Model Context Protocol (MCP)
모델 컨텍스트 프로토콜(MCP)은 단일 인터페이스를 통해 AI 애플리케이션을 도구 및 데이터에 연결하는 개방형 표준입니다. 아키텍처, 활용 사례, 코드를 살펴봅니다.
Model Context Protocol (MCP)은 AI 애플리케이션을 외부 도구, 데이터 소스, 워크플로에 연결하기 위한 오픈 표준입니다. MCP 이전에는 각 AI 애플리케이션이 사용하는 서비스마다 별도의 맞춤형 통합이 필요했으므로, 어시스턴트 10개와 서비스 10개를 연결하려면 최대 100개의 커넥터가 필요했습니다. MCP를 사용하면 서비스를 MCP 서버로 한 번만 래핑하면 되고, MCP 호환 애플리케이션이라면 어디서든 사용할 수 있습니다. Anthropic은 2024년 11월에 프로토콜을 도입했으며, 2025년 12월에는 Anthropic이 Block 및 OpenAI와 함께 공동 설립한 Linux Foundation 산하 기금인 Agentic AI Foundation에 기부했습니다. Claude, ChatGPT, VS Code, Cursor, Gemini CLI 등의 호스트가 이를 지원하며, AI 에이전트와 대규모 언어 모델(LLM)이 외부 세계와 연결되는 표준 방식으로 자리 잡았습니다.
MCP 작동 방식#
MCP 사양은 JSON-RPC 2.0 메시지를 교환하는 세 가지 역할을 정의합니다. 호스트는 사용자가 작업하는 AI 애플리케이션으로, 챗봇, IDE 또는 에이전트 등이 이에 해당합니다. 호스트 내부에서 각 서버와의 연결은 클라이언트 하나가 관리하며, 각 서버는 일련의 기능을 제공합니다. 로컬 서버는 하위 프로세스로 실행되어 표준 입력 및 출력(stdio)을 통해 통신하고, 원격 서버는 Streamable HTTP를 사용합니다. 2026-07-28 개정판부터 핵심 프로토콜은 상태 비저장 방식입니다. 각 요청에는 자체 프로토콜 버전과 클라이언트 기능이 포함되며, 기존의 initialize 핸드셰이크와 세션 ID는 제거되어 로드 밸런서 뒤의 어느 서버 인스턴스든 모든 요청에 응답할 수 있습니다.
서버는 세 가지 유형의 기능을 제공합니다:
- 도구: 모델이 호출할 수 있는 함수입니다. 각 도구는 이름, 설명, 인수에 대한 JSON Schema로 정의됩니다(예:
create_issue또는run_query). 도구는 텍스트, 이미지 또는 구조화된 데이터를 반환할 수 있습니다. - 리소스: 파일, 데이터베이스 스키마, 로그 발췌문 등 URI로 식별되는 읽기 전용 컨텍스트이며, 애플리케이션이 모델의 컨텍스트에 첨부할 수 있습니다.
- 프롬프트: 사용자가 명시적으로 선택하는 재사용 가능한 메시지 템플릿으로, 슬래시 명령어로 표시되는 경우가 많습니다.
서버는 작업 도중 누락된 입력을 가져오기(elicitation)를 통해 사용자에게 요청할 수도 있습니다. 선택적 확장 기능은 더 많은 기능을 추가합니다. Tasks는 클라이언트가 결과를 폴링하는 장기 실행 작업을 처리하며, MCP Apps는 도구가 대화 안에 차트와 양식을 렌더링하는 인터랙티브 인터페이스를 반환할 수 있도록 합니다. 이는 생성형 UI를 구현하는 방식입니다.
MCP 서버 구축#
공식 MCP Python SDK는 형식이 지정된 Python 함수를 도구로 변환하고, 타입 힌트에서 JSON Schema를 생성합니다. 이 방식으로 Ultralytics YOLO26 예측을 래핑하면 모든 MCP 호스트에 객체 탐지 기능을 제공할 수 있습니다. 도구는 모델이 추론에 활용할 수 있도록 각 객체의 클래스명, 신뢰도, 바운딩 박스를 담은 목록인 Results.summary()를 반환합니다. 아래 예제에서는 프로세스 내 클라이언트가 호스트와 같은 방식으로 도구를 검색하고 호출합니다:
import asyncio
from mcp import Client
from mcp.server.mcpserver import MCPServer
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
server = MCPServer("vision")
@server.tool()
def detect(image_url: str) -> list[dict]:
"""Detect objects in an image and return each object's class, confidence, and box."""
results = model(image_url)
return results[0].summary()
async def main():
"""Discover the server's tools and call one, as an MCP host does."""
async with Client(server) as client:
tools = await client.list_tools()
print(tools.tools[0].name, tools.tools[0].input_schema)
result = await client.call_tool("detect", {"image_url": "https://ultralytics.com/images/bus.jpg"})
print(result.structured_content)
asyncio.run(main())첫 번째 print은 도구의 이름과 호스트 모델에 표시되는 입력 스키마를 보여줍니다. 이 스키마에는 문자열 인수 image_url 하나가 필요하며, 두 번째는 구조화된 콘텐츠로 반환된 탐지 목록을 보여줍니다.
