Model Context Protocol (MCP)

개발사	[[Anthropic]] (초기 개발)
최초 공개	2024년 11월
유형	[[오픈 소스]] [[통신 프로토콜]]
라이선스	[[MIT 라이선스]]
관리 기관	Agentic AI Foundation ([[리눅스 재단]])
프로그래밍 언어	[[Python]], [[TypeScript]], [[Java]], [[C Sharp\|C#]], [[Kotlin]], [[Go (프로그래밍 언어)\|Go]]
기반 기술	[[JSON-RPC]] 2.0
월간 SDK 다운로드	9,700만 회 이상 (2025년 12월 기준)
활성 서버 수	10,000개 이상 (2025년 12월 기준)
웹사이트	[https://modelcontextprotocol.io modelcontextprotocol.io]

'''MCP'''('''Model Context Protocol''', '''모델 컨텍스트 프로토콜''')는 [[Anthropic]]이 2024년 11월에 공개한 [[오픈 소스]] [[통신 프로토콜]]로, [대규모 언어 모델]과 외부 도구, 데이터 소스, 시스템 간의 통합을 표준화하기 위해 설계되었다. MCP는 [[인공지능]] 에이전트가 파일 읽기, 함수 실행, 컨텍스트 기반 프롬프트 처리 등을 수행할 수 있도록 하는 범용 인터페이스를 제공한다. 공개 이후 [[OpenAI]], [[구글 딥마인드]], [[마이크로소프트]] 등 주요 AI 기업이 채택하면서 AI 에이전트 생태계의 사실상 표준(''de facto standard'')으로 자리잡았다. == 개요 == MCP는 AI 애플리케이션과 외부 시스템 간의 연결을 표준화하는 개방형 프로토콜이다. 이 프로토콜이 등장하기 전에는 각 AI 애플리케이션이 개별 데이터 소스나 도구와 연결하기 위해 맞춤형 커넥터를 별도로 구축해야 했으며, 이로 인해 Anthropic이 '''N×M 통합 문제'''라고 부르는 복잡성이 발생했다. 즉, N개의 AI 애플리케이션과 M개의 도구·데이터 소스가 있을 때 N×M개의 개별 통합이 필요한 구조였다. MCP는 흔히 '''AI를 위한 USB-C'''에 비유된다. USB-C가 다양한 전자 기기를 하나의 표준 포트로 연결하는 것처럼, MCP는 AI 애플리케이션이 외부 시스템과 상호작용하는 방식을 하나의 표준으로 통일한다. 개발자는 MCP를 한 번 구현하면 전체 통합 생태계에 접근할 수 있게 된다. MCP를 통해 AI 에이전트는 다음과 같은 작업을 수행할 수 있다: [[구글 캘린더]], [[노션]] 등의 서비스에 접근하여 개인화된 AI 비서로 기능 [[Figma]] 디자인을 기반으로 웹 애플리케이션을 자동 생성 조직 내 다수의 [[데이터베이스]]에 연결하여 자연어 기반 데이터 분석 수행 [[블렌더 (소프트웨어)|Blender]]에서 3D 디자인을 생성하고 [[3D 프린터]]로 출력 == 역사 == === 개발 배경 === MCP의 기원은 Anthropic 내부의 실무적 필요에서 비롯되었다. MCP의 공동 개발자인 데이비드 소리아 파라(David Soria Parra)는 [[Claude (인공지능)|Claude]] 데스크톱과 [[통합 개발 환경|IDE]] 사이에서 코드를 반복적으로 복사해야 하는 비효율에 대한 불만에서 프로토콜을 구상하기 시작했다. 이전에도 유사한 문제를 해결하려는 시도가 있었는데, OpenAI의 2023년 '''함수 호출(function-calling)''' API와 '''ChatGPT 플러그인''' 프레임워크가 대표적이었지만, 이들은 특정 벤더에 종속된 커넥터를 필요로 했다. MCP는 [Language Server Protocol]의 메시지 흐름 개념을 차용하고, [[JSON-RPC]] 2.0을 전송 계층으로 사용하여 설계되었다. LSP가 다양한 프로그래밍 언어와 편집기 간의 통합을 표준화한 것처럼, MCP는 AI 모델과 외부 도구 간의 통합을 표준화하는 것을 목표로 했다. === 공개 및 초기 채택 (2024년 11월) === 2024년 11월, Anthropic은 MCP를 오픈 소스 표준으로 공개했다. 