개발 같이해요/AI

[MCP] MCP란? 5분 만에 이해하는 Model Context Protocol 입문

Rio - Moon 2026. 9. 24. 00:50
728x90
반응형
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 수 있도록 통신 방법을 정한 공개 표준입니다.

IMAGE 01
이미지 01. MCP는 서로 다른 AI 애플리케이션과 외부 시스템 사이에 공통 연결 규칙을 제공합니다.

 

쉽게 말하면 MCP는 AI용 공통 연결 규격입니다. 노트북마다 충전 단자가 모두 다르면 기기별 케이블이 필요하지만, 공통 규격을 사용하면 같은 방식으로 여러 장치를 연결할 수 있습니다. MCP도 AI 앱과 도구 사이에서 비슷한 역할을 합니다.

💡 MCP는 AI 모델 자체가 아닙니다.

MCP는 답변을 생성하는 모델이 아니라, AI 애플리케이션과 외부 시스템이 기능과 데이터를 주고받기 위한 약속입니다. 따라서 같은 모델을 사용하더라도 어떤 MCP 서버를 연결했는지에 따라 사용할 수 있는 기능이 달라질 수 있습니다.

2. 왜 MCP가 필요할까?

AI 앱 3개를 문서, 코드 저장소, 디자인 도구, 데이터베이스 4개에 각각 직접 연결한다고 생각해 보겠습니다. 연결 방식이 모두 다르면 최대 12개의 개별 연동을 개발하고 관리해야 합니다. 서비스가 하나 추가될 때마다 인증, 오류 처리, 권한 정책도 다시 맞춰야 합니다.

IMAGE 02
이미지 02. 개별 연동을 공통 MCP 인터페이스로 정리하면 연결 구조를 이해하고 재사용하기 쉬워집니다.

MCP 서버는 자신이 제공하는 기능과 입력 형식을 공통 방식으로 설명합니다. MCP를 지원하는 AI 애플리케이션은 그 설명을 읽어 어떤 기능을 사용할 수 있는지 파악합니다. 덕분에 서버 제작자는 클라이언트마다 완전히 다른 연결 방식을 반복해서 만들 필요를 줄일 수 있습니다.

여러 AI 애플리케이션 → 공통 MCP 연결 → 문서 · 코드 · 디자인 · 데이터

다만 “한 번 만들면 모든 앱에서 똑같이 작동한다”는 뜻은 아닙니다. 각 Host가 지원하는 프로토콜 버전, 전송 방식, 인증, 기능과 승인 화면이 다를 수 있으므로 실제 호환 범위는 확인해야 합니다.

3. Host·Client·Server는 어떻게 다를까?

MCP 구조를 이해할 때 가장 자주 헷갈리는 세 단어가 Host, Client, Server입니다. 사용자가 보는 AI 앱 전체와 실제 통신을 담당하는 Client는 같은 개념이 아닙니다.

IMAGE 03
이미지 03. Host는 전체 작업을 조정하고, 각 Client는 특정 Server와 분리된 연결을 담당합니다.
Host · 전체 조정자사용자가 이용하는 AI 애플리케이션입니다. 연결, 권한, 사용자 승인과 모델 사용을 조정합니다.
Client · 통신 담당Host 안에서 특정 MCP Server와 메시지를 주고받는 구성요소입니다.
Server · 기능 제공자문서 검색, 파일 생성, 데이터 조회처럼 외부 데이터와 기능을 MCP 방식으로 제공합니다.

예를 들어 Codex나 Claude Code 같은 앱을 Host라고 보면, 그 안의 MCP Client가 Figma MCP Server 또는 문서 MCP Server에 연결됩니다. 하나의 Host가 여러 Client를 관리할 수 있으며, 각 Client는 특정 Server와 분리된 연결을 담당합니다.

💡 한 줄로 기억하기

Host는 전체 AI 앱, Client는 그 안의 연결 담당자, Server는 외부 기능 제공자입니다. 세 역할의 상세 구조는 다음 편에서 더 깊게 다룹니다.

4. MCP Server는 무엇을 제공할까?

MCP Server는 대표적으로 Tools, Resources, Prompts를 제공할 수 있습니다. 세 가지는 모두 모델에게 도움을 주지만, 누가 선택하고 어떤 목적으로 사용하는지가 다릅니다.

IMAGE 04
이미지 04. Tool은 행동, Resource는 읽을 정보, Prompt는 재사용 가능한 작업 시작점을 담당합니다.
구분 역할 쉬운 예시 주된 제어 주체
Tools 입력을 받아 조회하거나 행동을 실행 파일 검색, 이슈 생성, 일정 등록 모델이 호출을 제안하고 Host가 통제
Resources 모델이 참고할 구조화된 데이터 제공 문서 내용, 설정 파일, 데이터 레코드 애플리케이션이 선택·첨부
Prompts 반복 가능한 작업 템플릿 제공 코드 리뷰, 회의록 정리 시작 양식 사용자가 선택

서버마다 세 기능을 모두 제공해야 하는 것은 아닙니다. 문서 조회만 제공하는 서버도 있고, 외부 서비스에 쓰기 작업을 수행하는 Tool을 함께 제공하는 서버도 있습니다. Host와 Server는 지원 기능을 확인한 뒤 실제로 사용할 수 있는 범위를 결정합니다.

5. 사용자의 요청은 어떤 흐름으로 처리될까?

사용자가 “프로젝트 문서를 찾아 핵심만 정리해 줘”라고 요청했다고 가정해 보겠습니다. 모델이 외부 시스템에 바로 접속하는 것이 아니라, Host가 허용된 기능과 사용자 권한을 바탕으로 연결을 관리합니다.

