AI 챗봇을 써보면 한 가지 답답한 점이 있었습니다.
아무리 똑똑해도 내 컴퓨터 파일을 읽거나, 인터넷을 검색하거나, 데이터베이스에 접근하는 건 불가능했거든요.
그냥 "입력한 텍스트에 답하는 기계"였던 셈이죠.
그래서 각 AI 회사들은 나름의 방법으로 해결책을 만들었습니다.
OpenAI는 플러그인을 만들고, 다른 곳은 또 다른 방식을 쓰고.. 그 결과 생태계가 뿔뿔이 흩어졌습니다.
이 문제를 해결하기 위해 Anthropic(앤트로픽)이 2024년 11월에 발표한 것이 바로 MCP(Model Context Protocol)입니다.
| 이전 방식 | MCP 등장 후 |
|---|---|
| AI마다 각자 다른 연결 방식 | 하나의 통일된 표준으로 연결 |
| 매번 따로 개발해야 함 | 어디서든 같은 방식으로 연결 가능 |
MCP(Model Context Protocol)는 한 문장으로 정리하면 이렇습니다.
AI 모델이 외부 도구나 데이터에 접근할 수 있도록 만들어진 공통 규격(표준)
Protocol(프로토콜)이라는 단어는 쉽게 말하면 "서로 다른 것들이 소통하는 방법에 대한 약속" 입니다.
💡 쉬운 비유
USB-C 충전 규격을 생각해보세요.
삼성 폰이든 아이패드든, USB-C 규격을 따르는 충전기라면 뭐든 꽂을 수 있죠.
MCP도 마찬가지입니다. MCP 규격을 따르는 도구라면 어떤 AI든 똑같이 연결할 수 있어요.
MCP가 있으면 AI는 아래와 같은 외부 도구들에 접근할 수 있게 됩니다.
| 도구 | 할 수 있는 일 |
|---|---|
| 📁 파일 시스템 | 폴더 탐색, 파일 읽기·쓰기 |
| 🗃️ 데이터베이스 | SQL 쿼리 실행, 데이터 조회 |
| 🌐 웹 검색 | 실시간 인터넷 정보 검색 |
| 🧩 외부 API | 슬랙, 깃허브, 노션 등 연동 |
| 💻 코드 실행 | 터미널 명령어 실행 |
| 📊 비즈니스 도구 | Jira, Salesforce 등 연결 |
MCP는 크게 세 가지 구성 요소로 이루어져 있습니다.
[Host (AI 앱)]
└── [MCP Client] ──── JSON-RPC 통신 ────▶ [MCP Server]
└── 파일 시스템
└── 데이터베이스
└── 슬랙 API ...
사용자가 직접 쓰는 AI 어플리케이션입니다.
Claude Desktop, Cursor(코드 에디터), Zed 같은 것들이죠.
사용자가 대화하는 창구라고 보면 됩니다.
Host 안에 내장되어 MCP Server와 소통하는 역할입니다.
사용자 눈엔 보이지 않지만, 호스트와 서버 사이의 다리 역할을 해요.
한 Client는 여러 Server에 동시에 연결될 수 있습니다.
실제로 도구나 데이터를 제공하는 프로그램입니다.
파일 시스템 서버, 깃허브 서버, 슬랙 서버처럼 각 기능별로 독립된 작은 서버가 존재합니다.
개발자라면 직접 만들 수도 있어요!
사용자가 AI에게 "내 Downloads 폴더에 있는 파일 목록 보여줘"라고 요청하는 상황을 예로 들어볼게요.
사용자가 AI에게 "Downloads 폴더 파일 목록 보여줘"라고 입력합니다.
AI 모델이 이 요청을 처리하려면 파일 시스템 접근이 필요하다고 판단합니다.
Host(AI 앱) 내의 MCP Client가 파일 시스템 MCP Server에 "Downloads 폴더 목록 조회" 요청을 보냅니다.
이때 사용하는 통신 방식이 JSON-RPC입니다.
MPC Server가 실제로 파일 시스템에 접근해 파일 목록을 읽고, 그 결과를 Client에게 돌려줍니다.
AI가 받은 파일 목록을 보기 좋게 정리해서 사용자에게 답합니다.
✅ MPC는 AI 모델이 외부 도구·데이터에 접근하기 위한 공통 표준(규격)이다
✅ 각 회사가 제각각 만들던 방식을 하나로 통일해 호환성을 높였다
✅ Host(AI 앱) → MCP Client → MCP Server 순으로 연결된다
✅ 파일, DB, 웹, 코드 실행 등 다양한 도구에 연결할 수 있다
✅ 오픈소스이므로 누구든 직접 MCP 서버를 만들어 공유할 수 있다