a16z 오피니언: MCP가 AI 도구 상호 작용을 재창조하는 방법

이후 OpenAI 2023년 함수 호출 도입(Function Calling) 기능에 대해 고민해 왔기 때문에 업계에서는 번창하는 AI 인텔리전스를 구축하는 방법에 대해 고민해 왔습니다.Agent) 및 도구 사용 생태계로 연결됩니다. 기본 모델이 더욱 강력해짐에 따라 인텔리전스는 외부 도구, 데이터 및 API 그러나 상호 작용하는 기능은 점점 더 세분화되고 있습니다. 개발자는 인텔리전스가 실행되고 통합되는 각 시스템에 대해 특별한 비즈니스 로직을 구현해야 합니다.

물론 실행, 데이터 수집 및 도구 호출을 위해서는 표준 인터페이스가 필요합니다.API 는 소프트웨어 커뮤니케이션을 위한 공유 언어를 만들어 인터넷의 첫 번째 위대한 통합자였지만, AI 모델에는 이와 유사한 것이 부족합니다.

모델 컨텍스트 프로토콜(Model Context Protocol, MCP)는 2024년 11월에 출시되어 개발자와 AI 커뮤니티 사이에서 잠재적인 솔루션으로 큰 주목을 받고 있습니다. 이 백서에서는 다음과 같은 내용을 살펴봅니다. MCP AI가 무엇인지, AI가 도구와 상호 작용하는 방식을 어떻게 변화시키는지, 개발자가 이미 AI를 사용하여 구축한 것은 무엇인지, 아직 해결해야 할 과제는 무엇인지 알아보세요.

MCP란 무엇인가요?

MCP 은 시스템이 여러 통합에서 공통된 방식으로 AI 모델에 컨텍스트를 제공할 수 있는 개방형 프로토콜입니다. 이 프로토콜은 AI 모델이 외부 도구를 호출하고, 데이터를 수집하고, 서비스와 상호 작용하는 방법을 정의합니다. 구체적인 예로 다음 다이어그램을 참조하세요. Resend MCP 서버는 여러 MCP 클라이언트 협업.

이 아이디어는 새로운 것이 아닙니다;MCP 언어 서버 프로토콜(Language Server Protocol, LSP)에서 영감을 얻었습니다. In LSP 이 경우 사용자가 편집기에 입력하면 클라이언트는 언어 서버에 자동 완성 제안 또는 진단 정보를 쿼리합니다.LSP 이를 통해 언어 기능(예: 자동 완성, 오류 검사)의 구현을 에디터 자체에서 분리하여 하나의 언어 서버로 여러 에디터를 지원할 수 있으므로 개발 효율성과 에코시스템의 역동성을 크게 향상시킬 수 있다는 점이 성공적입니다.

MCP 에 비해 LSP 이를 확장한 것이 바로 지능형 신체 중심 실행 모델입니다.LSP 주로 반응형(사용자 입력에 반응하여 IDE 요청), 그리고 MCP 는 자율적인 AI 워크플로를 지원하도록 설계되었습니다. AI 지능은 상황에 따라 어떤 도구를 어떤 순서로 사용할지, 어떻게 연결하여 작업을 완료할지 결정할 수 있습니다. 이것이 핵심적인 차이점입니다:LSP 인간 개발자를 지원하고 MCP AI 인텔리전스가 보다 자율적으로 행동할 수 있도록 설계되었습니다.MCP 또한 '맨인더루프'(human-in-the-loop) 기능을 통해 사람이 추가 데이터를 제공하고 실행을 승인할 수 있도록 하여 제어 가능성을 높일 수 있습니다.

현재 인기 있는 사용 사례

적절한 MCP 서버를 설정할 수 있으며, 사용자는 각 MCP 클라이언트는 '범용 애플리케이션'으로 변환됩니다(everything app).

에 따르면 Cursor 예를 들어 Cursor 는 코드 편집기이지만 잘 구현된 MCP 클라이언트. 최종 사용자는 Slack MCP 서버는 이를 다음과 같이 변환합니다. Slack 클라이언트를 사용하여 Resend MCP 서버를 사용하여 이메일을 보낼 뿐만 아니라 Replicate MCP 서버를 설치하여 이미지를 생성할 수 있습니다. 새 프로세스를 잠금 해제하는 더 강력한 방법은 단일 클라이언트에 여러 대의 서버를 설치하는 것입니다. Cursor 프런트엔드 생성 UI지능형 바디는 또한 이미지 생성을 사용해야 합니다. MCP 서버가 웹사이트의 기본 이미지를 생성합니다.

를 제외하고 Cursor현재 대부분의 사용 사례는 개발자 중심, 로컬 우선으로 분류할 수 있습니다(local-first) 워크플로우를 사용하거나 대규모 언어 모델(LLM) 클라이언트를 사용하여 새 경험(net-new experiences).

개발자 중심 워크플로

매일 코드에 몰두하는 개발자들이 공통적으로 느끼는 감정은 "내가 만든 IDE 가서 뭐라도 하세요."MCP 서버는 이러한 꿈을 실현할 수 있는 좋은 방법입니다.

