MCP 서버란? AI 에이전트와 외부 도구를 잇는 구글 ADK 실습

핵심 메시지

• MCP(모델 컨텍스트 프로토콜)는 에이전트가 외부 도구와 대화하기 위한 표준 방식으로, 둘 사이를 잇는 번역기 역할을 한다.
• 도구는 각자 독립된 프로세스로 실행되고, 에이전트는 표준 입출력을 통해 연결해 "어떤 도구가 있는지" 묻고 이름·인자·반환값 목록을 받아 호출한다.
• MCP의 강점은 격리성, 상호운용성, 자기 기술(스키마) 기반 탐색 가능성, 확장성 네 가지다.
• 예시에서는 블로그를 쓰는 ADK 에이전트에 구글 트렌드를 조회하는 MCP 서버를 붙여, 모델 지식이 아니라 실시간 인기 검색어에 근거해 글을 쓰게 만들었다.

쉽게 이해하기

이 영상은 언어 모델로 동작하는 AI 에이전트를 MCP 서버에 연결하는 과정을 보여 준다. MCP는 모델 컨텍스트 프로토콜(Model Context Protocol)의 약자로, 에이전트가 외부 도구와 소통하기 위한 표준 규약이다. 발표자는 이를 양쪽을 잇는 번역기에 비유한다. 한쪽에는 언어 모델 기반 에이전트가 있고, 다른 쪽에는 구글 트렌드 조회나 데이터베이스 질의, 코드 실행처럼 특정 작업을 하는 도구가 있는데, 에이전트가 직접 그 일을 할 수 없기 때문에 MCP가 가운데에서 다리를 놓는다.

동작 방식은 단순하다. 도구는 보통 자기만의 프로세스에서 작은 프로그램으로 실행되고, 에이전트는 표준 입출력으로 거기에 연결한다. 에이전트가 "어떤 도구가 있느냐"고 물으면 MCP 서버가 도구 이름과 인자, 반환값 목록을 돌려주고, 에이전트가 "이 도구를 이런 인자로 호출해"라고 하면 도구가 실행돼 결과를 JSON으로 돌려준다. 핵심은 깔끔한 분리다. 에이전트는 도구가 어떤 언어로, 어떤 라이브러리로 만들어졌는지 알 필요가 없고 도구가 MCP만 말할 줄 알면 된다.

발표자는 이 구조가 강력한 이유를 네 가지로 정리한다. 첫째 격리성으로, 도구가 죽어도 에이전트는 함께 멈추지 않는다. 둘째 상호운용성으로, 도구를 파이썬·고·노드 무엇으로 짜도 에이전트는 상관하지 않는다. 셋째 탐색 가능성으로, 도구가 스키마로 스스로를 설명하기 때문에 에이전트가 실행 시점에 사용법을 파악한다. 넷째 확장성으로, 전체 코드를 다시 쓰지 않고도 도구를 추가·교체·버전 관리할 수 있다. 에이전트를 두뇌라고 하면 MCP는 두뇌를 실제 세계의 손과 눈에 연결하는 전선인 셈이다.

구체적 예시로, 앞선 영상에서 만든 블로그 작성 에이전트는 주제를 받아 글의 구성을 짜고 초안을 쓰며 대체 제목까지 제안했지만 모델 지식에만 의존해 지금 무엇이 화제인지 알지 못했다. 그래서 이번에는 구글 트렌드의 실시간 데이터를 가져오는 MCP 서버에 연결해, 에이전트가 실제로 인기 있는 검색어에 근거해 글을 쓰도록 만든다.

server.py에는 Trends라는 도구 하나만 MCP로 노출하는데, HTTP 대신 표준 입출력으로 통신하는 작은 웹 서비스에 가깝다. 코드의 핵심은 네 부분이다. 먼저 평범한 파이썬 함수를 ADK의 FunctionTool로 감싸면 함수 시그니처와 독스트링을 보고 스키마와 이름이 자동 생성돼 수동 스키마 작성이 필요 없다. 다음으로 MCP 서버 객체를 만들고, 도구 목록을 알려 주는 핸들러와 도구를 호출하는 핸들러 두 개를 둔다. 마지막으로 서버를 표준 입출력에 연결하고 asyncio.run으로 핸드셰이크를 실행한다. 그리고 메인 agent.py에서 root 에이전트의 도구 목록에 trends_mcp를 추가하면, 에이전트 입장에서는 로컬 함수를 부르는 것과 똑같이 트렌드를 호출할 수 있다.

주요 인사이트

• MCP의 본질은 "이름과 인자를 넣으면 JSON 결과가 나온다"는 단순한 계약이며, 이 단순함이 언어·구현에 무관한 연결을 가능하게 한다.
• 도구를 별도 프로세스로 분리하면 한 도구의 장애가 에이전트 전체로 번지지 않아 운영 안정성이 높아진다.
• ADK의 FunctionTool은 함수 시그니처와 독스트링만으로 스키마를 만들어 주므로, 개발자가 직접 스키마를 작성하는 수고를 덜어 준다.
• MCP로 실시간 데이터(예: 구글 트렌드)를 끌어오면 에이전트가 모델 지식의 한계를 넘어 현재 상황에 근거한 결과를 낼 수 있다.

자주 묻는 질문

관련 AI 소식