기술 트렌드

AI의 USB-C 포트… MCP가 여는 에이전트 연결 표준

휴먼에이아이2026.11.07

AI 에이전트가 실제 업무를 하려면 외부 데이터와 도구에 연결되어야 합니다. 그 연결 방식을 표준화한 MCP(Model Context Protocol)의 등장 배경과 구조, 보안 과제, 그리고 개발자가 준비해야 할 역량을 정리합니다.

【AI가 똑똑해도 손발이 없으면 일을 못 한다】 대규모 언어모델은 글을 쓰고 코드를 작성하는 능력이 크게 발전했습니다. 하지만 사내 데이터베이스를 조회하거나, 이슈 트래커에 티켓을 등록하거나, 파일을 읽고 수정하는 일은 모델 혼자서는 할 수 없습니다. 모델 바깥의 시스템과 연결되어야 합니다. 초기에는 서비스마다 각 AI 애플리케이션에 맞춘 연동 코드를 따로 만들었습니다. AI 애플리케이션이 M개, 연결할 도구가 N개라면 M×N개의 통합 작업이 필요한 구조였습니다. MCP(Model Context Protocol)는 이 문제를 풀기 위해 등장한 개방형 표준입니다.

【MCP의 탄생과 확산】 MCP는 2024년 11월 Anthropic이 오픈소스로 공개한 프로토콜입니다. 공개 당시에는 특정 회사의 실험적인 규격으로 보는 시각도 있었습니다. 그러나 2025년 들어 OpenAI가 자사 에이전트 개발 도구에 MCP 지원을 발표했고, Google과 Microsoft도 자사 제품과 개발 도구에서 MCP를 지원하기 시작하면서 사실상의 업계 표준으로 자리 잡았습니다. 2025년 말에는 MCP가 리눅스 재단 산하의 에이전틱 AI 재단(Agentic AI Foundation)에 기여되어, 특정 기업이 아닌 중립적인 커뮤니티 거버넌스 아래에서 관리되는 방향으로 전환되었습니다. 흔히 MCP를 'AI를 위한 USB-C'에 비유하는데, 하나의 규격으로 다양한 기기를 연결하듯 하나의 프로토콜로 다양한 도구를 AI에 연결한다는 의미입니다.

【구조: 호스트, 클라이언트, 서버】 MCP는 세 가지 역할로 구성됩니다. 호스트는 사용자가 직접 쓰는 AI 애플리케이션으로, 데스크톱 채팅 앱이나 AI 기능이 들어간 코드 편집기가 여기에 해당합니다. 클라이언트는 호스트 내부에서 각 서버와 1대1 연결을 유지하는 구성 요소입니다. 서버는 특정 데이터나 기능을 MCP 규격에 맞춰 노출하는 프로그램입니다. 예를 들어 깃 저장소 서버, 데이터베이스 서버, 사내 문서 검색 서버를 각각 만들어 두면, MCP를 지원하는 어떤 호스트에서든 같은 서버를 재사용할 수 있습니다. 통합 작업이 M×N에서 M+N 수준으로 줄어드는 것이 핵심 가치입니다.

【서버가 제공하는 세 가지 기본 요소】 MCP 서버는 주로 세 가지를 제공합니다. 첫째는 도구(Tools)로, 모델이 호출할 수 있는 함수입니다. 이메일 발송, 쿼리 실행, API 호출처럼 실제 동작을 수행합니다. 둘째는 리소스(Resources)로, 파일 내용이나 데이터베이스 스키마처럼 모델에게 맥락으로 제공되는 읽기 중심의 데이터입니다. 셋째는 프롬프트(Prompts)로, 자주 쓰는 작업 흐름을 재사용 가능한 템플릿으로 정의한 것입니다. 이 구분을 이해하면 어떤 기능을 도구로 노출하고 어떤 정보를 리소스로 제공할지 설계 판단을 내릴 수 있습니다.

【통신 방식은 익숙한 기술 위에】 MCP는 완전히 새로운 기술이 아니라 검증된 기술 위에 만들어졌습니다. 메시지 형식은 JSON-RPC 2.0을 사용합니다. 전송 방식은 크게 두 가지로, 로컬 프로세스와 표준 입출력(stdio)으로 통신하는 방식과 원격 서버와 HTTP로 통신하는 방식이 있습니다. 원격 통신은 2025년 사양 개정에서 기존의 HTTP+SSE 방식을 대체하는 Streamable HTTP 방식이 도입되었습니다. 원격 서버의 인증과 권한 부여에는 OAuth 2.1 기반의 흐름이 사양에 포함되었습니다. 즉 웹 API 개발과 인증 구현 경험이 있는 개발자라면 MCP의 기반 개념은 낯설지 않습니다.

