MCP 완전정복 03“MCP가 생겼으니 이제 API는 필요 없는 건가요?”결론부터 말하면 아닙니다. API는 서비스의 기능과 데이터를 프로그램에 제공하고, MCP는 그 기능과 데이터를 AI 애플리케이션이 공통된 방식으로 발견하고 사용하도록 연결합니다. Function Calling은 모델이 제공된 기능 중 무엇을 어떤 인수로 호출할지 제안하는 방식입니다.세 기술은 경쟁자라기보다 서로 다른 층에서 함께 작동할 수 있습니다. 이번 글에서는 각각의 역할과 실제 연결 구조, 상황별 선택 기준을 쉽게 비교합니다.1. API·Function Calling·MCP가 헷갈리는 이유세 기술 모두 “AI가 외부 기능을 사용한다”는 문맥에서 자주 등장합니다. 날씨를 조회하고, 문서를 검색하고, 일정이나 이슈를 생성하는 결과..

MCP 완전정복 02“MCP Client가 AI 앱이고, MCP Server가 외부 서비스 아닌가요?”절반은 맞지만 정확한 설명은 아닙니다. 사용자가 보는 AI 애플리케이션 전체는 Host이고, 그 안에서 특정 Server와 통신하는 구성요소가 Client입니다. Server는 외부 데이터와 기능을 MCP 방식으로 제공합니다.이번 글에서는 세 역할을 한눈에 구분하고, 왜 Server마다 전용 Client가 필요한지, 로컬과 원격 연결은 무엇이 다른지 최신 MCP 구조를 기준으로 알아보겠습니다.1. MCP 구조를 한 장으로 이해하기MCP는 Host → Client → Server 구조로 이해하면 쉽습니다. Host가 전체 작업을 조정하고, Host가 만든 Client가 특정 Server와 통신하며, Ser..

MCP 완전정복 01“AI에게 회사 문서, Figma, 데이터베이스를 연결할 때마다 새로운 연동을 만들어야 할까요?”AI가 채팅창 밖의 정보와 도구를 사용하려면 연결 규칙이 필요합니다. 그런데 AI 앱과 외부 서비스가 늘어날 때마다 서로 다른 방식으로 연결하면 설정과 유지보수가 빠르게 복잡해집니다.MCP(Model Context Protocol)는 이 연결 방식을 표준화하려는 공개 프로토콜입니다. 이 글에서는 MCP란 무엇인지, 어떤 구조로 작동하는지, API와 무엇이 다른지, 그리고 사용할 때 무엇을 조심해야 하는지를 5분 안에 이해할 수 있도록 정리합니다.1. MCP란 무엇일까?MCP는 Model Context Protocol의 약자입니다. AI 애플리케이션이 외부의 데이터와 기능을 발견하고 사용할 ..

이번에는 ‘아침 업무 브리핑 비서’를 직접 설계해봅니다.매일 아침 캘린더와 할 일을 확인하고, 관련 문서를 찾아 오늘의 우선순위를 정리해주는 에이전트입니다. 처음부터 이메일 발송이나 일정 변경까지 자동화하지 않습니다. 읽기와 초안 작성부터 시작하고, 위험한 행동에는 사람의 승인을 둡니다.중요한 것은 특정 서비스의 버튼을 따라 누르는 것이 아니라 목표, 도구, 상태, 권한, 검증 기준을 하나의 설계로 연결하는 법을 익히는 것입니다.1. 먼저 에이전트의 한 가지 임무를 정한다“내 업무를 모두 도와줘”는 범위가 너무 넓습니다. 좋은 첫 목표는 입력과 완료 조건이 눈에 보이고, 실패해도 쉽게 되돌릴 수 있어야 합니다. 그래서 첫 MVP의 임무를 아래처럼 한 문장으로 정합니다.IMAGE 01MVP 임무평일 아침에..

대화형 AI의 실수와 행동하는 AI의 실수는 영향이 다릅니다.챗봇이 잘못 답하면 사용자가 내용을 고칠 수 있습니다. 하지만 에이전트가 이메일을 보내고, 파일을 삭제하고, 데이터베이스를 수정할 권한을 가졌다면 한 번의 잘못된 판단이 실제 피해로 이어질 수 있습니다.에이전트 보안의 핵심은 모델을 무조건 믿거나 전부 막는 것이 아닙니다. 필요한 정보와 도구만 제공하고, 위험한 행동 앞에는 검증과 승인을 두며, 모든 과정을 추적 가능하게 만드는 것입니다.1. 에이전트 보안은 왜 더 중요할까에이전트는 읽기만 하는 시스템이 아니라 외부 서비스에서 행동할 수 있습니다. 따라서 위험은 잘못된 답변을 넘어 데이터 유출, 무단 변경, 과금, 외부 발송으로 확장됩니다.IMAGE 01권한 × 자율성 × 영향 범위세 요소가 커..