MCP와 관련 개념의 비교#
- 함수 호출: 모델이 도구에 보낼 구조화된 요청을 생성하는 기능입니다. MCP는 애플리케이션 간에 도구를 검색, 설명, 실행하는 방식을 표준화하며, 호스트는 MCP 도구 정의를 모델 고유의 함수 호출 형식으로 변환합니다.
- API: REST 또는 GraphQL API는 하나의 서비스에 대한 클라이언트를 지원합니다. MCP 서버는 이러한 API를 래핑하고, 모델이 맞춤형 코드 없이 API를 사용할 수 있도록 이름, 설명, 스키마를 추가하는 경우가 많습니다.
- 검색 증강 생성(RAG): 검색된 문서를 근거로 답변을 생성하는 기법입니다. MCP는 검색 도구나 첨부된 리소스를 통해 검색 결과를 전달하는 방법 중 하나입니다.
- Agent2Agent(A2A) 프로토콜: 에이전트와 다른 에이전트를 연결하여 전체 작업을 위임할 수 있도록 합니다. MCP는 에이전트를 에이전트가 직접 사용하는 도구 및 데이터에 연결합니다.
- 에이전트 스킬: 작업에 필요할 때 에이전트가 컨텍스트에 불러오는 지침 및 스크립트 폴더입니다. 스킬은 에이전트에 작업 수행 방법을 알려주고 MCP 서버는 관련 시스템에 실시간으로 접근할 수 있게 하므로, 에이전트는 일반적으로 두 가지를 모두 사용합니다.
실제 적용 사례#
- 에이전트 코딩: 코딩 에이전트는 MCP 서버를 통해 GitHub, 이슈 추적기, 데이터베이스, 브라우저에 연결합니다. 따라서 로그인 실패 원인을 질문하면 에이전트가 한 세션에서 오류 로그를 가져오고, 인증 코드를 읽고, 미해결 이슈를 확인할 수 있습니다.
- 엔터프라이즈 어시스턴트: 문서 저장소, 채팅, 티켓 관리, CRM 시스템용 커넥터를 사용하면 어시스턴트가 회사 데이터에 기반해 질문에 답하고 사용자를 대신해 업데이트를 등록할 수 있습니다.
- 시각 검사: 에이전트가 카메라 이미지에서 탐지 도구를 호출하고, 손상된 부품을 찾으면 재고 서버에서 교체 부품을 조회한 다음 유지보수 티켓 초안을 작성하여 단일 예측을 완전한 자동화 워크플로로 전환합니다.
- 데이터 분석: 데이터베이스 서버는 읽기 전용 쿼리 도구를 제공하므로, 분석가는 자연어로 질문하고 실시간 테이블에서 계산된 답변을 얻을 수 있습니다.
보안 고려 사항#
MCP 도구는 사용자의 자격 증명으로 임의의 코드를 실행할 수 있으므로, 연결을 추가할 때마다 모델이 할 수 있는 일과 공격자가 접근할 수 있는 범위가 넓어집니다. 도구 결과와 리소스에는 모델이 다른 도구를 호출하거나 데이터를 유출하도록 유도하는 텍스트인 프롬프트 인젝션이 포함될 수 있습니다. 악성 서버가 자체 도구 설명에 지침을 숨기는 공격은 도구 포이즈닝이라고 합니다. 원격 서버는 OAuth 기반 인증으로 사용자를 인증하며, 보안에 주의를 기울이는 호스트는 각 서버에 필요한 권한만 부여하고 로컬 서버를 샌드박스에서 실행하며 민감한 작업 전에 승인 요청을 표시하는 등의 가드레일을 추가합니다. 사양은 호스트가 도구를 호출하기 전에 사용자의 명시적 동의를 얻고, 신뢰할 수 있는 서버에서 제공되지 않은 도구 설명을 신뢰할 수 없는 정보로 취급하도록 요구합니다.










