할 수 있고, 보통 직접 클라이언트를 구현할 필요는 없다고 설명한다.

정작 개발자가 더 자주 만들게 되는 것은 서버다. 서버는 프롬프트 템플릿(예: 이력서 재작성용), 정적 파일·파일시스템·DB 같은 리소스(연산이 무겁지 않은 단순 조회), 그리고 임의의 함수·API 호출·이미지 처리 등 그 밖의 모든 동작을 담는 도구를 클라이언트에 제공한다. 후반부에서는 Anthropic 공식 파이썬 SDK의 FastMCP로 'Ava'라는 가상 비서 서버를 만들어 Claude 데스크톱에 연결하는 과정을 시연한다.

주요 인사이트

• MCP의 가장 큰 가치는 도구 모음을 한 번만 만들어 여러 애플리케이션으로 이식할 수 있다는 점이다. IDE를 바꿔도 처음부터 다시 만들 필요가 없다.
• 도구는 LLM이 자동으로 골라 쓰지만, 리소스와 프롬프트 템플릿은 사용자가 어떤 것을 쓸지 명시해 줘야 한다고 시연에서 드러난다.
• 프롬프트·리소스·도구 정의의 독스트링(docstring)은 LLM이 무엇을 쓸지 판단할 때 읽는 정보이므로, 명확하게 쓰는 것이 중요하다.
• 리소스는 GET 요청처럼 단순 데이터 조회에 가깝게 설계해야 하며, 연산이 무거운 작업은 도구로 다뤄야 한다.
• 로컬 개발에는 표준 입출력(stdio) 전송을, 앱을 클라우드에 두고 인터넷으로 통신하려면 HTTP+SSE 전송을 쓴다.

자주 묻는 질문

관련 AI 소식