AI에게 손발을 연결한다
AI 모델은 기본적으로 외부 세계를 마음대로 볼 수 없다.
내 회사의 Google Drive도 모르고, GitHub 저장소도 모르며, 사내 데이터베이스도 모른다.
그런 외부 시스템을 AI가 안전하게 사용할 수 있도록 연결하는 개방형 표준이 바로 **MCP(Model Context Protocol)**이다.
MCP는 제품 이름이 아니다
ChatGPT나 Claude 같은 완성형 AI 서비스가 아니다. **AI 애플리케이션과 외부 시스템 사이의 공통 연결 규격(프로토콜)**이다.
- MCP 서버: AI에게 사용할 수 있는 도구(Tools), 접근 가능한 리소스(Resources), 안내 프롬프트(Prompts)를 제공한다.
- MCP 클라이언트: MCP를 지원하는 AI 애플리케이션(Claude Desktop, 코딩 에이전트 등)이 해당 서버에 연결한다.
왜 필요한가
MCP가 없던 시절을 생각해보자.
- Gmail을 Claude에 연결하는 방식
- Gmail을 OpenAI에 연결하는 방식
- GitHub 연결, PostgreSQL 데이터베이스 연결, 사내 ERP 연결
각 AI 제품마다 전용 플러그인과 코드를 따로따로 개발해야 했다.
공통 규격(MCP)이 있으면, 한 번 만든 도구/데이터 서버를 MCP를 지원하는 모든 AI 환경에서 그대로 재사용할 수 있다.
간단한 구조
[ AI 클라이언트 (Claude / Agent) ]
↓ (MCP 표준 프로토콜)
[ MCP 서버 (GitHub / Drive / DB) ]
↓
[ 실제 외부 서비스 및 데이터베이스 ]
- Claude →
MCP→ Google Drive - 개발 에이전트 →
MCP→ GitHub / Postgres DB
단순히 데이터를 읽는 것만은 아니다
MCP로 제공되는 기능에 따라 AI는 다음과 같은 작업이 가능하다.
- 사내 문서를 검색하고 파일 읽기
- GitHub 이슈를 생성하고 PR 올리기
- 데이터베이스 쿼리를 실행해 통계 집계하기
- 외부 API를 호출하여 이메일 초안 작성하기
최근 MCP는 단순 조회를 넘어 장시간 비동기 작업, 인터랙티브 UI 연동 등 에이전트 업무에 필요한 기능으로 계속 진화하고 있다.
MCP가 보안을 해결해주는 것은 아니다
매우 중요한 부분이다. MCP를 사용한다고 해서 보안이 자동으로 해결되는 것은 아니다.
- 누가 접속할 수 있는가 (인증)
- 어떤 데이터 범위까지 읽을 수 있는가 (인가)
- 어떤 행동(쓰기, 삭제, 결제)을 허용할 것인가 (권한 통제)
는 시스템 차원에서 별도로 철저히 설계해야 한다. 연결 규격과 권한 정책은 완전히 다른 문제다.
기억할 것
MCP를 가장 단순하게 이해하면 **"AI와 외부 시스템이 서로 안전하게 대화하고 도구를 쓰기 위한 공통 언어"**에 가깝다.
공식 참고: Model Context Protocol Specification / MCP SDK Documentation