최초 릴리스에는 [[Python]]과 [[TypeScript]]용 [[소프트웨어 개발 키트|SDK]]가 포함되었으며, [[구글 드라이브]], [[Slack]], [[GitHub]], [[Git]], [[PostgreSQL]], [[Puppeteer]] 등 주요 엔터프라이즈 시스템을 위한 사전 구축 MCP 서버도 함께 제공되었다. 초기 채택 기업으로는 [[Block (기업)|Block]]과 Apollo가 있었으며, [[Zed (텍스트 편집기)|Zed]], [[Replit]], Codeium, [[Sourcegraph]] 등의 개발 도구 기업도 자사 플랫폼에 MCP를 통합하기 시작했다. 공개 당시 많은 팀이 이를 단순한 표준 제안으로 여기고 간과했으나, 생태계는 예상보다 빠르게 성장했다. === 급속 성장기 (2025년) === 2025년 초부터 MCP의 채택은 폭발적으로 증가했다. MCP 서버 다운로드 수는 2024년 11월 약 10만 건에서 2025년 4월까지 800만 건 이상으로 급증했다. 주요 이정표는 다음과 같다: '''2025년 3월''': OpenAI가 Agents SDK, Responses API, ChatGPT 데스크톱 앱 전반에 MCP를 공식 채택했다. OpenAI CEO 샘 올트먼(Sam Altman)은 "사람들이 MCP를 좋아하며 우리도 모든 제품에 지원을 추가하게 되어 기쁘다"고 밝혔다. '''2025년 4월''': 구글 딥마인드의 데미스 하사비스(Demis Hassabis)가 향후 [[Gemini (인공지능)|Gemini]] 모델에서의 MCP 지원을 확인했다. '''2025년 7월''': 커뮤니티 주도의 SEP(Specification Enhancement Proposals) 프로세스가 도입되었다. '''2025년 11월''': 비동기 작업, 무상태(statelessness), 서버 아이덴티티, 공식 커뮤니티 레지스트리 등 주요 사양 업데이트가 이루어졌다. === 리눅스 재단 이관 (2025년 12월) === 2025년 12월 9일, Anthropic은 MCP를 [[리눅스 재단]] 산하에 새로 설립된 '''에이전틱 AI 재단'''(Agentic AI Foundation, AAIF)에 기증했다. AAIF는 Anthropic, Block, OpenAI가 공동 설립했으며, [[아마존 웹 서비스|AWS]], [[블룸버그 L.P.|Bloomberg]], [[클라우드플레어|Cloudflare]], [[구글]]이 지원 멤버로 참여했다. AAIF의 창립 프로젝트로는 MCP 외에도 Block의 '''goose'''(오픈 소스 AI 에이전트 프레임워크)와 OpenAI의 '''AGENTS.md'''(AI 코딩 에이전트를 위한 프로젝트별 지침 표준)가 포함되었다. 이 세 프로젝트는 각각 연결(MCP), 지시(AGENTS.md), 실행(goose)의 역할을 담당하며 에이전틱 AI 애플리케이션의 전체 스택을 구성한다. 이관 시점에서 MCP는 월간 SDK 다운로드 9,700만 회 이상, 10,000개 이상의 활성 서버, ChatGPT·Claude·[[Cursor (소프트웨어)|Cursor]]·Gemini·[[Microsoft Copilot]]·[[비주얼 스튜디오 코드|Visual Studio Code]] 등 주요 AI 플랫폼의 지원을 확보한 상태였다. == 기술 아키텍처 == === 핵심 구성 요소 === MCP의 아키텍처는 세 가지 핵심 구성 요소로 이루어져 있다: '''호스트(Host)''': AI 애플리케이션의 전체 환경을 관리하며, 클라이언트를 인스턴스화하고 서버를 승인한다. 