์ฌ์ ๋ฆฌ๋
๋ฐ์ดํฐ ์ฅ๋ฒฝ์ ๊นจ๋ ๊ฒ: ์คเนเธเธฃํฝ์ ๋ชจ๋ธ ์ปจํ ์คํธ ํ๋กํ ์ฝ์ด AI ์ฑ๋ฅ์ ํฅ์์ํฌ ์ ์๋๊ฐ?
앤โทร픽의 혁신적인 모델 컨텍스트 프로토콜(MCP)은 단편적인 데이터를 해결하고 AI 기반 솔루션의 효율성을 높이기 위한 목적으로 설계되었습니다. 이것이 컨텍스트 인식 AI 통합을 위한 표준이 될 수 있을까요?
현재 인공 지능(AI) 혁신에서 가장 큰 도전 중 하나는 대규모 언어 모델(LLM)의 실시간 데이터와의 분리입니다. 이 문제를 해결하기 위해 샌프란시스코 기반의 AI 연구 및 안전 회사 앤โทร픽은 최근에 AI 모델이 데이터와 상호 작용하는 방식을 재정의하는 고유한 개발 아키텍처를 발표했습니다.
회사의 새로운 모델 컨텍스트 프로토콜(MCP)은 오픈 소스 프로젝트로 출시되어 AI를 위한 “AI 기반 애플리케이션과 실시간, 다양한 데이터 소스 간의 양방향 통신”을 통해 효율성을 높이는 것을 목표로 합니다.
이 아키텍처는 실시간 데이터와의 연결 부족으로 인해 발생하는 구식 AI 출력에 대한 증가하는 불만을 해결하기 위해 설계되었습니다. 앤โทร픽은 통일된 프로토콜이 비즈니스에서 AI 개발 및 기능을 향상시키고 실시간 컨텍스트 인식으로 더 인간적인 것을 만들 수 있다고 주장합니다. 회사의 설명에 따르면 새로운 비즈니스 데이터 소스는 사용자 지정 AI 구현이 필요하여 비효율성을 초래합니다. MCP는 개발자가 普遍적으로 채택할 수 있는 표준 프레임워크를 제공함으로써 이를 해결하려고 합니다.
“아키텍처는 간단합니다. 개발자는 MCP 서버를 통해 데이터를 노출하거나 이러한 서버에 연결하는 AI 애플리케이션(MCP 클라이언트)을 구축할 수 있습니다. 각 데이터 소스에 대한 별도의 커넥터를 유지하는 대신 개발자는 표준 프로토콜을 구축할 수 있습니다.” 앤โทร픽은 블로그 게시물에서 설명했습니다. “생태계가 성숙함에 따라 AI 시스템은 다양한 도구와 데이터 세트 사이에서 컨텍스트를 유지할 것입니다. 오늘날의 단편적인 통합을 더 지속 가능한 아키텍처로 대체할 것입니다.”
AI 모델, 앤โทร픽의 플래그십 어시스턴트 클로드를 포함하여 Google Drive, Slack, GitHub와 같은 도구와 통합할 수 있습니다. 전문가들은 MCP가 비즈니스 AI 통합을 서비스 지향 아키텍처(SOA) 및 기타 프로토콜이 애플리케이션 상호 운용성을 혁신한 것과 같은 방식으로 변革할 수 있는 잠재력을 가지고 있다고 제안합니다.
“LLM과 데이터 소스 간의 데이터 파이프라인을 위한 산업 표준 프로토콜을 갖는 것은 게임 체인저입니다. 소프트웨어 산업의 REST 및 SQL과 유사하게 표준화된 프로토콜인 MCP와 같은 것은 팀이 더 빠르고 신뢰할 수 있는 GenAI 애플리케이션을 구축하는 데 도움이 될 수 있습니다.” AI 모델 평가 플랫폼 Comet의 공동 창립자이자 CEO인 기디언 멘델스(Gideon Mendels)는 저에게 말했습니다. “이것은 지난 6개월 동안伟大한 LLM 모델만으로는 충분하지 않다는 시장의 실현을 따릅니다.”
앤โทร픽은 또한 초기 기업 도입자들, 즉 Block과 Apollo가 이미 시스템에 MCP를 통합했다고 밝혔습니다. 한편, 개발 도구 제공업체인 Zed, Replit, Codeium, Sourcegraph는 플랫폼을 강화하기 위해 MCP와 협력하고 있습니다. 이 파트너십은 AI 모델과 에이전트가 더 관련性 있는 정보를 실시간 데이터를 통해检索하고 컨텍스트를 더 효과적으로 이해하며 코딩과 같은 기업 작업을 위한 더 정교한 출력을 생성하는 데 도움이 됩니다.
“더 인간적인 AI 모델과 자기 의식이 있는 모델은 기술을 더 친근하게 만들 수 있으며, 이는 더广泛한 채택을 유도할 수 있습니다.” One Way Ventures의 Entrepreneur in Residence인 마샤 레빈(Masha Levin)은 저에게 말했습니다. “まだ 많은 사람들이 AI를 단순히 기계로 볼 뿐입니다. 이러한 모델을 인간화하면 그 страх을 완화하고 일상 생활에 더 원활하게 통합하는 데 도움이 될 수 있습니다.”
그러나 레빈은 또한 잠재적인 단점에 대해 경고했습니다. “기업이 지원을 위해 AI에過度로 의존하는 위험이 있습니다. 이는 극단적인 방식으로 의사 결정에 영향을 미칠 수 있으며, 유해한 결과를 초래할 수 있습니다.”
