MCP와 REST API 차이, 로컬 모델 활용법, 에이전트 개발자가 알아야 할 것

핵심 메시지

• MCP와 REST API는 아래에 있는 서비스가 같아도 그것을 누구에게 어떻게 노출하느냐가 다르며, MCP는 모델이 서비스를 이해하고 대화하기 위한 프로토콜이다.
• REST가 상태를 남기지 않는 프로토콜인 반면 MCP는 주고받는 대화가 잦은 모델 상호작용을 염두에 두고 출발했다.
• 에이전트를 단발성 거래 처리기로 쓰면 래퍼에 머물지만, 사용자의 목표를 받아 스스로 단계를 구성하게 하면 독자적인 가치가 생긴다.
• 작은 로컬 모델은 세상 지식은 부족해도 추론과 도구 호출 같은 능력은 유지하므로, 요약이나 문서 기반 검색에는 오히려 더 빠르고 적합할 수 있다.
• 학습은 6개월 공부 후 적용이 아니라 자기 문제를 푸는 프로젝트를 만들면서 배우는 방식이 지금 속도에 맞는다는 조언이 나왔다.

쉽게 이해하기

이 대화는 구글 클라우드에서 아시아·태평양 지역 개발자들이 신기술을 빠르게 도입하도록 돕는 일을 맡고 있는 프라샨트를 인터뷰한 내용이다. 진행자는 시청자들이 댓글로 자주 묻는 질문들을 그대로 가져왔고, 첫 질문부터 많은 개발자가 품는 의문이었다. MCP를 써보면 결국 REST API를 부르는 것 같은데 둘은 뭐가 다르냐는 것이다.

답은 계층을 나누는 데서 시작한다. 맨 아래에는 기능, 즉 서비스가 있고 그 위에 무엇을 씌우느냐가 다를 뿐이라는 것이다. REST API는 자원과 동사라는 구조로 사람이 만든 클라이언트에 기능을 노출하는 껍데기이고, MCP는 같은 서비스를 모델이 이해하고 효율적으로 호출할 수 있게 하는 프로토콜이다. 그래서 서비스를 통째로 다시 쓸 필요는 없다. 다만 성격은 다르다. REST가 요청 한 번에 응답 한 번인 상태 없는 방식인 데 비해, 모델은 특히 오래 도는 에이전트에서 같은 맥락을 두고 여러 차례 오가기 때문에 MCP는 그 상호작용에 맞춘 상태 있는 프로토콜로 출발했다는 설명이다.

두 번째 주제는 '래퍼' 논란이다. 언어모델이 등장한 뒤 그 위에 껍데기를 씌운 제품이 쏟아졌고, 지금도 에이전트를 만든다고 하면 같은 의심을 받는다. 그는 기준을 사용자 경험에 둔다. 기존과 같은 경험을 새 기술로 다시 만들면 래퍼지만, 기능을 확장하고 고유한 비즈니스 로직을 얹으면 그 자체로 하나의 애플리케이션이라는 것이다. 예로 든 것이 항공권 예약이다. '이 편을 예약해 줘'는 여전히 거래 처리에 가깝지만, '하이데라바드에서 회의가 있는데 날씨 괜찮은 날에 다녀오고 싶다'는 목표를 던지면 에이전트가 일정을 확인하고 항공편 시간을 맞추고 날씨까지 고려해야 한다. 그는 AI로 거래 처리 시스템을 만들지 말고 목표 지향 시스템을 만들라고 정리한다.

세 번째는 작은 로컬 모델을 어디까지 믿을 수 있느냐다. 그는 모델을 능력과 지식으로 나눠 보라고 권한다. 20억, 40억 파라미터급 소형 모델은 큰 클라우드 모델이 가진 세상 지식은 갖지 못하지만, 추론과 사고 과정, 도구 호출 같은 능력은 증류를 통해 상당 부분 물려받는다는 것이다. 그래서 텍스트를 요약하거나 로컬에 있는 문서를 근거로 답을 만드는 작업이라면 세상 지식이 필요 없고, 네트워크를 오가지 않아 오히려 빠르다. 반대로 복잡하고 계산이 많이 드는 깊은 추론 작업은 클라우드 모델로 넘기라는 기준을 제시했다.

마지막으로 기존 조직에서 일하며 AI로 옮겨 타고 싶은 개발자를 위한 조언이 이어졌다. 회사가 도구 도입을 막는다면 개인 시간에라도 접근 경로를 만들어 직접 써보는 것이 출발점이고, 무엇을 할 수 있고 없는지는 써봐야 안다는 것이다. 그 자신은 언어 학습이라는 개인적 관심사를 프로젝트로 삼아 발음을 녹음해 모델에게 교정받는 앱을 만들면서 프레임워크를 익혔다고 한다. 기술이 바뀌는 속도가 학습 속도를 앞지르는 시대에는 먼저 배우고 나중에 만드는 순서가 성립하지 않으니, 애착이 가는 문제를 골라 만들면서 배우라는 이야기다.

주요 인사이트

• MCP를 REST의 대체재로 보면 혼란스럽지만, 사람용 인터페이스와 모델용 인터페이스를 같은 서비스 위의 서로 다른 층으로 보면 정리가 쉬워진다.
• 상태 없는 요청·응답과 오래 도는 대화라는 차이가 프로토콜 설계를 가르며, 이는 에이전트 시스템의 비용과 지연 구조에도 그대로 영향을 준다.
• 래퍼인지 아닌지를 가르는 것은 기술 스택이 아니라 사용자에게 새로운 능력을 주는가 여부다.
• 모델의 '능력'과 '지식'을 분리해 생각하면 소형 모델을 언제 써야 할지가 명확해진다. 지식이 필요 없는 작업일수록 로컬이 유리하다.
• AI에게는 체면을 차릴 필요가 없다는 점 자체가 학습 도구로서의 강점이며, 자기 프로젝트를 스스로 비판해 달라고 시키는 사용법이 그 예다.

자주 묻는 질문

관련 AI 소식