**모델 컨텍스트 프로토콜(MCP)**은 인공지능(AI) 어시스턴트와 콘텐츠 저장소, 비즈니스 도구, 개발 환경을 포함한 다양한 데이터 소스 간의 안전하고 양방향 연결을 용이하게 하도록 설계된 개방형 표준입니다. 주요 목적은 대규모 언어 모델(LLM)이 실제 데이터에 액세스하고, 작업을 실행하고, 데이터 통합을 표준화하여 더욱 관련성 있고 맥락을 인식하는 응답을 생성할 수 있도록 하는 것입니다. ^{[1] [2]}

개요

AI 어시스턴트의 채택이 널리 확산됨에 따라 정보 사일로 및 레거시 시스템에 저장된 방대한 양의 데이터로부터 AI 어시스턴트가 고립되는 것이 중요한 과제가 되었습니다. 각각의 새로운 데이터 소스는 일반적으로 사용자 지정 통합이 필요하므로 AI 시스템을 효과적으로 확장하기 어렵습니다. 모델 컨텍스트 프로토콜은 단편적인 통합을 단일 통합 프로토콜로 대체하는 보편적이고 개방적인 표준을 제공하여 AI 시스템의 데이터 액세스의 신뢰성을 간소화하고 향상시킴으로써 이 문제를 해결합니다.

Anthropic, PBC는 2024년 11월 25일 모델 컨텍스트 프로토콜을 오픈 소스로 공개하여 최첨단 AI 모델이 더욱 정확하고 관련성 있는 출력을 생성할 수 있도록 하는 것을 목표로 했습니다. 이 프로토콜은 USB-C 포트와 마찬가지로 다양한 주변 장치에 장치를 연결하는 것처럼 AI 모델을 다양한 데이터 소스 및 도구에 연결하는 표준화된 방법을 제공하는 AI 애플리케이션을 위한 "USB-C 포트"로 구상되었습니다. MCP의 주요 이점으로는 점점 늘어나는 사전 구축된 통합 목록, 개발자가 다른 LLM 제공업체 간에 전환할 수 있는 유연성, 기존 인프라 내에서 데이터를 보호하기 위한 모범 사례 통합 등이 있습니다. MCP를 지원하는 에코시스템에는 9개 이상의 공식 SDK, 1,000개 이상의 사용 가능한 서버 및 70개 이상의 호환 클라이언트가 포함됩니다. ^{[1] [2] [3] [4] [5]}

기술 및 아키텍처

모델 컨텍스트 프로토콜은 호스트 애플리케이션이 여러 서버와 연결을 설정할 수 있는 클라이언트-서버 아키텍처에서 작동합니다. 이 아키텍처는 여러 가지 주요 구성 요소로 구성됩니다.

• MCP 호스트: 이는 Claude Desktop 또는 통합 개발 환경(IDE)과 같이 MCP를 통해 데이터에 액세스하려는 AI 도구 또는 애플리케이션입니다.
• MCP 클라이언트: 이는 MCP 서버와 일대일 연결을 유지하는 역할을 하는 프로토콜 클라이언트입니다.
• MCP 서버: 이는 표준화된 모델 컨텍스트 프로토콜을 통해 특정 기능과 데이터 소스를 노출하도록 설계된 경량 프로그램입니다.
• 로컬 데이터 소스: 이는 MCP 서버가 안전하게 액세스할 수 있는 사용자의 로컬 컴퓨터에 있는 파일, 데이터베이스 및 서비스를 포함합니다.
• 원격 서비스: 이는 일반적으로 API를 통해 인터넷을 통해 액세스할 수 있는 외부 시스템으로, MCP 서버가 연결할 수 있습니다.

Anthropic은 프로토콜 출시 시 개발자를 위해 모델 컨텍스트 프로토콜 사양 및 관련 소프트웨어 개발 키트(SDK), Claude Desktop 애플리케이션에 통합된 로컬 MCP 서버 지원, 다양한 MCP 서버가 포함된 오픈 소스 저장소라는 세 가지 주요 구성 요소를 도입했습니다. 이 프로토콜은 개발을 용이하게 하기 위해 TypeScript, Python, Java, Kotlin, C# 및 Ruby를 포함한 여러 프로그래밍 언어로 SDK를 제공합니다.

