MCP — AI에게 도구를 쥐어주는 프로토콜

이 토픽을 마치면

MCP가 왜 등장했는지, Function Calling과 어떻게 다른지, 실제로 어떻게 쓰이는지 이해하게 됩니다.

AI는 대화만 잘합니다

ChatGPT에게 "오늘 날씨 알려줘"라고 하면, 진짜 날씨를 확인하는 게 아닙니다. 학습 데이터를 바탕으로 그럴듯한 답을 생성할 뿐입니다. 실시간 데이터를 모르고, 파일을 읽을 수도 없고, 이메일을 보낼 수도 없습니다.

AI에게 진짜 능력을 주려면 **도구(Tool)**를 연결해야 합니다. 날씨 API, 파일 시스템, 데이터베이스, 캘린더 — 이런 외부 시스템에 접근할 수 있게 해줘야 합니다.

문제는 이 연결 방식이 제각각이었다는 것입니다.

연결의 혼란

OpenAI는 Function Calling이라는 방식을 만들었습니다. 사용 가능한 함수 목록을 JSON으로 알려주면, AI가 필요할 때 함수를 호출합니다. 하지만 이건 OpenAI API 전용 규격입니다.

Google은 자체 Tool Use 방식이 있고, Anthropic도 별도의 Tool Use 스펙이 있습니다. 각 AI 회사마다 도구를 연결하는 방식이 다릅니다.

개발자 입장에서는 같은 "Gmail 읽기" 기능을 OpenAI용, Claude용, Gemini용으로 세 번 만들어야 합니다. USB가 나오기 전에 프린터마다 케이블이 달랐던 것과 같습니다.

MCP: 표준 USB 같은 것

**Model Context Protocol(MCP)**은 Anthropic이 제안한 개방형 표준 프로토콜입니다. AI 모델이 외부 도구를 사용하는 방식을 통일합니다.

[AI 모델] ← MCP → [MCP 서버: Gmail]
                   [MCP 서버: Slack]
                   [MCP 서버: DB]
                   [MCP 서버: 파일시스템]

MCP 서버 하나를 만들면 MCP를 지원하는 모든 AI 앱에서 쓸 수 있습니다. Gmail MCP 서버를 한 번 만들면 Claude에서도, Cursor에서도, 다른 MCP 호환 앱에서도 동작합니다.

어떻게 동작하나

MCP는 세 가지를 표준화합니다:

도구(Tools) — AI가 호출할 수 있는 기능입니다. "메일 보내기", "파일 읽기", "DB 쿼리" 같은 것. MCP 서버가 "나는 이런 도구를 제공합니다"라고 목록을 알려주면, AI가 필요할 때 호출합니다.

리소스(Resources) — AI가 읽을 수 있는 데이터입니다. 파일 내용, 데이터베이스 레코드, API 응답 같은 것. 도구가 "행동"이라면 리소스는 "정보"입니다.

프롬프트(Prompts) — MCP 서버가 미리 정의한 프롬프트 템플릿입니다. "이 코드를 리뷰해줘" 같은 흔한 작업 패턴을 재사용 가능한 형태로 제공합니다.

사용자: "어제 온 메일 중 중요한 것 요약해줘"
    ↓
AI: (Gmail MCP 서버의 '메일 검색' 도구 호출)
    ↓
MCP 서버: (Gmail API로 메일 가져오기)
    ↓
AI: (결과를 받아 요약 생성)

AI가 직접 Gmail에 접속하는 게 아닙니다. MCP 서버가 중간에서 안전하게 중계합니다.

Function Calling과의 차이

Function Calling은 한 AI 회사의 API 규격입니다. 개발자가 사용 가능한 함수를 API 호출 시 정의합니다. 함수 실행은 개발자의 서버에서 직접 합니다.

MCP는 표준 프로토콜입니다. 도구를 독립 서버로 분리하고, AI 앱과 도구 사이의 통신 방식을 표준화합니다. 한번 만든 MCP 서버는 여러 AI 앱에서 재사용됩니다.

Function Calling: 앱 ↔ AI API (한 회사 전용)
MCP:              앱 ↔ MCP 서버 ↔ 외부 서비스 (표준)

Function Calling이 AI 하나에 도구를 직접 꽂는 것이라면, MCP는 도구를 USB 허브처럼 표준 포트에 연결하는 것입니다.

지금의 생태계

MCP는 빠르게 확산되고 있습니다. Anthropic이 공개한 이후 Cursor, VS Code, Zed 같은 코드 에디터가 MCP를 지원하기 시작했습니다.

커뮤니티에서 만든 MCP 서버도 늘어나고 있습니다: GitHub 이슈 관리, Slack 메시지 전송, 브라우저 자동화, 데이터베이스 쿼리 등 수백 개의 MCP 서버가 공개되어 있습니다.

AI가 "대화만 하는 챗봇"에서 "실제로 일하는 에이전트"로 진화하는 흐름에서, MCP는 도구 연결의 공용 언어 역할을 하고 있습니다.

핵심

MCP(Model Context Protocol)는 AI가 외부 도구를 사용하는 표준 프로토콜입니다. 한번 만든 MCP 서버를 여러 AI 앱에서 재사용할 수 있어 USB 같은 역할을 합니다. 도구(행동) + 리소스(정보) + 프롬프트(템플릿)를 표준화합니다.