사용자와 조직이 AI 비서의 접근 권한을 관리할 수 있도록 보안 및 접근 제어를 담당한다. '''MCP 클라이언트(Client)''': LLM 애플리케이션 내부에 통합되어 외부 데이터 소스와의 상호작용을 중개하는 구성 요소이다. 하나의 클라이언트는 하나 이상의 MCP 서버에 연결할 수 있다. '''MCP 서버(Server)''': 외부 시스템의 데이터와 기능을 노출하는 경량 프로그램이다. 각 서버는 특정 서비스(예: GitHub, 구글 드라이브, 데이터베이스)에 대한 접근을 제공한다. === 세 가지 기본 요소 (Primitives) === MCP는 세 가지 핵심 기본 요소를 정의한다: '''도구(Tools)''': AI 모델이 호출할 수 있는 실행 가능한 함수로, 데이터베이스 쿼리, API 호출, 파일 작업 등을 수행한다. '''리소스(Resources)''': AI 모델이 읽을 수 있는 데이터 소스로, 파일, 데이터베이스 레코드, API 응답 등을 포함한다. '''프롬프트(Prompts)''': 특정 워크플로에 최적화된 구조화된 프롬프트 템플릿이다. === 메시지 유형 === MCP는 [[JSON-RPC]] 2.0 기반의 네 가지 메시지 유형을 지원한다: '''요청(Request)''': 응답을 기대하는 메시지 '''결과(Result)''': 요청에 대한 성공 응답 '''오류(Error)''': 요청 실패를 나타내는 응답 '''알림(Notification)''': 응답을 기대하지 않는 단방향 메시지 === 전송 메커니즘 === MCP는 다수의 전송 메커니즘을 지원한다: '''Stdio(표준 입출력)''': 로컬 프로세스 간 통신에 사용된다. 초기 MCP 환경에서 가장 널리 사용된 방식이다. '''Streamable HTTP''': 원격 통신을 위한 전송 방식으로, 원래의 [[서버 전송 이벤트|SSE]](Server-Sent Events) 기반 전송에서 발전한 형태이다. 엔터프라이즈 환경에서의 분산 배포와 확장성을 지원한다. 초기에는 대부분의 사용자가 로컬 환경에서 Stdio를 통해 클라이언트와 서버를 연결했으나, MCP가 산업 표준으로 성장하면서 원격 서버 인프라에 대한 수요가 증가했다. Streamable HTTP 전송은 이러한 원격 MCP 배포를 가능하게 하는 중요한 발전이었다. === 코드 실행 패턴 === 2025년 후반, Anthropic은 '''코드 실행을 통한 MCP'''(Code Execution with MCP) 패턴을 제안했다. 기존 방식에서는 모든 도구 정의와 중간 결과가 모델의 컨텍스트 윈도우를 통과하면서 토큰을 과도하게 소비하는 문제가 있었다. 코드 실행 패턴은 MCP 도구를 코드 수준의 API로 재구성하여 모델이 직접 코드를 작성하고 실행하도록 한다. Anthropic의 보고에 따르면, 약 150,000 토큰을 소비하던 워크플로가 코드 실행 패턴을 적용한 후 약 2,000 토큰으로 줄어들어 98.7%의 토큰 사용량 감소를 달성한 사례가 있었다. 이 패턴은 점진적 도구 발견(progressive tool discovery), 컨텍스트 효율적 데이터 처리, 상태 관리 등의 이점을 제공한다. == SDK 및 생태계 == === 공식 SDK === MCP는 다양한 프로그래밍 언어에 대한 공식 SDK를 제공한다: '''Python SDK''': 공식 참조 구현체 '''TypeScript SDK''': [[Node.js]] 환경 지원 '''Java SDK''': [[Spring AI]]와 협력하여 유지보수 '''C# SDK''': [[마이크로소프트]]와 협력하여 유지보수 '''Go SDK''': [[구글]]과 협력하여 유지보수 '''Kotlin SDK''': [[JetBrains]]와 협력하여 유지보수 === 주요 채택 플랫폼 === 