Skip to main content

MCP, Model Context Protocol

· 4 min read
Gracefullight
Gracefullight
Owner

MCP 개요​

MCP 개념​

  • AI 모델이 외부 데이터 소스 및 도구와 원활하게 통합될 수 있도록 하는 개방형 프로토콜
  • 2024년 11월에 Anthropic에서 오픈 소스로 공개, AI 생태계에서 USB-C 포트와 같은 역할을 수행

MCP 등장배경​

  • 정보 사일로, 데이터 고립 해결
  • AI 모델 통합시 각 데이터소스마다 사용자 정의 코딩으로 인한 비효율 -> AI 시스템의 활용 범위 제한
  • AI 에이전트와 에이전틱 워크플로우 발전 -> 실제 비즈니스 시스템과 데이터의 통합 필요성 대두

MCP 구성도, 구성요소, 활용방안​

MCP 구성도​

MCP

MCP 구성요소​

구분설명기능
호스트LLM 애플리케이션으로, MCP 연결 시작점사용자로부터 질문이나 명령을 받아 모델에게 전달하고, 모델의 응답을 사용자에게 보여주는 전체 흐름 조율
클라이언트호스트 애플리케이션 내에서 서버와 1:1 연결을 유지서버로 요청을 보내고 응답을 받아 모델에 전달
MCP 서버클라이언트에 컨텍스트, 도구, 프롬프트를 제공각 서버는 특정 기능을 표준화된 모델 컨텍스트 프로토콜을 통해 노출
MCP 리소스AI가 컨텍스트로 불러올 수 있는 데이터 소스파일, 문서 또는 데이터베이스 쿼리와 같은 데이터 소스 접근 제공
MCP 도구AI가 수행할 수 있는 작업API 호출을 하거나 명령을 실행하는 것과 같은 기능 제공
프롬프트LLM 상호작용을 위한 재사용 가능한 템플릿특정 시나리오에서 AI의 행동을 안내
통신 프로토콜JSON-RPC 2.0 기반 표준 메시지 형식클라이언트와 서버 간의 통신 규약 정의
전송 레이어표준 입출력(stdin/stdout) 또는 HTTP(SSE)클라이언트와 서버 간의 통신 채널 제공

MCP 활용방안​

구분내용사례
기업용 솔루션기업 내부 데이터 접근 및 통합Slack(대화 기록, 채널 정보), Google Drive(문서 검색), 데이터베이스(Postgres, SQLite) 등 업무 도구 통합
개발 도구코드 컨텍스트 및 개발 환경 통합GitHub, Sourcegraph, Replit, Codeium, Zed 등 개발 플랫폼과 통합, 코드 리포지토리 상호작용
개인 생산성개인 정보 관리 및 자동화이메일 관리(Gmail), 캘린더, 작업 관리, Puppeteer를 통한 웹 브라우징
데이터 분석데이터 소스 접근 및 분석멀티모달 데이터 분석, 모니터링 시스템(Cloudflare, Sentry) 통합
AI 에이전트 개발복잡한 워크플로우 자동화RAG(Retrieval-Augmented Generation) 시스템, 복잡한 작업 조정을 위한 AI 에이전트 프레임워크
보안 및 규정 준수안전한 데이터 접근 및 통제민감한 데이터에 대한 제어된 접근, 권한 관리, 감사 로깅

MCP, LSP 차이점​

MCP는 LSP, Language Server Protocol에서 영감 받음

구분LSPMCP
목적개발 도구와 언어 서버 간 통신 표준화AI 모델과 외부 데이터 소스 및 도구 간 통합 표준화
활용 영역코드 편집기, IDE에서 언어 기능 제공AI 애플리케이션에서 외부 데이터 접근 및 도구 활용
핵심 기능자동 완성, 정의로 이동, 오류 진단 등컨텍스트 제공, 도구 호출, 데이터 접근 등
아키텍처클라이언트(편집기)-서버(언어 서비스)클라이언트(AI 앱)-서버(데이터 소스/도구)
통신 방식JSON-RPC 2.0JSON-RPC 2.0
통신 채널stdin/stdout, 명명된 파이프, 소켓(TCP)stdin/stdout, HTTP + SSE(Server-Sent Events)
개발 주체MicrosoftAnthropic
공개 시기2016년2024년 11월
영감 출처V8 디버거 프로토콜부분적으로 LSP에서 영감을 받음
주사용자프로그래밍 언어 서비스 개발자, 도구 제작자AI 모델 개발자, 데이터 통합 엔지니어

MCP 예시 코드​

#!/usr/bin/env node
import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import {
  ListToolsRequestSchema,
  CallToolRequestSchema,
  McpError,
  ErrorCode
} from "@modelcontextprotocol/sdk/types.js";

// MCP 서버 인스턴스 생성
const server = new Server({
  name: "mcp-simple-server",
  version: "1.0.0",
});

// 도구 목록 제공 핸들러
server.setRequestHandler(ListToolsRequestSchema, async () => {
  return {
    tools: [{
      name: "calculate_sum",
      description: "두 숫자를 더합니다",
      inputSchema: {
        type: "object",
        properties: {
          a: { type: "number" },
          b: { type: "number" }
        },
        required: ["a", "b"]
      }
    }]
  };
});

// 도구 호출 핸들러
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "calculate_sum") {
    const { a, b } = request.params.arguments;
    return { toolResult: a + b };
  }
  
  throw new McpError(ErrorCode.ToolNotFound, "도구를 찾을 수 없습니다");
});

// 표준 입출력을 통한 MCP 서버 연결
const transport = new StdioServerTransport();
await server.connect(transport);