【A2A와의 관계: 경쟁이 아닌 역할 분담】 비슷한 시기에 Google은 에이전트 간 통신을 위한 A2A(Agent2Agent) 프로토콜을 발표했고, 이 역시 리눅스 재단에 기여되었습니다. 두 프로토콜은 자주 비교되지만 다루는 영역이 다릅니다. MCP는 하나의 에이전트가 도구와 데이터에 접근하는 방식, 말하자면 에이전트의 수직적 연결을 다룹니다. A2A는 서로 다른 에이전트가 작업을 위임하고 결과를 주고받는 수평적 협업을 다룹니다. 실제 시스템에서는 두 프로토콜이 함께 쓰일 수 있으며, 에이전트 아키텍처를 설계할 때 이 차이를 구분하는 것이 중요합니다.

【가장 큰 과제는 보안】 MCP가 확산되면서 보안 문제도 함께 부각되었습니다. 대표적인 위험은 프롬프트 인젝션입니다. 모델이 읽어 들인 웹페이지나 문서에 악의적인 지시문이 숨어 있으면, 모델이 이를 따라 연결된 도구로 원치 않는 작업을 실행할 수 있습니다. 도구 설명 자체에 숨은 지시를 넣는 이른바 도구 포이즈닝, 신뢰할 수 없는 출처의 MCP 서버 설치, 필요 이상으로 넓은 권한 부여도 주요 위험 요소로 꼽힙니다. 이 때문에 실무에서는 최소 권한 원칙 적용, 쓰기·삭제 같은 민감한 작업에 대한 사용자 승인 절차, 서버 출처 검증, 호출 기록 감사 같은 통제 장치를 함께 설계하는 것이 기본으로 여겨집니다.

【현장에서는 어떻게 쓰이고 있나】 가장 활발한 영역은 개발 도구입니다. AI 코딩 도구들이 MCP를 통해 저장소, 이슈 트래커, 문서, 브라우저 자동화 도구 등에 연결되면서 코드 작성뿐 아니라 맥락을 파악하고 작업을 처리하는 범위가 넓어졌습니다. 기업 내부에서는 사내 데이터와 업무 시스템을 MCP 서버로 감싸 여러 AI 도구에서 공통으로 활용하려는 시도가 늘고 있습니다. 다만 모든 연동이 MCP로 해결되는 것은 아니며, 단순한 단일 기능이라면 기존의 함수 호출이나 일반 API 연동이 더 간단할 수 있다는 점도 함께 고려해야 합니다.

【취업 준비생과 전직 희망자가 준비할 것】 MCP 자체는 비교적 단순한 프로토콜이라 공식 문서와 TypeScript, Python 등으로 제공되는 공식 SDK를 활용하면 작은 서버를 직접 만들어 보는 데 큰 부담이 없습니다. 하지만 실무에서 가치를 만드는 역량은 그 주변에 있습니다. REST API 설계와 JSON 데이터 처리, OAuth를 포함한 인증·인가의 이해, 모델이 잘 사용할 수 있도록 도구의 이름과 설명, 입력 스키마를 명확하게 설계하는 능력, 그리고 앞서 언급한 보안 위험을 고려한 권한 설계가 대표적입니다. 자신이 익숙한 서비스나 공개 API를 MCP 서버로 만들어 보고, 어떤 권한 통제를 적용했는지까지 정리해 두면 에이전트 시대의 개발 역량을 보여 주는 구체적인 결과물이 될 수 있습니다.

【정리하며】 AI 경쟁의 초점은 모델의 성능에서 모델이 실제 시스템과 얼마나 안전하고 효율적으로 연결되는가로 넓어지고 있습니다. MCP는 그 연결 방식을 표준화하려는 가장 널리 채택된 시도이며, 중립적인 재단 아래에서 사양이 계속 발전하고 있습니다. 사양은 앞으로도 개정될 수 있으므로 특정 버전의 세부 문법을 외우기보다, 호스트·클라이언트·서버의 구조와 도구 설계, 보안 원칙이라는 변하지 않는 개념을 탄탄히 이해해 두는 것이 가장 오래가는 준비가 될 것입니다.