클라우드의 모델 컨텍스트 프로토콜 (MCP): 개발자 가이드

앤트로픽의 모델 컨텍스트 프로토콜 (MCP)은 오픈 소스 프로토콜로, AI 어시스턴트와 데이터베이스, API, 엔터프라이즈 도구와 같은 데이터 소스 간의 보안된 양방향 통신을 가능하게 합니다. 클라이언트-서버 아키텍처를 채택함으로써, MCP는 AI 모델이 외부 데이터와 상호작용하는 방식을 표준화하여, 각 새로운 데이터 소스에 대한 사용자 정의 통합의 필요성을 제거합니다.

MCP의 주요 구성 요소:

• 호스트: AI 어플리케이션으로, 연결을 시작합니다 (예: 클라우드 데스크톱).
• 클라이언트: 호스트 어플리케이션 내에서 서버와 1:1 연결을 유지하는 시스템입니다.
• 서버: 클라이언트에게 컨텍스트, 도구 및 프롬프트를 제공하는 시스템입니다.

MCP가 중요한 이유

통합을 단순화합니다

전통적으로, AI 모델을 다양한 데이터 소스에 연결하는 것은 사용자 정의 코드와 솔루션이 필요했습니다. MCP는 이 단편적인 접근 방식을 단일 표준 프로토콜로 대체하여 개발을 가속화하고 유지 보수 부담을 줄입니다.

AI 능력을 향상시킵니다

다양한 데이터 소스에 대한 무정지 액세스를 제공함으로써, MCP는 AI 모델이 더 관련性 있고 정확한 응답을 생성하는 능력을 향상시킵니다. 이는 실시간 데이터나 전문 정보가 필요한 작업에 특히 유용합니다.

보안을 강화합니다

MCP는 보안을 고려하여 설계되었습니다. 서버는 자체 리소스를 제어하여, AI 제공업체와의 민감한 API 키 공유가 불필요합니다. 프로토콜은 명확한 시스템 경계를 설정하여, 데이터 액세스가 통제되고 감사가 가능하도록 합니다.

협력

오픈 소스 이니셔티브로, MCP는 개발자 커뮤니티의 기여를 장려합니다. 이 협력 환경은 혁신을 가속화하고, 사용 가능한 커넥터와 도구의 범위를 증가시킵니다.

MCP의 작동 방식

아키텍처

MCP 아키텍처

MCP의 핵심은 클라이언트-서버 아키텍처로, 호스트 어플리케이션이 여러 서버에 연결할 수 있습니다. 이 설정은 AI 어플리케이션이 다양한 데이터 소스와 무정지로 상호작용할 수 있도록 합니다.

구성 요소:

• MCP 호스트: 클라우드 데스크톱, IDE, AI 도구와 같은 프로그램으로, MCP를 통해 리소스에 액세스하려고 합니다.
• MCP 클라이언트: 서버와 1:1 연결을 유지하는 프로토콜 클라이언트입니다.
• MCP 서버: 표준화된 모델 컨텍스트 프로토콜을 통해 특정 기능을 노출하는 경량 프로그램입니다.
• 로컬 리소스: MCP 서버가 안전하게 액세스할 수 있는 컴퓨터의 리소스 (데이터베이스, 파일, 서비스)입니다.
• 원격 리소스: API를 통해 액세스할 수 있는 인터넷上的 리소스 (예: API)입니다.

MCP 시작하기

사전 조건

• 클라우드 데스크톱 앱: macOS와 Windows용으로 제공됩니다.
• SDK: MCP는 TypeScript와 Python용 SDK를 제공합니다.

시작 단계

1. 사전 빌드 MCP 서버 설치: 클라우드 데스크톱 앱을 통해 Google Drive, Slack, GitHub와 같은 일반적인 데이터 소스에 대한 서버를 설치합니다.
2. 호스트 애플리케이션 구성: 구성 파일을 편집하여 사용하려는 MCP 서버를 포함합니다.
   {
"mcpServers": {
"sqlite": {
"command": "uvx",
"args": ["mcp-server-sqlite", "--db-path", "/path/to/your/database.db"] }}}

3. 사용자 정의 MCP 서버 빌드: 제공된 SDK를 사용하여 특정 데이터 소스 또는 도구에 맞춘 서버를 생성합니다.
4. 연결 및 테스트: AI 어플리케이션과 MCP 서버 간의 연결을 설정하고, 실험을 시작합니다.