2025년 12월 기준으로 MCP를 채택한 주요 플랫폼은 다음과 같다: '''AI 어시스턴트''': [[ChatGPT]], [[Claude (인공지능)|Claude]], [[Gemini (인공지능)|Gemini]], [[Microsoft Copilot]] '''개발 도구''': [[Cursor (소프트웨어)|Cursor]], [[비주얼 스튜디오 코드|Visual Studio Code]], [[Replit]], Zed, Sourcegraph, Codeium '''엔터프라이즈''': Block, Bloomberg, Amazon 및 다수의 [[포춘 500]] 기업 '''클라우드 플랫폼''': [[아마존 웹 서비스|AWS]], [[구글 클라우드 플랫폼|Google Cloud]], [[마이크로소프트 애저|Azure]], [[클라우드플레어|Cloudflare]] === MCP Apps === MCP 생태계는 단순한 도구 연결을 넘어 '''MCP Apps'''로 확장되었다. 이는 MCP의 공식 확장 기능으로, 도구가 대화 내에서 직접 렌더링되는 인터랙티브 UI 구성 요소(대시보드, 폼, 시각화, 다단계 워크플로 등)를 반환할 수 있도록 한다. == 유사 기술과의 비교 == === OpenAPI와의 비교 === MCP는 [[OpenAPI]]와 자주 비교되는데, 둘 다 API 통합을 표준화하려는 목표를 가지고 있다. 그러나 OpenAPI가 RESTful API의 명세를 기술하는 데 초점을 맞추는 반면, MCP는 AI 모델과 외부 시스템 간의 양방향 실시간 연결에 특화되어 있다. MCP는 단순한 API 호출을 넘어 컨텍스트 관리, 워크플로 정의, 리소스 접근을 포괄하는 더 넓은 범위의 프로토콜이다. === 함수 호출(Function Calling)과의 비교 === OpenAI 등이 제공하는 함수 호출 기능은 단순한 API 상호작용에 적합하지만, MCP는 복수의 도구를 포함하는 복잡한 워크플로, 실시간 업데이트, 모델 및 벤더 독립성이 필요한 시나리오에서 더 강력한 해결책을 제공한다. 함수 호출이 특정 벤더에 종속된 반면, MCP는 벤더 중립적 표준을 지향한다. === Language Server Protocol과의 비교 === MCP는 설계 철학에서 [Language Server Protocol]과 유사점이 있다. LSP가 다양한 프로그래밍 언어와 코드 편집기 간의 통합을 표준화하여 N×M 문제를 해결한 것처럼, MCP는 AI 모델과 외부 도구 간에 동일한 접근 방식을 적용한다. == 보안 == === 알려진 취약점 === MCP 생태계의 급속한 성장과 함께 다양한 보안 문제가 제기되었다. 2025년 4월, 보안 연구자들이 발표한 분석에서는 프롬프트 주입, 도구 권한 결합을 통한 데이터 유출, 신뢰할 수 있는 도구를 대체하는 유사 도구(lookalike tools) 등 여러 보안 문제가 있다고 결론지었다. 주요 보안 위협은 다음과 같다: ==== 프롬프트 주입 (Prompt Injection) ==== 공격자가 입력 프롬프트나 데이터 필드에 숨겨진 악성 명령을 삽입하여 AI 모델이 의도하지 않은 명령을 실행하도록 유도하는 공격이다. 예를 들어, WhatsApp MCP 서버의 경우 누군가 악성 지시가 포함된 메시지를 보내면 LLM이 해당 지시를 따라 전체 대화 기록을 외부로 전송할 수 있다. ==== 도구 중독 (Tool Poisoning) ==== MCP 도구의 메타데이터(설명, 이름 등)에 악성 지시를 삽입하는 공격이다. LLM은 이 메타데이터를 기반으로 도구를 선택하므로, 조작된 설명은 모델이 의도하지 않은 도구를 호출하거나 보안 제어를 우회하도록 유도할 수 있다. 