AI가 메일함이나 캘린더 같은 바깥 서비스를 쓰려면 그 서비스와 말이 통하는 연결 통로가 필요합니다. MCP(Model Context Protocol)는 이 통로를 만드는 방법을 하나로 통일한 약속이에요. 덕분에 서비스 쪽에서 한 번만 준비해 두면 여러 AI 앱이 같은 방식으로 붙을 수 있습니다.
먼저 알아둘 용어
| 용어 | 원래 이름 | 쉽게 말하면 |
|---|---|---|
| MCP | Model Context Protocol | AI와 바깥 서비스가 똑같이 알아듣는 표준 주문서 양식 |
| 프로토콜 | Protocol | 서로 대화할 때 지키기로 한 약속. 주문서 쓰는 규칙 |
| LLM | Large Language Model | 엄청난 양의 글을 읽고 말 잇는 법을 익힌 AI. 식당의 웨이터 본인 |
| API | Application Programming Interface | 서비스마다 따로 정해 둔 주문 창구. 주방마다 받는 방식이 다름 |
| MCP 서버 | MCP Server | 표준 주문서를 받아 실제 일을 해 주는 주방 |
| 도구 | Tool | 주방이 해 주는 요리. 메일 검색, 일정 추가처럼 실제로 무언가 하는 기능 |
| 커넥터 | Connector | 앱 설정에서 MCP 서버와 연결하는 버튼. 주방과 거래를 트는 일 |
이런 일 겪어본 적 있나요?
AI 채팅창에 "이번 주 메일 중에 회의 일정만 뽑아 줘"라고 써 봤더니 "메일함에 접근할 수 없어요"라는 답이 돌아온 적 있을 거예요. 그런데 어떤 앱에서는 같은 부탁을 하면 진짜로 메일을 뒤져서 정리해 줍니다. 같은 AI인데 왜 이런 차이가 날까요? 답은 AI가 대화창 바깥과 이어져 있느냐에 있습니다.
대화만 하는 AI(LLM)의 세 가지 한계
ChatGPT나 Claude처럼 채팅으로 대화하는 AI의 중심에는 LLM이 있습니다. 엄청난 양의 글을 읽고, 앞 문장에 이어질 가장 그럴듯한 다음 말을 써 내도록 학습한 모델이에요. 이 글에서는 LLM을 식당 웨이터에 빗대 볼게요. 말솜씨는 뛰어나지만, 대화창 안에만 있는 LLM에는 분명한 한계가 있습니다.
먼저 학습이 끝난 뒤의 일을 모릅니다. LLM은 어느 시점까지의 글로 학습을 마치고 나오기 때문에, 그 뒤에 생긴 뉴스나 바뀐 가격은 알 수 없어요. 신메뉴 교육이 끝난 날 이후로 메뉴판이 바뀐 걸 모르는 웨이터와 같습니다.
내 자료도 볼 수 없습니다. 메일함, 캘린더, 회사 문서는 학습한 글에도 없고 대화창에도 없죠. 손님 지갑 속 쿠폰을 웨이터가 볼 수 없는 것과 비슷해요. 내가 직접 복사해 붙여 넣지 않는 한 LLM은 그 내용을 모릅니다.
그리고 말만 할 수 있습니다. LLM이 내놓는 건 결국 글자예요. "회의 일정을 캘린더에 넣어 줘"라고 해도, 대화창 안의 LLM은 넣는 방법을 설명할 수는 있어도 직접 넣지는 못합니다. 주방과 연결되지 않은 웨이터가 주문은 받아 적어도 음식은 내오지 못하는 것처럼요.
세 한계의 원인은 같습니다. LLM이 대화창 바깥과 이어져 있지 않다는 점이에요. 요즘 AI 앱 상당수가 웹 검색을 하거나 파일을 읽을 수 있는 것도, LLM 자체가 바뀌었다기보다 바깥과 잇는 통로를 붙였기 때문입니다. MCP는 이 통로를 붙이는 방식을 표준으로 정한 약속이에요.
식당으로 보는 MCP의 원리
그림을 옆으로 밀어서 볼 수 있어요.
웨이터는 손님 말을 알아듣고 무엇을 주문할지 정하는 데는 능숙하지만, 직접 요리하지는 않습니다. 요리는 주방이 하죠. 여기서 주방이 메일, 캘린더, 파일 같은 바깥 서비스입니다.
문제는 예전 주방들이 주문받는 방식이 제각각이었다는 점이에요. 어떤 주방은 쪽지로, 어떤 주방은 구두로, 어떤 주방은 태블릿으로만 주문을 받았습니다. 서비스마다 따로 정해 둔 이런 창구를 API라고 불러요. 웨이터 3명이 주방 4곳과 일하려면 주문 방식을 3 × 4 = 12가지나 익혀야 했던 셈입니다. 웨이터나 주방이 하나 늘 때마다 익힐 방식도 줄줄이 늘어났고요.
