(AI) MCP(Model Context Protocol)

MCP(Model Context Protocol)

1. 정의

• 대형 언어모델(LLM)과 외부 애플리케이션·도구 간의 상호작용을 표준화하기 위한 개방형 프로토콜이다.
• LLM이 플러그인, 데이터베이스, API, 사용자 도구와 통합될 수 있도록 표준 인터페이스를 제공하여 확장성과 상호운용성을 확보한다.

 

2. MCP 구조 및 원리

(1) 참여자 (Participants)

• MCP Host: AI 애플리케이션 전체를 관리하고, MCP Client 여러 개를 생성·운영한다. 예: Claude Desktop, Visual Studio Code 등
• MCP Client: Host 내부에 있는 구성 요소로, 각각의 MCP Server와 1:1 연결을 형성하여 요청을 수행한다.
• MCP Server: 도구, 리소스, 프롬프트 등 컨텍스트를 제공하는 외부 시스템으로, Local 또는 Remote 방식으로 운영될 수 있다.

(2) 레이어 (Layers) 구성

MCP는 크게 두 개의 레이어로 구성된다.

• 데이터 레이어 (Data Layer)
  • JSON-RPC 2.0 기반으로, 메시지의 구조와 의미를 정의한다.
  • 구성 요소:
    1. Lifecycle management: 연결 초기화, 기능 협상(capability negotiation), 연결 종료 등을 처리
    2. 서버 기능: AI가 실행할 수 있는 함수, 컨텍스트 데이터 리소스 LLM 상호작용을 구조화하는 템플릿 등 제공
    3. 클라이언트 기능: 사용자로부터 입력을 유도하고 클라이언트에 메시지를 기록하도록 클라이언트에 요청
    4. 유틸리티 기능: 상태 변화 알림 기능, 진행상황 트래킹 등 기타 기능
• 전송 레이어 (Transport Layer)
  • 데이터 레이어 메시지가 전달되는 방식, 연결 관리, MCP 참여자 간 보안 연결 등을 담당한다.
  • 지원되는 전송 방식:
    1. Stdio transport: 로컬 프로세스 간 표준 입력/출력 기반 통신. 네트워크 없이 빠른 통신 환경 제공
    2. Streamable HTTP transport: HTTP POST 및 선택적 SSE(Server-Sent Events) 방식. 원격 서버 통신, 인증 토큰(OAuth, API키 등) 지원
    3. 두 방식 모두 JSON-RPC 메시지 형식을 그대로 활용하여 일관된 통신을 보장합니다

3. 주요 특징

• 개방형 표준(Open Protocol) → 특정 벤더 종속성 최소화
• 확장성 → 다양한 외부 도구 및 데이터 소스와 연계 가능
• 상호운용성 → LLM 생태계 전반에서 공통 인터페이스 활용 가능
• 보안성 → 사용자 데이터 보호, 안전한 도구 호출 지원

 

4. 장단점

구분	내용
장점	LLM의 기능 확장 (검색, DB 질의, 외부 API 호출 등) 통합 개발 환경 단순화 (표준화된 방식으로 다양한 서비스 연동 가능) 생태계 활성화 (개발자가 MCP 기반 플러그인 제작 가능)
단점 및 고려사항	초기 표준화 단계 → 구현 성숙도가 낮음 보안 및 프라이버시 문제 발생 가능 (민감 정보 전달 시) 외부 시스템 의존성 증가

 

 

 

5. 활용 사례

• 기업 내 데이터 연계: LLM이 사내 ERP/CRM 시스템과 안전하게 통신
• 검색 엔진 연동: 모델이 최신 정보를 검색해 답변 품질 향상
• 생산성 도구 통합: 캘린더, 이메일, 업무 자동화 시스템 연계

 

6. 결론

MCP(Model Context Protocol)는 LLM이 외부 애플리케이션과 안전하고 유연하게 통신할 수 있는 개방형 표준 프로토콜로, 앞으로 플러그인 생태계 확장 및 기업 내 AI 활용도 제고에 핵심적인 역할을 할 것으로 기대된다.