특히 호스팅된 MCP 서버에서는 도구 정의가 사후에 변경될 수 있어(이른바 '''러그 풀''' 공격) 위험이 더 크다. ==== 공급망 공격 ==== 악성 MCP 서버 패키지가 합법적인 서버로 위장하는 사례가 보고되었다. Postmark MCP 서버를 사칭한 악성 패키지가 모든 이메일 통신의 숨은 참조(BCC) 사본을 공격자 서버로 전송한 사건이 대표적이다. ==== 실제 보안 사건 ==== 2025년에 보고된 주요 MCP 보안 사건으로는 다음이 있다: '''GitHub MCP 통합 취약점''' (2025년 5월): Invariant Labs가 공식 GitHub MCP 통합에서 악성 GitHub 이슈를 통해 AI 에이전트를 탈취하고 비공개 저장소의 데이터를 유출할 수 있는 취약점을 발견했다. '''MCP Inspector 원격 코드 실행''': Anthropic의 MCP Inspector 개발 도구에서 비인증 원격 코드 실행이 가능한 취약점이 발견되었다. '''CVE-2025-6514''': mcp-remote OAuth 프록시에서 발견된 심각한 OS 명령 주입 버그로, 437,000개 이상의 환경에 영향을 미쳤다. '''CVE-2025-6515''': oatpp-mcp 구현에서 발견된 세션 하이재킹 취약점('''프롬프트 하이재킹'''으로 명명)이다. '''Asana MCP 서버 버그''': MCP 서버 기능에서 한 조직의 데이터가 다른 조직에 노출될 수 있는 결함이 발견되었다. === 보안 권장 사항 === MCP 사양에는 "신뢰 및 안전, 보안을 위해 도구 호출을 거부할 수 있는 능력을 가진 인간이 항상 루프에 있어야 한다"(SHOULD)는 지침이 포함되어 있다. 보안 연구자 사이먼 윌리슨(Simon Willison)은 이러한 SHOULD를 MUST로 취급할 것을 강력히 권고했다. [[마이크로소프트]], [[Docker]], [[Red Hat]] 등은 MCP 보안에 대한 가이드를 발표하며 다음과 같은 보안 모범 사례를 제시했다: MCP 서버를 신뢰할 수 없는 서드파티 코드로 취급 [[Docker]] 컨테이너 등을 통한 서버 격리 엄격한 입력 유효성 검사 및 매개변수화된 쿼리 사용 지속적인 행동 모니터링 및 감사 로깅 최소 권한 원칙 적용 == 영향 및 의의 == === AI 에이전트 생태계의 표준화 === MCP는 AI 에이전트가 외부 세계와 상호작용하는 방식을 근본적으로 변화시켰다. 이전에는 각 AI 애플리케이션이 각 도구에 대해 개별 통합을 구축해야 했지만, MCP를 통해 하나의 표준적인 방법으로 모든 호환 시스템에 접근할 수 있게 되었다. 이는 [[Docker]]와 [[쿠버네티스]]가 [[컨테이너 (소프트웨어)|컨테이너]] 기술을 혁신한 것과 유사한 궤적으로 평가된다. === 엔터프라이즈 AI 도입 가속화 === MCP는 기업의 AI 도입 장벽을 크게 낮추었다. Bloomberg의 최고기술책임자 숀 에드워즈(Shawn Edwards)는 MCP가 투자 전문가의 정교한 추론과 의사결정을 지원하기 위한 시의적절하고 관련성 높은 컨텍스트 접근을 가능하게 한다고 밝혔다. 2025년 말까지 85%의 기업이 AI 에이전트를 구현할 것으로 전망되었다. === 오픈 소스 거버넌스 모델 === 경쟁 관계에 있는 Anthropic, OpenAI, 구글이 공동으로 하나의 오픈 프로토콜을 지원하고 이를 중립적 재단에 기증한 것은 AI 산업에서 중요한 선례가 되었다. 리눅스 재단의 짐 제믈린(Jim Zemlin) 전무이사는 이러한 협력이 에이전틱 AI의 미래를 투명하고 협력적으로 발전시키는 데 기여할 것이라고 평가했다. === 개발자 생산성 향상 === MCP는 개발자들이 맞춤형 통합 코드를 작성하는 데 드는 시간을 대폭 줄여주었다. [[Claude Code]]와 같은 AI 코딩 도구는 MCP를 통해 프로젝트 컨텍스트에 실시간으로 접근하여 더 정확하고 관련성 높은 코드를 생성할 수 있게 되었다. == 논란 및 비평 == === 보안 성숙도 우려 === MCP의 급속한 채택 속도에 비해 보안 프레임워크의 성숙도가 부족하다는 비판이 있다. 