MCP 내의 핵심 개념은 AI와 데이터 간의 포괄적인 상호 작용을 가능하게 합니다.

• 리소스: 서버가 LLM에 데이터와 콘텐츠를 노출할 수 있도록 합니다.
• 프롬프트: 재사용 가능한 프롬프트 템플릿 및 워크플로우를 생성할 수 있도록 합니다.
• 도구: LLM이 연결된 서버를 통해 특정 작업을 수행할 수 있도록 합니다.
• 샘플링: 서버가 LLM에서 완성을 요청할 수 있도록 합니다.
• 전송: MCP에서 사용되는 통신 메커니즘을 정의합니다. ^{[1] [2] [3] [4]}

사용 사례 및 채택

모델 컨텍스트 프로토콜은 AI 시스템을 광범위한 실제 데이터와 연결하여 더욱 복잡하고 정보에 입각한 작업을 수행할 수 있도록 설계되었습니다. 콘텐츠 저장소, 비즈니스 도구 및 개발 환경과의 통합을 지원합니다. Anthropic의 Claude 3.5 Sonnet 모델은 특히 MCP 서버 구현을 구축하는 데 능숙하여 조직과 개인이 데이터 세트를 AI 기반 도구에 연결하는 프로세스를 간소화합니다.

Google Drive, Slack, GitHub, Git, Postgres 및 Puppeteer를 포함한 인기 있는 엔터프라이즈 시스템에 대해 사전 구축된 MCP 서버를 사용할 수 있습니다. Block 및 Apollo와 같은 초기 도입자는 시스템에 MCP를 통합했습니다. Zed, Replit, Codeium 및 Sourcegraph와 같은 개발 도구 회사도 플랫폼을 향상시키기 위해 MCP를 활용하고 있습니다. 이 통합을 통해 AI 에이전트는 더욱 관련성 있는 정보를 검색하고, 코딩 작업의 맥락을 더 잘 이해하고, 반복 횟수를 줄여 더욱 미묘하고 기능적인 코드를 생성할 수 있습니다.

Block의 최고 기술 책임자인 Dhanji R. Prasanna는 MCP와 같은 오픈 소스 이니셔티브의 중요성에 대해 다음과 같이 언급했습니다. "Block에서 오픈 소스는 단순한 개발 모델 이상입니다. 그것은 우리 작업의 기반이며 의미 있는 변화를 주도하고 모든 사람에게 공공재 역할을 하는 기술을 만드는 데 대한 약속입니다. 모델 컨텍스트 프로토콜과 같은 오픈 기술은 AI를 실제 애플리케이션에 연결하는 다리 역할을 하여 혁신이 접근 가능하고 투명하며 협업에 기반하도록 합니다. 우리는 프로토콜에 참여하고 이를 사용하여 사람들이 창의적인 작업에 집중할 수 있도록 기계적인 부담을 제거하는 에이전트 시스템을 구축하게 되어 기쁩니다." ^[1]

오픈 소스 특성 및 커뮤니티

Anthropic은 MCP를 협업적인 오픈 소스 프로젝트 및 에코시스템으로 육성하는 데 전념하고 있습니다. 개발자는 즉시 MCP 커넥터를 구축하고 테스트를 시작할 수 있습니다. 모든 Claude.ai 플랜은 Claude Desktop 애플리케이션에 MCP 서버를 연결하는 것을 지원합니다. Claude for Work 고객의 경우 내부 시스템 및 데이터 세트를 사용한 MCP 서버의 로컬 테스트가 지원되며, 향후에는 전체 조직을 위한 원격 프로덕션 MCP 서버를 배포하기 위한 툴킷을 제공할 계획입니다.

이 프로젝트는 AI 도구 개발자, 기존 데이터를 활용하려는 기업 및 초기 도입자의 기여를 장려합니다. 커뮤니티 지원 및 피드백 메커니즘에는 MCP 사양, SDK 및 설명서와 관련된 버그 보고 및 기능 요청에 대한 GitHub 문제뿐만 아니라 사양 및 기타 오픈 소스 구성 요소에 대한 전용 토론 포럼이 포함됩니다. ^{[2] [4] [1]}