클래스도산

AI·자동화 트렌드

MCP(Model Context Protocol)란 무엇인가 — AI 에이전트를 사내 시스템에 연결하는 표준

Ryan2026-09-07 · ⏱ 7분

MCP(Model Context Protocol)란 무엇인가 — AI 에이전트를 사내 시스템에 연결하는 표준

MCP는 AI 에이전트를 사내 데이터·도구에 연결하는 개방형 표준입니다. 2024년 11월 25일 Anthropic이 공개했어요.1

MCP(Model Context Protocol)란 무엇인가 — AI 에이전트를 사내 시스템에 연결하는 표준 커버

슬랙 봇에 ERP를 붙였습니다. 두 달 뒤 사내 상담 챗봇에 같은 ERP를 또 붙였고요. 분기가 바뀌어 코딩 에이전트를 도입하니, 그 ERP 커넥터를 세 번째로 짜고 있더군요. 붙이는 건 어렵지 않아요. 인증 방식이 바뀔 때마다 세 군데를 똑같이 고쳐야 한다는 게 문제죠. MCP의 발상은 단순합니다. 커넥터를 에이전트마다 만들지 말고, 시스템 쪽에 한 번만 만들어 두라는 거예요.

MCP란 무엇인가 — "AI를 위한 USB-C"라는 한 줄 정의

공식 문서는 MCP를 "AI 애플리케이션을 위한 USB-C 포트"에 비유합니다.2 노트북 단자 하나에 모니터도 충전기도 외장 SSD도 꽂히는 것처럼요. 현실의 USB-C가 케이블마다 되는 게 조금씩 다르긴 합니다만, 요점은 분명해요. 규격을 통일하면 만들어야 할 조합의 수가 줄어듭니다.

MCP란 무엇인가 — “AI를 위한 USB-C”라는 한 줄 정의 개념 일러스트

기술적으로는 JSON-RPC 2.0 메시지 교환 규격이고, 구조는 세 덩어리입니다.

구성요소무엇인가사내 환경에서의 예
Host사용자가 마주하는 AI 애플리케이션사내 챗봇, 데스크톱 AI 앱, 코딩 에이전트
ClientHost 안에서 서버 하나와 1:1 연결을 관리하는 부분에이전트 런타임의 커넥션 레이어
Server데이터·기능을 표준 형식으로 노출하는 프로그램ERP 조회 서버, CRM 서버, 사내 DB 서버

Server가 내놓는 것도 규격화돼 있어요. 사양은 이를 프리미티브라 부르고 셋으로 정의합니다. 실행 가능한 동작인 툴(Tools), 읽어 갈 데이터인 리소스(Resources), 재사용 가능한 지시문인 프롬프트(Prompts). 이게 전부입니다.

기존 API 연동이나 RAG와는 뭐가 다른가요?

만들어야 할 연결의 개수가 다릅니다. 에이전트 3개에 시스템 4개를 직접 붙이면 커넥터 12개를 만들고 12개를 유지보수해야 해요. N×M 문제라고 부릅니다. MCP는 시스템마다 서버 1개, 에이전트마다 클라이언트 1개로 3+4=7이 됩니다. 12개가 7개가 되는 게 아니라, 인증 방식이 바뀔 때 고칠 곳이 3곳에서 1곳이 되는 게 진짜 차이예요.

RAG와는 층위가 다릅니다. RAG는 문서를 검색해 답변에 근거를 채우는 방식이라 본질적으로 읽기예요. MCP는 읽기도 되고 쓰기도 됩니다. "지난달 미수금 조회"만이 아니라 "이 건 결재 상신"까지 가는 통로죠. 편리한 만큼 권한 설계가 따라와야 합니다.

보충. MCP는 RAG를 대체하지 않아요. 사내 문서 검색 서버를 MCP 서버로 감싸면 둘은 한 층에서 만납니다.

사내 ERP·CRM·DB에는 어떻게 연결하나요?

이미 있는 API 앞에 얇은 MCP 서버를 하나 세우는 일입니다. 새 시스템 도입이 아니에요. 순서는 이렇습니다.

  1. 질문 10개를 먼저 적습니다. 에이전트가 실제로 물어볼 문장을 씁니다. 여기서 툴 목록이 정해져요.
  2. 그 질문에 답하는 조회 API만 툴로 노출합니다. 전체 API를 다 열면 모델이 어떤 툴을 쓸지 헷갈립니다.
  3. 인증 정보는 서버가 들고 있습니다. 모델 컨텍스트에는 넘기지 않아요.
  4. 로그를 보며 툴 설명을 다듬습니다. 툴이 잘못 호출된 기록이 가장 좋은 수정 지침입니다.
항목직접 연동 (에이전트 3 × 시스템 4)MCP (서버 4 + 클라이언트 3)
커넥터 수12개7개
인증 변경 시 수정 지점붙여 둔 3곳해당 서버 1곳
에이전트 교체커넥터 4개 재작성같은 서버에 재연결

어떤 기업이 이미 쓰고 있나요?

