모델 컨텍스트 프로토콜 Model Context Protocol
MCP
AI 애플리케이션이 외부 도구와 데이터 소스를 표준 방식으로 연결하도록 정의한 프로토콜이다.
개념과 원리
섹션 제목: “개념과 원리”개요와 핵심 정의
섹션 제목: “개요와 핵심 정의”AI 애플리케이션이 외부 도구와 데이터 소스를 표준 방식으로 연결하도록 정의한 프로토콜이다.
‘모델 컨텍스트 프로토콜’ 개념은 에이전트·자동화·MCP 영역에서 무엇을 계산하거나 통제하는지 설명하는 표제어다. 이름을 외우는 데서 멈추지 않고 입력, 변환 과정, 출력, 적용 조건을 분리해 보면 제품과 논문마다 다른 표현을 같은 원리 위에서 비교할 수 있다. 에이전트 분야는 모델이 목표를 해석하고 도구와 상태를 사용해 여러 단계 행동을 수행하는 구조를 다룬다.
배경과 설명 범위
섹션 제목: “배경과 설명 범위”영문 Wikipedia의 ‘Model Context Protocol’ 표제어를 대조해 용어의 일반적 범위와 인접 개념을 확인했다. 외부 백과의 문장을 복제하지 않고, 아래 1차 자료와 내부 개념 그래프를 기준으로 한국어 설명을 다시 구성했다.
이 문서에서 다루는 범위는 안정적인 개념과 구현 원리다. 최신 모델명·가격·한도처럼 자주 바뀌는 정보는 포함하지 않으며, 실제 사용 시점에는 연결된 공식 문서와 배포 환경의 버전을 다시 확인한다.
2026년 7월 23일 기준 MCP의 안정 규격은 2025-11-25이며, 2026-07-28 규격은 최종본이 아닌 릴리스 후보다. 후보 규격은 프로토콜 핵심을 상태 비저장으로 전환하고 확장 프레임워크, Tasks와 MCP Apps, 권한 부여 강화 및 정식 폐기 정책을 제안한다. 구현과 문서에서는 안정 규격과 후보 규격을 혼용하지 않고 MCP-Protocol-Version과 기준 날짜를 함께 기록해야 한다.
작동 원리
섹션 제목: “작동 원리”모델 컨텍스트 프로토콜은 AI 애플리케이션이 도구·리소스·프롬프트를 표준 메시지로 발견하고 호출하도록 클라이언트와 서버 경계를 정의한다.
멀티 에이전트 시스템 및 인간 참여형 제어 개념을 먼저 이해하면 계산 위치와 역할을 구분하기 쉽다. 이 선행 관계를 기준으로 어느 단계에서 값이 만들어지고 다음 구성 요소로 어떻게 전달되는지 추적하면, 비슷한 용어를 기능 이름만으로 혼동하는 일을 줄일 수 있다.
2026-07-28 릴리스 후보에서는 initialize/initialized 초기화 절차와 프로토콜 수준 세션을 제거하고, 요청마다 버전과 클라이언트 정보를 전달하는 상태 비저장 구조를 제안한다. 애플리케이션 상태가 필요하면 도구가 명시적 핸들을 발급하고 이후 호출의 일반 인자로 되돌려받는 방식으로 관리한다.
구성 요소와 처리 흐름
섹션 제목: “구성 요소와 처리 흐름”실제 시스템에서는 ‘모델 컨텍스트 프로토콜’ 개념만 독립적으로 동작하지 않는다. 인간 참여형 제어, 웹훅 문서와 이어서 보면 데이터 준비, 모델 계산, 출력 제어, 운영 검증 중 어느 위치에 놓이는지 확인할 수 있다.
처리 흐름을 문서화할 때는 입력 형식, 파라미터와 기본값, 실패 조건, 출력 스키마, 관측 가능한 지표를 함께 적는다. 이렇게 해야 같은 이름을 쓰는 서로 다른 라이브러리와 서비스의 동작 차이를 재현 가능한 방식으로 비교할 수 있다.
활용과 검증
섹션 제목: “활용과 검증”활용 분야와 선택 기준
섹션 제목: “활용 분야와 선택 기준”조사, 코딩, 업무 자동화, 감시와 승인 기반 실행에 사용한다. ‘모델 컨텍스트 프로토콜’ 개념을 도입할 때는 기대 효과를 품질, 지연 시간, 처리량, 메모리, 비용, 안전성 중 측정 가능한 항목으로 바꾼다. 그다음 단순한 기준선과 비교해 개선 폭과 추가 복잡도를 함께 기록한다.
선택 기준은 “널리 쓰인다”가 아니라 현재 데이터와 사용자의 실패 비용을 얼마나 줄이는가이다. 오프라인 실험, 작은 실제 트래픽, 배포 후 모니터링 순으로 증거를 쌓는 편이 안전하다.