뒷이야기

클라우드 데스크톱과 같은 AI 어플리케이션을 사용하여 MCP와 상호작용할 때, 통신 및 데이터 교환을 용이하게 하는 여러 프로세스가 발생합니다.

1. 서버 발견

• 초기화: 시작 시, MCP 호스트 (예: 클라우드 데스크톱)는 구성된 MCP 서버에 연결하여, 추가 상호작용에 필요한 초기 통신 채널을 설정합니다.

2. 프로토콜 핸드シェ이크

• 기능 협상: 호스트 어플리케이션과 MCP 서버는 기능을 협상하고, 공통의 이해를 설정하기 위해 핸드シェ이크를 수행합니다.
• 식별: 호스트는 특정 요청을 처리할 수 있는 MCP 서버를 식별합니다.

3. 상호작용 흐름

클라우드 데스크톱을 통해 로컬 SQLite 데이터베이스를 쿼리하는 예를 고려해 봅시다.

MCP 프로토콜

단계별 프로세스:

1. 연결 초기화: 클라우드 데스크톱이 SQLite와 상호작용하도록 구성된 MCP 서버에 연결합니다.
2. 사용 가능한 기능: MCP 서버는 SQL 쿼리 실행과 같은 기능을 통신합니다.
3. 쿼리 요청: 클라우드 데스크톱에 데이터를 가져오라고 요청합니다. 호스트는 MCP 서버에 쿼리 요청을 보냅니다.
4. SQL 쿼리 실행: MCP 서버는 SQLite 데이터베이스에서 SQL 쿼리를 실행합니다.
5. 결과 가져오기: MCP 서버는 결과를 가져와 클라우드 데스크톱에 보냅니다.
6. 서식된 결과: 클라우드 데스크톱은 데이터를 읽기 쉽게 표시합니다.

추가 사용 사례

• 소프트웨어 개발: 코드 생성 도구를 강화하기 위해 AI 모델을 코드 저장소 또는 이슈 추적기에 연결합니다.
• 데이터 분석: AI 어시스턴트가 데이터베이스 또는 클라우드 저장소의 데이터 세트에 액세스하고 분석하도록 허용합니다.
• 엔터프라이즈 자동화: AI를 CRM 시스템 또는 프로젝트 관리 플랫폼과 같은 비즈니스 도구와 통합합니다.

MCP 아키텍처의 이점

• 모듈성: 호스트와 서버를 분리함으로써, MCP는 모듈식 개발과 유지 보수를 용이하게 합니다.
• 확장성: 여러 MCP 서버가 단일 호스트에 연결되어, 각기 다른 리소스를 처리할 수 있습니다.
• 상호 운용성: MCP를 통해 표준화된 통신이 가능하여, 다른 AI 도구와 리소스가 원활하게 협업할 수 있습니다.

초기 채택자 및 커뮤니티 지원

리플릿과 코드이움과 같은 회사들은 이미 MCP를 지원하고 있으며, 블록과 아폴로와 같은 조직은 이미 이를 구현했습니다. 이는 산업의 강력한 지원과 MCP의 미래에 대한 약속을 나타냅니다.

자원 및 추가 자료

• 공식 MCP 문서: 모델 컨텍스트 프로토콜 문서
• GitHub 리포지토리: MCP 서버 및 SDK
• 커뮤니티 기여: 커뮤니티의 MCP 서버

결론

모델 컨텍스트 프로토콜은 AI 모델이 데이터 소스와 상호작용하는 방식을 단순화하는 한 걸음입니다. 이러한 연결을 표준화함으로써, MCP는 개발을 가속화하고, AI 어시스턴트의 능력을 향상시킵니다. 앤트로픽은 개발자에게 AI를 효과적으로 사용하는 도구를 제공하는 훌륭한 일을 하고 있습니다.