IMAGE 05
이미지 05. 요청과 결과 사이에서 Host의 권한 확인과 MCP Server의 실제 작업이 분리되어 진행됩니다.
① 사용자가 Host에 목표 요청
↓
② Host가 허용된 MCP 기능을 모델에 제공
↓
③ 모델이 필요한 Tool과 입력값을 선택
↓
④ Host가 권한·승인·입력을 확인해 Server에 요청
↓
⑤ Server가 외부 시스템을 조회하거나 작업 실행
↓
⑥ 결과가 Host와 모델을 거쳐 사용자에게 전달

이 과정은 제품과 서버 구현에 따라 달라질 수 있습니다. 특히 삭제, 발송, 결제, 공개 게시처럼 영향이 큰 작업은 모델이 선택했다는 이유만으로 자동 실행하지 않고, Host가 사용자 승인과 조직 정책을 적용해야 합니다.

6. MCP는 API와 무엇이 다를까?

MCP와 API는 서로 대체하는 기술이 아닙니다. API는 서비스가 기능과 데이터를 프로그램에 제공하는 인터페이스이고, MCP는 그 기능을 AI 애플리케이션이 발견하고 사용할 수 있도록 공통 형태로 설명하는 연결 계층에 가깝습니다.

구분 API MCP
주요 목적 프로그램에 서비스 기능과 데이터 제공 AI 애플리케이션에 기능과 컨텍스트를 공통 방식으로 노출
사용 방법 서비스별 문서와 요청 형식에 맞춰 개발 Tool·Resource·Prompt 같은 공통 개념으로 발견하고 사용
실제 처리 서비스의 API나 내부 로직이 실행 MCP Server가 API 또는 내부 로직을 호출할 수 있음
관계 기반 기능 AI 연결을 위한 표준 어댑터 역할

이미 잘 만들어진 API가 있다면 없앨 필요가 없습니다. MCP Server가 기존 API를 호출하고, AI가 이해할 수 있는 도구 이름·설명·입력 스키마로 제공할 수 있습니다. API와 MCP의 상세 비교는 3편에서 실제 구조와 함께 다룹니다.

7. MCP는 어디에 활용할 수 있을까?

MCP는 개발 도구에만 한정되지 않습니다. 문서, 디자인, 코드, 데이터, 일정처럼 AI가 업무에 필요한 맥락을 읽거나 실제 행동을 수행해야 하는 곳에서 활용할 수 있습니다.

IMAGE 06
이미지 06. MCP는 하나의 AI 작업 흐름에 문서·디자인·개발·데이터 시스템을 연결할 수 있습니다.
연결 대상 활용 예시 필요한 통제
Notion·Google Drive 자료 검색, 문서 읽기, 요약과 초안 작성 허용 폴더와 읽기·쓰기 범위 제한
Figma 디자인 컨텍스트 확인, 컴포넌트와 코드 연결 파일 접근권한과 변경 대상 확인
코드 저장소 코드 탐색, 이슈 조회, 수정안 준비 쓰기·병합은 별도 승인
데이터베이스 레코드 검색, 통계 조회, 보고서 생성 읽기 전용 계정과 쿼리 제한
⚠️ 연결이 쉽다고 해서 자동으로 안전해지는 것은 아닙니다.

알 수 없는 MCP Server를 연결하면 외부 프로그램에 데이터 접근과 작업 실행 통로를 열 수 있습니다. 서버의 제작자와 배포 경로를 확인하고, 필요한 권한만 허용하며, 중요한 작업은 실행 전에 검토해야 합니다. 외부 문서 안의 숨은 지시가 모델 행동을 바꾸는 간접 프롬프트 인젝션도 고려해야 합니다.
출처 확인: 공식 서버인지, 신뢰할 수 있는 제작자와 배포 경로인지 확인합니다.
최소 권한: 필요한 계정·폴더·기능만 허용하고 읽기와 쓰기를 분리합니다.
사용자 승인: 삭제·발송·결제·공개 게시 전에는 사람이 최종 확인합니다.
로그와 검증: 어떤 도구가 어떤 입력으로 무엇을 변경했는지 기록하고 결과를 확인합니다.

8. 핵심 정리

이번 글에서 이것만 기억하세요.

MCP = AI 연결 공개 표준 Host·Client·Server Tools·Resources·Prompts API를 대체하지 않음 권한과 검증은 별도 설계

MCP는 AI 모델 자체나 특정 제품의 기능이 아닙니다. AI 애플리케이션이 외부 도구와 데이터를 발견하고 사용할 수 있도록 공통 연결 규칙을 제공하는 프로토콜입니다. 연결을 재사용하고 관리하기 쉬워지지만, 서버 신뢰성·권한·승인·로그·결과 검증은 여전히 필요합니다.

다음 글에서는 MCP 구조의 핵심인 Host, Client, Server가 실제로 어떤 역할을 맡는지, 왜 하나의 Host 안에 여러 Client가 존재하는지 그림과 예시로 자세히 알아보겠습니다.

🔗 MCP 완전정복 시리즈

이전 글 : 시리즈 시작
👉 현재 글 : 01. MCP란? 5분 만에 이해하기
다음 글 : 02. MCP Host·Client·Server 차이

참고: Model Context Protocol 공식 아키텍처 문서, MCP Server primitives 공식 문서, MCP TypeScript SDK v2 공식 문서
확인일: 2026-09-19 · MCP 사양과 제품별 지원 기능은 계속 변경될 수 있으므로 실제 연결 전 최신 공식 문서를 확인하세요.

반응형