Anthropic은 공개 당시 Block과 Apollo를 초기 도입 파트너로, Zed·Replit·Sourcegraph를 통합 진행 사례로 밝혔습니다.1 더 중요한 건 경쟁사의 합류예요. OpenAI는 2025년 3월 Agents SDK를 시작으로 제품군에 MCP 지원을 추가했고3, Google DeepMind의 Demis Hassabis는 2025년 4월 Gemini 모델과 SDK의 MCP 지원 계획을 밝힌 뒤 Gemini API 문서에 반영했습니다.4

특정 벤더가 만든 규격을 경쟁 벤더가 채택하는 일은 드뭅니다. 락인 위험을 검토하는 자리라면 이 사실 하나가 답변의 절반입니다.

보안·권한 관리는 안전한가요?

프로토콜은 안전장치를 제공하지만, 기본값으로 안전하지는 않습니다. 설계가 필요해요. MCP 사양은 원격 서버 인가에 OAuth 2.1 기반 방식을 규정하고 MCP 서버를 OAuth 리소스 서버로 취급합니다.2 토큰과 권한 범위는 기존 사내 IAM 안에서 관리하는 게 맞아요.

리스크통과 기준
과도한 권한1차 배포 툴은 100% 읽기 전용. 쓰기 툴은 사람 승인 단계를 거친 뒤 추가
자격증명 노출토큰은 서버 프로세스에만 상주, 모델 컨텍스트 노출 0건
검증 안 된 서버사내망 연결 전 소스 코드와 배포 주체 확인 완료
추적 불가툴 호출 1건 단위로 호출자·인자·시각이 남는 감사 로그

지금 도입해도 될까요 — AX Lab의 MCP 3조건

기다릴 이유는 줄었습니다. 다만 전사 확대 전에 첫 대상을 고르세요. MCP 3조건은 AX Lab이 첫 연결 대상을 고를 때 쓰는 자체 판단 기준으로, 반복·최소권한·추적 셋을 모두 통과한 시스템만 시작점으로 삼는다는 원칙입니다.

지금 도입해도 될까요 — AX Lab의 MCP 3조건 개념 일러스트
  1. 반복 조건. 사람이 매주 5번 이상 반복해 묻는 질문이 있나요. 한 달에 한 번 나오는 조회는 대시보드가 더 쌉니다.
  2. 최소권한 조건. 읽기 전용만으로 그 질문의 80%를 답할 수 있나요. 아니라면 첫 대상으로 부적합합니다.
  3. 추적 조건. 누가 무엇을 호출했는지 로그로 재구성되나요. 안 되면 사고가 났을 때 원인을 못 찾습니다.

정리하면

  1. MCP는 새 AI 기술이 아니라 연결 방식의 정리 정돈입니다. 커넥터를 N×M에서 N+M으로 줄여요.
  2. 기존 API를 대체하지 않고 그 앞에 얇은 서버 한 겹을 얹습니다.
  3. Anthropic·OpenAI·Google이 모두 지원한다는 점이 표준으로서의 근거입니다.

3조건을 통과한 시스템 하나로 6주만 돌려 보세요. 그 한 건의 로그가 다음 열 건의 설계도가 됩니다. 우선 반복 질문 10개를 적는 것부터요. 비개발 실무자가 직접 AI 도구를 만들어 보는 과정이 궁금하다면 AX Lab의 클로드 바이브 코딩 원데이 클래스(5시간, 결과물 1개 완성)를 확인해 보세요.

자주 묻는 질문

Q. MCP를 쓰려면 기존 API를 버려야 하나요? A. 아니요. MCP 서버는 기존 REST·GraphQL API를 감싸는 얇은 층입니다. 백엔드는 그대로 둡니다.

Q. RAG를 이미 쓰고 있는데 갈아타야 하나요? A. 아니요. 층위가 달라요. RAG는 읽기 중심이고 MCP는 읽기·쓰기 통로입니다. 문서 검색 기능을 MCP 서버로 감싸면 함께 씁니다.

Q. 개발자 없이도 붙일 수 있나요? A. 이미 공개된 서버를 연결하는 건 설정 파일 수준입니다. 사내 ERP용 서버를 새로 만들려면 개발 인력이 필요해요.

Q. 사내망 밖으로 데이터가 나가나요? A. 서버를 사내에서 실행하면 데이터 접근은 사내에 머뭅니다. 다만 모델에 전달된 응답은 모델 제공자에게 전송되므로 노출 범위를 툴 단위로 설계하세요.

출처

Footnotes

  1. Anthropic, 『Introducing the Model Context Protocol』, 2024년 11월 25일. MCP를 오픈소스 표준으로 공개하고 Block·Apollo를 초기 도입 파트너, Zed·Replit·Sourcegraph를 통합 사례로 명시. https://www.anthropic.com/news/model-context-protocol ↩ ↩2

  2. Model Context Protocol 공식 문서 및 사양. "USB-C 포트" 비유와 Host/Client/Server 아키텍처는 개요·아키텍처 문서, Tools/Resources/Prompts 프리미티브와 JSON-RPC 2.0 기반 메시지 교환, OAuth 2.1 기반 인가 규정은 사양 문서에 수록. https://modelcontextprotocol.io ↩ ↩2

  3. OpenAI Agents SDK 문서 — MCP 지원(2025년 3월 발표). https://openai.github.io/openai-agents-python/mcp/ ↩

  4. Google Gemini API 문서 — MCP 지원 안내. Demis Hassabis가 2025년 4월 Gemini의 MCP 지원 계획을 공개적으로 언급. https://ai.google.dev/gemini-api/docs ↩