에이전트를 여러 개 붙이면 결과가 무조건 좋아질까요?그렇지 않습니다. Single Agent는 한 에이전트가 계획부터 도구 실행과 결과 확인까지 맡는 구조이고, Multi-Agent는 여러 에이전트가 역할을 나눠 협업하는 구조입니다. 멀티에이전트는 병렬 처리와 전문화에 유리하지만, 대화와 조정이 늘어나 비용·지연·실패 지점도 함께 증가합니다.따라서 출발점은 “몇 개를 쓸까?”가 아니라 “한 에이전트로 해결하기 어려운 이유가 분명한가?”여야 합니다. 이번 글에서는 두 구조를 비교하고, 실제 프로젝트에서 복잡도를 올릴 시점을 판단하는 기준을 정리합니다.1. Single Agent와 Multi-Agent, 한 문장으로 구분하기Single Agent는 하나의 작업 주체가 전체 흐름을 관리합니다. Multi-Ag..

사내 문서를 찾아 답하는 AI는 RAG일까요, AI 에이전트일까요?RAG와 AI 에이전트는 모두 모델이 외부 정보를 사용한다는 점 때문에 자주 같은 기술처럼 설명됩니다. 하지만 중심 목적이 다릅니다. RAG는 질문에 필요한 근거를 검색해 답변 생성을 보강하고, 에이전트는 목표를 위해 다음 행동과 도구를 선택합니다.둘 중 하나만 선택해야 하는 것도 아닙니다. 에이전트가 RAG 검색을 하나의 Tool로 사용하면 문서를 근거로 판단하고 그 결과를 실제 업무 행동으로 이어갈 수 있습니다. 이번 글에서는 두 구조의 차이와 결합 방법을 명확하게 구분해보겠습니다.1. RAG와 AI 에이전트, 한 문장으로 구분하기RAG는 답을 만들기 전에 관련 정보를 찾아 모델의 컨텍스트에 넣는 패턴입니다. AI 에이전트는 목표를 달..

AI가 검색 버튼을 누르고, 폼을 채우고, 다음 화면까지 확인할 수 있을까요?일반적인 챗봇은 웹 사용 방법을 설명할 수 있지만 실제 브라우저를 조작하지는 않습니다. 반면 Browser Agent는 브라우저를 도구로 사용해 페이지를 관찰하고, 목표에 맞는 요소를 찾아 클릭·입력·스크롤한 뒤 결과를 다시 확인합니다.사람의 웹 사용과 닮았지만 완전히 같지는 않습니다. 화면 구조가 바뀌거나 팝업이 나타나면 실패할 수 있고, 웹페이지에 숨은 악성 지시를 데이터가 아닌 명령으로 오해할 수도 있습니다. 이번 글에서는 Browser Agent의 작동 원리와 안전한 사용 범위를 초보자 눈높이에서 정리합니다.1. Browser Agent란 무엇일까Browser Agent는 웹페이지를 관찰하고 브라우저 행동을 선택해 목표를..

“지난주 회의 자료를 찾아 할 일 목록으로 정리해줘.”이 요청을 처리하려면 AI 에이전트가 대화창 밖의 문서를 읽고, 필요한 내용을 추려, 정해진 공간에 결과를 기록할 수 있어야 합니다. Google Drive는 원본 문서 저장소가 되고, Notion은 정리된 지식과 업무 항목을 쌓는 공간이 될 수 있습니다.하지만 연결 버튼을 누르는 것만으로 끝나지는 않습니다. 어떤 파일을 읽을지, 어디에 쓸지, 쓰기 전 승인을 받을지를 먼저 정해야 합니다. 이번 글에서는 특정 제품 화면에 종속되지 않는 공통 연결 구조와 안전한 설정 순서를 살펴보겠습니다.1. 연결한다는 것은 AI에게 통로와 권한을 주는 일이다AI 에이전트가 Google Drive나 Notion을 사용하려면 Host와 서비스 사이에 연결 계층이 필요합니..

MCP Server와 MCP Client, 누가 요청하고 누가 일을 할까요?MCP를 처음 접하면 Host, Client, Server라는 이름부터 어렵게 느껴집니다. 특히 Client와 Host를 같은 것으로 생각하거나, Server를 인터넷에 있는 거대한 컴퓨터로만 이해하기 쉽습니다.세 역할은 하나의 작업을 나누어 맡습니다. Host는 전체 경험과 정책을 관리하고, Client는 MCP 통신을 담당하며, Server는 도구와 데이터를 제공합니다. 이번 글에서는 세 역할이 어디에 있고 요청이 어떻게 오가는지 쉽게 정리하겠습니다.1. Host·Client·Server, 먼저 한 장으로 보기사용자가 만나는 AI 애플리케이션이 Host입니다. Host 안의 Client가 MCP 형식으로 요청을 보내고, 연결된..