🤖 MCP(Model Context Protocol) 개요 및 기술 분석

1. 등장 배경

• 대형 언어 모델(LLM)이 외부 도구·데이터와 연결될 때 표준화된 인터페이스 부족
• 다양한 외부 시스템과 연동 시 각기 다른 API 및 구조로 인해 통합 비용 과다 발생
• Anthropic, 2024년 11월 ‘MCP’를 오픈 프로토콜로 제안하여, AI 모델과 외부 시스템 간 통신을 표준화

---

2. 기본 개념

• MCP는 모델과 외부 애플리케이션 간 상호작용을 위한 통합 통신 프로토콜
• JSON-RPC 기반의 메시지 포맷 활용
• LLM이 다양한 리소스(Resource), 도구(Tool), 프롬프트(Prompt) 등을 호출 가능하도록 구조화

---

3. 구성 요소 및 통신 구조

3.1 MCP 전체 아키텍처

• MCP 호스트: LLM이 실행되는 환경, MCP 클라이언트를 통해 외부와 상호작용 수행
• MCP 클라이언트: 요청 포워딩 및 응답 수신 역할
• MCP 서버: 외부 리소스·도구 제공 주체, 다양한 API 또는 시스템에 연결

3.2 지원 통신 채널

• stdio 기반 로컬 통신 지원
• HTTP + Server-Sent Events(SSE) 기반 실시간 통신 제공
• WebSocket 기반 양방향 스트리밍도 선택 가능

---

4. MCP 제공 기능

4.1 Resources

• 문서, 코드, 이메일, 이미지 등 정적 또는 쿼리 가능한 데이터 리소스 제공

4.2 Tools

• 외부 함수, API 등 호출 가능한 기능 지원 (예: 작업 생성, 검색 API 등)

4.3 Prompts

• 사용자 입력에 따라 자동 완성, 요약, 분석 등 맞춤형 프롬프트 템플릿 반환

---

5. 기술적 특징

• 모델의 컨텍스트 해석 범위를 외부로 확장하는 구조
• 외부 시스템을 ‘기억 확장 장치’로 활용 가능
• Plug-in 또는 Agent 개념과 유사하나, 표준 기반이라는 점에서 차별화
• 독립성 높은 도구 간 연동 가능 (모듈화 지향)

---

6. 주요 활용 사례

6.1 소프트웨어 개발 지원

• IDE 통합 사례 증가 (예: Replit, Zed)
• LLM이 코드 컨텍스트를 해석하여 실시간 도움 제공
• 디버깅, 코드 생성, 수정 힌트 제공 가능

6.2 기업 내부 시스템 연동

• 문서 저장소, CRM, 사내 지식베이스 등과 연결
• 업무 비서형 AI로 발전 (예: Block, Apollo)

6.3 데이터 자연어 접근

• SQL DB, 문서형 데이터베이스 등에 자연어 질의 제공
• AI2SQL 등에서 적용됨

---

7. 보안 및 프라이버시 이슈

• LLM이 외부 MCP 서버를 호출하면서 악성 응답을 받을 가능성 존재
• 민감한 정보 유출, 시스템 명령 실행 우려 발생

대응 방안

• MCP 서버를 샌드박스 또는 별도 가상환경에서 실행
• 사용자 승인 기반 접근 권한 제어 필수
• OAuth 등 인증 기반 접근 제어 적용 권장

---

8. 시사점

• GPT, Claude, Gemini 등 다수 LLM이 MCP와 유사한 구조로 진화 중
• AI가 툴 실행 주체가 되면서, UI 중심에서 Agent 중심 아키텍처로 전환 가속
• 미래에는 “모델 ↔ 툴 ↔ 사용자” 흐름이 일상화될 가능성 높음
• AI와 백엔드 시스템을 연결하는 통합 프로토콜로서 MCP 중요성 증대 예상

---