MCP는 여기에 표준 주문서 양식 하나를 정했습니다. 주방은 이 양식을 받을 수 있게 한 번만 준비하고, 웨이터는 이 양식 쓰는 법만 익히면 돼요. 그러면 3 + 4 = 7번만 맞추면 됩니다. 이렇게 표준 주문서를 받아 주는 주방을 MCP 서버라고 부르고, 서로 대화할 때 지키기로 한 약속을 프로토콜이라고 해요. MCP라는 이름도 "AI 모델에 바깥 맥락을 전해 주는 약속"이라는 뜻입니다.
MCP에는 메뉴판도 있습니다. MCP 서버는 "우리 주방은 이런 요리를 하고, 주문할 땐 이런 내용을 적어 주세요"라는 메뉴판을 스스로 내놓아요. 그래서 웨이터는 처음 거래하는 주방이라도 메뉴판만 읽으면 무엇을 주문할 수 있는지 바로 압니다. 메뉴판의 요리 하나하나를 도구라고 불러요.
MCP 요청 하나가 오가는 순서
앞의 "이번 주 회의 일정만 뽑아 줘"가 실제로 어떻게 처리되는지 따라가 볼게요.
- 손님 주문: 내가 채팅창에 부탁을 적습니다.
- 메뉴판 확인: AI는 연결된 주방들의 메뉴판을 미리 받아 두었어요. 메일 주방에 "메일 검색"이라는 도구가 있다는 걸 압니다.
- 주문서 작성: AI가 표준 주문서에 "메일 검색, 기간은 이번 주, 찾을 말은 회의"라고 적어 메일 주방으로 보냅니다.
- 요리: 메일 주방(MCP 서버)이 실제 메일함을 뒤져 결과를 돌려줘요.
- 서빙: AI가 결과를 읽고 회의 일정만 깔끔하게 정리해서 보여 줍니다.
이 순서에서 AI는 메일함에 직접 손대지 않습니다. 실제로 메일을 여는 건 주방이고, AI는 주문서를 쓰고 결과를 정리할 뿐이에요. 그래서 어떤 주방을 연결할지, 그 주방이 어떤 요리까지 해 줄지는 연결하는 쪽에서 정할 수 있습니다.
MCP 자주 묻는 질문
Q. ChatGPT나 Gemini 같은 다른 AI에서도 MCP를 쓰나요?
네. MCP는 Anthropic이 2024년 11월에 처음 공개했지만, 지금은 특정 회사 것이 아닌 공개 표준으로 관리되고 여러 AI 서비스와 개발 프로그램이 지원합니다. 주방 하나를 만들어 두면 여러 식당의 웨이터가 함께 쓰는 셈이에요.
Q. MCP와 API는 뭐가 다른가요?
API는 서비스마다 따로 정한 주문 창구이고, MCP는 그 위에 얹은 공통 주문서입니다. 실제로 많은 MCP 서버가 안쪽에서는 그 서비스의 API를 불러 일을 처리해요. MCP가 API를 없애는 게 아니라, AI가 쓰기 편하게 한 번 감싸 주는 겁니다.
Q. 일반 사용자가 MCP를 직접 설정해야 하나요?
대부분은 아닙니다. Claude 같은 앱에서는 설정의 커넥터 메뉴에서 원하는 서비스를 골라 로그인하면 끝이에요. 그 버튼 뒤에서 MCP 서버와의 연결이 만들어집니다.
Q. MCP를 연결하면 AI가 내 정보를 전부 볼 수 있나요?
연결한 주방의 메뉴판에 있는 일만 할 수 있습니다. 메일 주방만 연결했다면 캘린더는 볼 수 없어요. 다만 연결한 주방 안에서 무엇을 허용할지는 서비스와 앱마다 다르니, 연결할 때 권한 안내를 한번 읽어 보는 게 좋습니다.
정리
대화창 안의 LLM은 학습 이후의 일도, 내 자료도 모르고 직접 행동하지도 못합니다. MCP는 LLM을 바깥 서비스와 잇는 통로를 표준 주문서 하나로 통일한 약속이에요. 웨이터(AI)는 주방(MCP 서버)의 메뉴판을 읽고 주문서만 넘기며, 실제 일은 주방이 합니다.
'AI 트렌드' 카테고리의 다른 글
| Jev란? 글 대신 선택지와 확률로 답하는 AI, LLM 비용을 줄이는 활용법 (0) | 2026.10.16 |
|---|---|
| 뜯어보면 다 보인다: REA, Reverse Engineering Anything (0) | 2026.10.15 |
