MCP 모델 컨텍스트 프로토콜 완전 정리 — AI가 실제 도구를 쓰게 만드는 표준과 Docker 활용법

핵심 메시지

• MCP(모델 컨텍스트 프로토콜)는 LLM에게 외부 도구를 연결하는 표준화된 방식으로, Anthropic이 만든 뒤 사실상 업계 표준이 되었다.
• API를 직접 호출하려면 코드·인증·문서 해석이 필요하지만, MCP 서버가 그 복잡함을 대신 처리해 LLM은 "도구를 호출"하기만 하면 된다.
• Docker Desktop의 MCP 토킷을 쓰면 Obsidian, 검색, 유튜브 자막 같은 서버를 로컬에서 손쉽게 띄우고 Claude·Cursor·LM Studio에 연결할 수 있다.
• 필요한 도구가 없으면 직접 MCP 서버를 만들 수 있으며, 영상에서는 주사위 굴리기, 시간 추적(Toggl), Kali Linux까지 직접 구축한다.
• 로컬 MCP는 표준 입출력(stdin/stdout)으로, 원격 MCP는 HTTP/SSE로 통신하며, Docker MCP 게이트웨이가 여러 서버를 하나의 연결로 묶어 준다.

쉽게 이해하기

LLM은 똑똑하지만 그 자체로는 외부 세계의 도구를 직접 다루지 못한다. 사람은 GUI로 앱을 쓰지만 LLM은 그래픽 화면을 잘 다루지 못하고, 그렇다고 각 앱의 API를 일일이 코드로 연결하려면 인증 처리와 방대한 문서 해석이 필요해 번거롭다. MCP(모델 컨텍스트 프로토콜)는 이 간극을 메우기 위해 등장한 표준이다.

MCP의 핵심 아이디어는 LLM과 실제 도구 사이에 "MCP 서버"를 두는 것이다. 이 서버가 API 호출, 인증, 코드 처리 같은 복잡함을 모두 감춰 주고, 도구를 사람이 이해할 수 있는 평이한 설명("파일에 내용 추가", "검색")으로 노출한다. 그러면 LLM은 코드를 전혀 몰라도 그 도구를 골라 호출하기만 하면 된다. 발표자는 이를 두고 USB-C가 케이블 혼란을 정리한 것에 비유한다.

실습은 Docker Desktop을 중심으로 진행된다. Docker의 MCP 토킷에는 공식 서버 카탈로그가 있어, Obsidian 노트 앱을 비롯해 검색·웹 페이지 가져오기·유튜브 자막 같은 서버를 클릭 몇 번으로 추가할 수 있다. 클라이언트로는 Claude 데스크톱(무료), 로컬 모델용 LM Studio, 그리고 Cursor를 연결해 같은 도구를 공유한다.

카탈로그에 원하는 도구가 없다면 직접 만들면 된다. 영상은 잘 짜인 프롬프트 하나로 AI에게 서버 코드를 생성시키고, Docker 컨테이너로 빌드한 뒤 사용자 정의 카탈로그와 레지스트리에 등록하는 흐름을 보여 준다. 이렇게 주사위 굴리기, Toggl 타이머 제어, Kali Linux 보안 점검용 서버를 차례로 만든다.

동작 원리도 짚는다. MCP 서버 컨테이너는 항상 켜져 있는 것이 아니라 호출되는 순간에만 잠깐 떴다가 사라진다. 로컬에서는 네트워크 없이 표준 입출력으로 통신해 지연이 거의 없고, 원격 서버는 HTTP(SSE) 위에서 인증까지 갖춰 운영해야 한다. 또한 Docker MCP 게이트웨이는 여러 서버를 단 하나의 연결로 묶어, 클라이언트가 연결 하나만 관리하면 되도록 중앙화해 준다.

주요 인사이트

• MCP의 본질은 "LLM을 위한 GUI"다. 사람에게 버튼이 필요하듯, LLM에게는 코드와 인증을 감춘 단순한 도구 인터페이스가 필요하다.
• 표준이 되었다는 점이 가장 큰 가치다. 대부분의 LLM 앱과 서비스가 MCP를 채택하면서, 서버 하나로 수많은 애플리케이션에 연결할 수 있게 됐다.
• Docker MCP 게이트웨이는 여러 서버·인증·비밀키를 한 곳에서 관리하게 해 설정 복잡도를 크게 낮춘다.
• 컨테이너가 호출 시에만 잠깐 실행된다는 점은 보안과 리소스 측면에서 유리하다 — 필요할 때만 도구가 살아 있다.
• API 키 같은 비밀값은 코드에 박지 않고 Docker MCP secret으로 따로 관리하는 것이 권장된다.

자주 묻는 질문

관련 AI 소식