MCP 세미나를 직접 준비하고 발표했습니다
2026년 6월 5일, 사내에서 "Claude MCP 개발 사례"라는 주제로 약 60분짜리 세미나를 진행했습니다. 대상 사내 개발자였고, 발표 자료는 직접 만든 HTML로 진행하였습니다
이 글은 그 세미나를 왜 자발적으로 제안했고, 무엇을 어떻게 준비했으며, 발표 이후 무엇이 남았는지에 대한 회고입니다. (이번 발표 자료를 만드는 과정에서 큰 도움을 준 Claude Code에게 감사를 전합니다.)
🎯 세미나 진행 배경
세미나는 제가 사내 Oracle DB MCP를 직접 구현 후 공유하면 좋겠다는 생각에 공유하였습니다.
1. MCP를 직접 써본 뒤로 일하는 방식이 실제로 달라졌습니다.
이전에는 Claude에게 사내 데이터에 대한 질문을 할 방법이 없었습니다. "회원 테이블에서 최근 가입자 몇 명이지?" 같은 단순한 질문조차 결국 제가 직접 SQL을 짜고 사람이 실행해야 했죠. 그런데 사내 Oracle DB에 연결되는 MCP를 만든 다음부터는 그 일을 Claude에게 맡길 수 있게 되었습니다.
이건 "AI 쓰기가 편해졌다" 정도의 변화가 아니라, AI로 활용할 수 있는 업무의 영역이 바뀐 경험이었고 동료들도 알면 좋겠다고 판단했습니다.
2. 만든 사례를 동료들 앞에 꺼내놓고 검증받고 싶었습니다.
혼자 만들어두고 끝낼 수도 있었지만, 시니어, 주니어 등 같은 개발자들의 의견도 궁금하였습니다. 발표를 핑계로 한 번 더 정리할 동기도 필요했습니다.
🛠️ 사내 Oracle DB MCP 구현
먼저 발표에서 보여줄 MCP에 대해 분석하여 정리하는 과정이 필요했습니다.
🚩 문제
Claude는 우리 회사 네트워크 안에 있지 않습니다. 사용자가 Claude Desktop이나 Claude Code에 무언가를 입력하면, 그 입력은 결국 Anthropic 서버로 HTTPS 호출 한 번을 다녀오는 것이 전부입니다.
그래서 Claude는 다음과 같은 것에 직접 닿지 못합니다.
- 사내 Oracle DB
- 사내 WIKI
- GitHub Repo
- 내 컴퓨터의 파일
- 사내 Teams, 사내 API
세미나에서 사용한 슬라이드: Claude는 사내 시스템 어느 것에도 직접 닿을 수 없습니다.
💡 선택 — MCP
모델을 재훈련시키는 대신, MCP(Model Context Protocol) 로 모델 옆에 도구를 놓아주는 길을 택했습니다. MCP는 2024년 11월 Anthropic이 오픈소스로 공개한 프로토콜로, AI와 외부 시스템이 어떻게 대화할지 정해놓은 약속입니다.
🔑 토큰을 어떻게 아낄 것인가
이번 구현에서 가장 많이 고민한 부분은 토큰 비용이었습니다.
처음에는 단순하게 접근했습니다. "DB에 쿼리를 실행하는 함수 하나면 충분하지 않을까?"라고요. 하지만 막상 돌려보니 컨텍스트가 빠르게 부풀어 올랐습니다.
- 스키마 정보를 한 번에 다 넘기면 토큰이 폭발했습니다.
- 대용량 결과를 그대로 응답으로 돌려보내면 마찬가지였습니다.
그래서 함수를 여러 개로 쪼개는 전략을 택했습니다. 단순히 나누기만 한 게 아니라, 세 가지 방식을 조합했습니다.
- 스키마 탐색의 계층화: 한 번에 전체 스키마를 넘기지 않고, AI가 필요할 때마다 "스키마 목록 → 테이블 목록 → 컬럼 구조" 순으로 안으로 들어가도록 설계했습니다.
- 읽기 전용 질의의 세분화: 한 함수에 모든 걸 담지 않고 목적별로 함수를 나눴습니다. 이름과 역할이 명확하면 Claude도 잘못된 함수를 호출하지 않습니다.
- 대용량 결과 분리: AI에게는 요약과 메타데이터만 돌려주고, 원본 데이터는 별도 호출로 가져오도록 했습니다.
결과적으로 다음 5개의 도구로 정리되었습니다.
최종적으로 노출한 5개의 함수. 한 함수로 통합하지 않고 단계별로 쪼개두면, Claude는 자신에게 필요한 만큼만 호출합니다.
자연어로 사내 DB에 질의하는 흐름이 실제로 동작했고, 토큰 사용량은 통제 가능한 범위로 들어왔습니다.