한계와 흔한 오해
섹션 제목: “한계와 흔한 오해”프로토콜 연결이 곧 신뢰를 뜻하지 않으므로 서버 권한, 입력 스키마, 사용자 승인, 비밀정보 노출을 통제한다.
자율성보다 권한 경계·종료 조건·관측성·사람 승인 설계가 먼저다. 하나의 수치나 데모를 모든 환경에 일반화하지 말고, 데이터 분포·모델 버전·하드웨어·기본 파라미터·평가 방식이 같은지 확인한다. 특히 생성 결과가 자연스럽다는 이유만으로 사실성, 공정성, 보안성까지 확보되었다고 판단하지 않는다.
관련 개념과의 구분
섹션 제목: “관련 개념과의 구분”- 인간 참여형 제어: 중요한 판단이나 실행 단계에 사람의 검토·승인·교정을 포함하는 설계다.
- 웹훅: 특정 이벤트가 발생했을 때 다른 시스템의 URL로 데이터를 보내는 자동 통지 방식이다.
구체적 적용 예시
섹션 제목: “구체적 적용 예시”하나의 목표를 관찰, 판단, 도구 실행, 결과 확인 단계로 나눈 추적 기록을 남기면 잘못된 행동의 원인을 찾기 쉽다. ‘모델 컨텍스트 프로토콜’을 적용하는 경우에는 모델 컨텍스트 프로토콜은 AI 애플리케이션이 도구·리소스·프롬프트를 표준 메시지로 발견하고 호출하도록 클라이언트와 서버 경계를 정의한다.
읽기 작업부터 시작해 권한을 점진적으로 넓히고, 비용·반복 횟수·시간 제한과 사람 승인 지점을 종료 조건과 함께 둔다. 이때 인간 참여형 제어, 웹훅 문서의 역할을 나란히 비교하면 서로 다른 단계의 설정을 한 원인처럼 해석하는 오류를 줄일 수 있다.
실무 적용과 검증 절차
섹션 제목: “실무 적용과 검증 절차”- 목적 정의: ‘모델 컨텍스트 프로토콜’이 해결해야 할 문제와 해결하지 않아도 되는 범위를 한 문장씩 적는다.
- 입력과 조건 확인: 멀티 에이전트 시스템, 인간 참여형 제어의 정의와 입력 조건을 먼저 확인한다.
- 기준선 설정: 조사, 코딩, 업무 자동화, 감시와 승인 기반 실행에 사용한다. 가장 단순한 방법과 비교할 품질·비용·지연 지표를 고정한다.
- 실패 사례 기록: 프로토콜 연결이 곧 신뢰를 뜻하지 않으므로 서버 권한, 입력 스키마, 사용자 승인, 비밀정보 노출을 통제한다.
- 운영 검증: 버전, 기본값, 데이터 시점과 평가 결과를 기록하고 변경 뒤 같은 시험을 반복한다.
- 판단 근거 보존: 성공 사례만 남기지 말고 실패 입력과 원인 가설, 수정 전후 수치를 함께 저장한다. 그래야 담당자가 바뀌거나 모델이 교체되어도 ‘모델 컨텍스트 프로토콜’에 대한 선택을 다시 검증할 수 있다.
- 재검토 조건 지정: 데이터 분포, 모델 버전, 비용 구조 또는 정책이 바뀌면 이전 결론을 그대로 재사용하지 않고 같은 기준으로 다시 평가한다.
학습 체크
섹션 제목: “학습 체크”- 이 개념의 입력과 출력 또는 적용 대상을 한 문장으로 구분할 수 있는가?
- 멀티 에이전트 시스템, 인간 참여형 제어와 어떤 선후 관계가 있는지 설명할 수 있는가?
- 이 문서의 주의점을 실제 모델·데이터·API 선택에 적용할 수 있는가?
문서 관계
섹션 제목: “문서 관계”선행 개념
섹션 제목: “선행 개념”관련 문서
섹션 제목: “관련 문서”이 문서를 가리키는 문서
섹션 제목: “이 문서를 가리키는 문서”이 문서를 포함하는 코스
섹션 제목: “이 문서를 포함하는 코스”참고와 다음 학습
섹션 제목: “참고와 다음 학습”참고 문헌
섹션 제목: “참고 문헌”- ReAct: Synergizing Reasoning and Acting in Language Models — paper
- Model Context Protocol — Wikipedia — encyclopedia
- Model Context Protocol Specification 2025-11-25 — standard
- The 2026-07-28 MCP Specification Release Candidate — standard
코스에서 계속 읽기
섹션 제목: “코스에서 계속 읽기”- AI 에이전트 시스템: 다음 문서 — 인간 참여형 제어