요즘 유튜브 알고리즘에서 "MCP"라는 용어가 자주 노출되고 있다. AI 개발자에게 꼭 필요한 기술처럼 소개되며, 마치 모든 문제를 해결할 수 있는 만능 도구처럼 설명되기도 한다. 처음 접했을 때는 그 개념이 잘 이해되지 않았다.
그래서 공식 문서(Introduction - Model Context Protocol)를 직접 읽어보았다.
최근에 많이 언급되는 ChatGPT나 DeepSeek 같은 기술은 모두 LLM(Large Language Model)에 기반한 챗봇이다. 기본적으로는 사용자의 질문에 대해 자연어로 응답하는 역할을 한다.
그렇다면, 예를 들어 "내 컴퓨터에서 필요 없는 파일을 정리해줘"와 같은 지시를 내리고, 실제로 그 작업을 수행하게 만들기 위해서는 어떤 방식이 필요할까?
먼저, 컴퓨터 내의 파일 목록이나 관련 정보를 모델에 전달하고, 모델이 판단한 불필요한 파일을 삭제하는 기능을 따로 개발해야 한다.
문제는 이러한 기능이 특정 모델이나 환경에 종속되기 쉽다는 점이다. 만약 모델이 바뀌거나 다른 환경에서 동일한 기능을 사용하려면, 그에 맞춰 다시 개발해야 할 가능성이 크다.
이때 MCP가 해결책이 될 수 있다.
MCP에 맞춰 기능을 개발하면, 해당 기능을 표준화된 형식으로 표현할 수 있기 때문에 모델이나 환경이 달라져도 그대로 재사용할 수 있다. 다른 사람과 공유하거나, 다양한 LLM 모델에서도 동일한 방식으로 기능을 호출할 수 있다.
즉, 모델마다 따로 구현할 필요 없이, MCP 스펙에 따라 한 번만 개발하면 다양한 상황에 유연하게 대응할 수 있다는 것이다.