상세한 내용은 아래 포스트에서 다루었습니다.
🎨 준비 2단계 — 슬라이드와 스크립트
제가 준비하고 학습한 내용을 "어떻게 전달할 것인가" 에도 많은 시간이 들어갔습니다.
발표대상을 생각하며 시나리오 구성
발표대상은 사내 개발자였습니다. 추상적인 비전보다 구체적인 사례에 반응하는 사람들이라고 판단했고, 그래서 흐름을 이렇게 잡았습니다.
문제 → 개념 → 사례 → 비판/오해 → 결론
"AI한테 회원 테이블에서 뽑아줘가 안 되는 이유"라는 질문으로 시작해서, MCP가 무엇인지 설명하고, 제가 만든 사례를 보여준 뒤, MCP에 대한 흔한 오해를 짚고, 결론으로 마무리하는 구조입니다.
발표자료 준비
이전까지 사내 발표 자료는 늘 PowerPoint였습니다. 이번에는 처음으로 AI를 도구로 써서 HTML과 CSS로 슬라이드를 한 장 한 장 직접 구성해봤습니다.
가이드라인을 먼저 정했습니다.
- 다크 테마 (배경
#0A0A0B) - 1920×1080 캔버스
- 본문 폰트는 Pretendard
- 강조 색은 한 가지만
그리고 이 가이드라인 위에서 페이지마다 레이아웃을 짰습니다. 막상 만들어보니 PPT보다 훨씬 좋았습니다.
- ✅ 여백, 정렬, 타이포가 깔끔하게 잡혔습니다.
- ✅ 색·간격·코드 블록 스타일 같은 디테일을 모든 슬라이드에 일관되게 적용하기 쉬웠습니다.
- ✅ 가독성이 명백히 좋아졌습니다.
같은 정보를 담더라도 훨씬 정돈된 자료가 나왔습니다. 앞으로 사내 발표 자료는 가능하면 HTML로 만들어보려 합니다.
🎤 발표 당일
관심도가 높았고 질문도 많이 나왔습니다. 특히 흥미로웠던 점은 질문의 대부분이 "함수를 왜 그렇게 나눴느냐"에 초점을 두었던 것입니다.
제가 가장 시간을 들여 고민했던 부분이 개발자들에게도 가장 관심 있는 부분이었습니다. 추상적인 "MCP가 뭔가요?"보다, "토큰을 어떻게 아꼈나"가 개발자들에게 훨씬 와닿는 문제였습니다.
💡 어려웠던 점 & 배운 점
세미나를 준비하고 발표하면서 명확하게 얻은 것이 세 가지 있습니다.
1. 설명해봐야 비로소 보이는 것이 있습니다
머릿속에서는 이해됐다고 생각한 부분이, 슬라이드 한 장으로 만들려고 하면 어디가 모호한지 드러납니다. 함수 분할 전략을 발표용으로 정리하는 과정에서, 제가 왜 그렇게 했는지 스스로 더 또렷해졌습니다.
설명은 가장 강력한 학습이라는 말을 이번에 체감했습니다.
2. 사내에서 "MCP 하는 사람"으로 기억됩니다
기술 그 자체보다, 기술과 제 이름이 연결되어 기억된다는 점이 의외로 컸습니다. 앞으로 사내 누군가가 MCP나 AI 도구를 고민할 때 떠올릴 만한 이름이 되었습니다. 1인 개발이나 사이드 프로젝트와는 또 다른 의미에서, 발표는 일종의 포트폴리오이기도 했습니다.
3. AI와 일하는 방식에 대한 관점이 바뀌었습니다
이전에 AI는 "물어보고 답을 받는 도구"였습니다. MCP를 만들고 발표한 뒤로는 AI를 "도구를 쥐여주는 일" 로 봅니다. 모델 자체를 바꾸는 게 아니라, 모델이 닿을 수 있는 세계를 넓히는 일. 이 관점은 일상 코드 작성과 사내 자동화에도 영향을 주기 시작했습니다.
🏁 마치며
이번 세미나는 단순히 정보를 공유한 자리가 아니었습니다. 직접 만들어봐야 알게 되는 것, 설명해봐야 또렷해지는 것, 동료들 앞에 꺼내놨을 때 비로소 단단해지는 것을 한꺼번에 경험한 시간이었습니다.
다음 글에서는 사내 Oracle DB MCP를 어떻게 설계했고, 함수를 어떤 기준으로 나눴으며, 토큰을 구체적으로 어떻게 다뤘는지를 코드 중심으로 풀어볼 예정입니다. 발표 자료와 데모를 정리하면서 정리된 디테일이 꽤 많은데, 이 디테일들을 하나하나 설명된 포스팅입니다.