그러나 MCP의 진정한 시험은 경쟁이激しい 시장에서 널리 채택되고 경쟁사를 앞서는 능력에 있습니다.
앤โทร픽 MCP vs. OpenAI와 Perplexity: AI 혁신 표준을 위한 전쟁
앤โทร픽 MCP의 오픈 소스 접근 방식은 AI 혁신을 위한 주목할만한 진보를 나타냅니다. 그러나 이는 OpenAI와 Perplexity를 포함한 기술 거물들이 지배하는 경쟁 시장에 진입합니다.
OpenAI의 최근 “Work with Apps” 기능은 ChatGPT를 위한 것으로, 유사한 기능을 보여줍니다. 그러나 이것은 개발자와의 긴밀한 파트너십을 오픈 표준보다 우선시하는 독점적인 접근 방식을 취합니다. 이 기능은 ChatGPT가 사용자 허가 없이 다른 앱의 데이터와 콘텐츠에 액세스하고 분석할 수 있도록 허용합니다. 개발자가 수동으로 복사하고 붙여넣지 않아도 됩니다. 대신, ChatGPT는 앱에서 직접 데이터를 검토하여 더 지능적이고 컨텍스트 인식된 제안을 제공할 수 있습니다.
さらに, 회사는 10월에 실시간 데이터 아키텍처를紹介했는데, 이것을 “실시간 API”라고 합니다. 이것은 음성 어시스턴트가 인터넷에서 신선한 컨텍스트를 가져옴으로써 더 효과적으로 응답할 수 있도록 합니다. 예를 들어, 음성 어시스턴트는 사용자의 대신 주문을 넣거나 관련 고객 정보를 가져와 개인화된 응답을 제공할 수 있습니다. “이제 실시간 API와 곧 Chat Completions API의 오디오를 통해 개발자는 이러한 경험을 구동하기 위해 여러 모델을 조합할 필요가 없습니다.” OpenAI는 블로그 게시물에서 말했습니다. “하위에서 실시간 API는 GPT-4o와 메시지를 교환하기 위한 지속적인 WebSocket 연결을 생성하도록 허용합니다.”
同様に, Perplexity의 AI를 위한 실시간 데이터 프로토콜, 즉 “pplx-api”는 개발자가 자신의 대규모 언어 모델(LLM)에 액세스할 수 있도록 합니다. 이 API는 애플리케이션이 자연어 쿼리를 보내고 웹에서詳細한 실시간 정보를 받을 수 있도록 허용합니다. 단일 API 엔드포인트를 통해 최신 데이터检索와 컨텍스트 인식된 응답을 가능하게 하여 개발자가 최신 정보와 일치하는 애플리케이션을 구축할 수 있습니다.
“일반적으로 산업은 오픈 소스 솔루션 중 하나에 표준화하는 경향이 있습니다. 그러나 이것은 종종 수년이 걸릴 수 있습니다. OpenAI가 더 많은 프로토콜을 도입하려고 시도할 가능성이 있습니다.” 멘델스는 말했습니다. “그러나 MCP가 최초의 표준으로 널리 채택된다면, 우리는 기술과 최선의 실践이 MCP를 중심으로 표준화되기 시작할 수 있습니다.”
앤โทร픽 MCP, 컨텍스트 인식 AI 통합을 위한 표준을 설정할 수 있을까?
尽管 MCP는 잠재력을 가지고 있지만, 安全性은 주요한 문제입니다. AI 시스템이 민감한 기업 데이터에 액세스할 수 있도록 허용하면 시스템이 고장 나면 데이터 유출의 위험이 있습니다. 또한, 이미 확립된 생태계에 정착한 개발자를 설득하여 MCP를 채택하도록 하는 것은 어려울 수 있습니다.
또 다른 문제는 데이터의 크기입니다. IT 개발 회사 Making Sense의 데이터 과학 책임자 JD Raimondi는 저에게 말했습니다. “앤โทร픽은 대규모 컨텍스트를 위한 실험을 주도하고 있습니다. 그러나 모델의 정확도는 크게 저하됩니다. 시간이 지나면서 더 좋아질 것입니다. 성능면에서 속도를 받아들이기 위한 많은 트릭이 있습니다.”
앤โทร픽은 MCP가 데이터를检索하고 컨텍스트화하는 AI의 능력을 향상시킨다고 주장합니다. 그러나 이러한 주장을 뒷받침하는 구체적인 벤치마크가 부족하여 채택이 방해될 수 있습니다. “개발자, 기존 데이터를 활용하려는 기업, 또는 컨텍스트 인식 AI의 미래를 함께 구축하려는 초기 채택자라면, 우리는 여러분을 초대합니다.” 앤โทร픽은 말했습니다.
개발자가 MCP의 능력을 테스트하는 동안, 산업은 이 오픈 표준이 컨텍스트 인식 AI 통합을 위한 벤치마크가 될 수 있는 충분한 추진력을 얻을 수 있는지 지켜볼 것입니다. 멘델스는 표준화가 앤โทร픽에게 지능적인 움직임이 될 수 있으며, 상호 운용성을 높이고 팀이 자신의 필요에 가장 적합한 도구 조합을 결정하기 위해 다양한 도구 조합을 실험할 수 있도록 허용할 수 있다고 제안합니다. “현재, AI 생태계의 많은 프로세스가 표준화되고 있는 것처럼 느껴지지 않습니다. 혁신이 너무 빠르게 발생하고 있기 때문에, 오늘날의 최선의 실践은 다음 주에 구식이 될 수 있습니다. MCP와 같은 프로토콜이 컨텍스트 데이터检索를 표준화하는 데 성공할 수 있는지 시간이 지나면 알게 될 것입니다.”