사이먼 윌리슨을 비롯한 보안 연구자들은 [[프롬프트 주입]] 문제가 2년 이상 알려져 있음에도 여전히 설득력 있는 완화 방안이 없다고 지적했다. 실험적 기술이 프로덕션 환경에 너무 빨리 도입되면서 보안 검토가 기능 개발 속도를 따라가지 못하는 상황이 우려된다. === 권한 관리 문제 === MCP 서버가 명령 실행과 API 호출을 수행할 수 있는 능력은 권한 관리에 대한 근본적인 질문을 제기한다. 사용자가 의도하지 않은 작업을 LLM이 적절하다고 판단하여 실행할 수 있으며, 과도한 범위의 [개인 접근 토큰]이 MCP 서버에 연결될 경우 보안 위험이 크게 증가한다. === 벤더 영향력 === 오픈 소스 거버넌스에도 불구하고 Anthropic이 MCP의 초기 개발자이자 주요 기여자로서 사실상의 영향력을 행사할 수 있다는 우려가 있다. 리눅스 재단의 제믈린은 [[쿠버네티스]]가 컨테이너 경쟁에서 승리한 사례를 들어, 지배적 위치가 벤더 통제가 아닌 기술적 우수성에서 비롯되는 것이라면 문제가 되지 않는다는 견해를 밝힌 바 있다. === 레이트 리밋 및 확장성 === MCP는 통합 제공자의 [[레이트 리밋]] 내에서 데이터 동기화를 최적화하지 않으며, 개발자가 직접 스로틀링 전략을 구현해야 한다. 엔터프라이즈 배포가 하루 수백만 건의 요청 규모로 확장됨에 따라, 상태 유지(stateful) 연결의 마찰이 관리형 서비스와 로드 밸런싱에서 병목 현상을 유발한다는 보고가 있었다. == 전망 == MCP 생태계는 단순한 도구 연결 프로토콜에서 에이전틱 AI 인프라의 핵심 계층으로 발전하고 있다. AAIF의 설립과 함께 MCP, AGENTS.md, goose가 구성하는 에이전틱 AI 스택은 연결, 지시, 실행의 세 축을 아우르는 포괄적 프레임워크로 확장되고 있다. 2026년 이후에는 AI 에이전트가 일상적인 업무를 엔드투엔드로 처리하고, 인간의 개입은 예외, 승인, 전략적 결정에 한정되는 방향으로 발전할 것으로 전망된다. == 관련 문서 == [[Anthropic]] [[대규모 언어 모델]] [[인공지능 에이전트]] [[Language Server Protocol]] [[JSON-RPC]] [[OpenAPI]] [[프롬프트 주입]] [[리눅스 재단]] [[Claude (인공지능)]] [[ChatGPT]] [[LangChain]] == 외부 링크 == [https://modelcontextprotocol.io MCP 공식 웹사이트] [https://github.com/modelcontextprotocol MCP GitHub 저장소] [https://blog.modelcontextprotocol.io MCP 공식 블로그] [https://www.anthropic.com/news/model-context-protocol Anthropic의 MCP 발표 페이지] [https://www.anthropic.com/news/donating-the-model-context-protocol-and-establishing-of-the-agentic-ai-foundation Anthropic의 AAIF 설립 발표] [https://www.linuxfoundation.org/press/linux-foundation-announces-the-formation-of-the-agentic-ai-foundation 리눅스 재단 AAIF 설립 보도자료] [https://en.wikipedia.org/wiki/Model_Context_Protocol 영어 위키백과 MCP 문서] [[분류:인공지능]] [[분류:통신 프로토콜]] [[분류:오픈 소스 소프트웨어]] [[분류:Anthropic]] [[분류:2024년 소프트웨어]]