개발자는 이제 Postgres MCP 서버는 읽기 전용을 수행합니다. SQL 명령을 사용하려면 Upstash MCP 서버는 직접 IDE 로 전환하지 않고도 캐시된 인덱스를 생성하고 관리할 수 있습니다. Supabase 또는 다른 도구를 사용할 수 있습니다. 코드를 반복할 때 개발자는 또한 Browsertools MCP 피드백 및 디버깅을 위해 코딩 인텔리전스에 실시간 환경에 대한 액세스 권한을 부여합니다.

개발 도구와 상호 작용하는 워크플로뿐만 아니라MCP 서버 잠금 해제의 새로운 용도 중 하나는 웹 페이지 또는 문서 기반 크롤링을 통해 서버를 생성하는 프로세스를 자동화하는 것입니다. MCP 서버를 사용하여 코딩 인텔리전스에 매우 정확한 컨텍스트를 추가할 수 있습니다. 개발자는 기존 문서에서 직접 컨텍스트를 만들거나 API 활성화(플랜) MCP 서버를 통해 통합을 수동으로 연결할 필요 없이 AI 인텔리전스가 도구에 즉시 액세스할 수 있습니다. 따라서 샘플 코드에 소요되는 시간을 줄이고 실시간 컨텍스트를 도입하거나 명령을 실행하거나 AI 어시스턴트의 기능을 즉시 확장하는 등 실제로 도구를 사용하는 데 더 많은 시간을 할애할 수 있습니다.

완전히 새로운 경험

망설이지 말고 (실행하세요.) IDE 마치 Cursor 이유 MCP 는 기술 사용자에게 강력한 어필로 가장 많은 관심을 받고 있지만, 이 외에도 MCP 클라이언트. 기술 전문가가 아닌 사용자의 경우Claude Desktop 는 훌륭한 진입점입니다. MCP 일반 대중이 더 쉽게 접근하고 사용할 수 있는 도구가 제공됩니다. 고객 지원, 마케팅 카피라이팅, 디자인 및 이미지 편집과 같은 비즈니스 지향적인 작업을 위한 전용 도구도 곧 출시될 예정입니다! MCP 이러한 영역은 패턴 인식 및 창의적인 작업에서 AI의 강점과 밀접한 관련이 있기 때문에 고객이 등장합니다.

MCP 클라이언트의 디자인과 클라이언트가 지원하는 특정 상호 작용이 기능에 중요한 역할을 합니다. 예를 들어, 디자인 도구가 원격 컴퓨터에서 코드를 실행하는 기능을 제공하지 않는 것처럼 채팅 애플리케이션에는 벡터 렌더링 캔버스가 포함되지 않을 가능성이 높습니다. 궁극적으로MCP 클라이언트 경험은 전반적인 MCP 사용자 경험-그리고 MCP 클라이언트 경험 측면에서는 아직 탐구할 여지가 많이 남아 있습니다.

Highlight 실현 방법 @ 명령을 호출하여 MCP 서버가 그 예입니다. 그 결과 새로운 UX 모델입니다.MCP 클라이언트는 생성된 콘텐츠를 원하는 다운스트림 애플리케이션으로 전송할 수 있습니다.

또 다른 예는 Blender MCP 서버 사용 사례: 지금은 거의 이해가 안 됩니다. Blender 의 아마추어 사용자가 자연어를 사용하여 구축하려는 모델을 설명할 수 있습니다. 커뮤니티의 지원으로 Unity 노래로 응답 Unreal 서버 구현, 텍스트에서 3D로 변환하는 워크플로우와 같은 기타 도구가 실시간으로 준비되고 있습니다. 이는 다음과 같은 경우에 유용합니다. MCP 전문 소프트웨어 사용에 대한 장벽을 크게 낮출 수 있습니다.

MCP 에코시스템 맵

주로 서버와 클라이언트를 고려하고 있지만 프로토콜이 발전함에 따라MCP 생태계가 형성되고 있습니다. 이 시장 지도는 오늘날 가장 역동적인 지역을 다루고 있지만 아직 많은 격차가 있습니다. 하지만 MCP 아직 초기 단계이지만 시장이 발전하고 성숙해짐에 따라 더 많은 플레이어가 참여할 것으로 예상됩니다.

존재 MCP 클라이언트 측에서.오늘날 대부분의 고품질 클라이언트는 코딩 중심적입니다.. 개발자는 일반적으로 새로운 기술을 얼리 어답터이기 때문에 이는 놀라운 일이 아닙니다. 하지만 프로토콜이 성숙해짐에 따라 비즈니스 지향적인 고객이 늘어날 것으로 예상됩니다.

표시되는 대부분의 내용 MCP 서버는 로컬 우선이며 단일 사용자 시나리오에 중점을 둡니다.. 이것은 MCP 현재 주요 지원은 이벤트를 전송하는 서버를 기반으로 합니다(SSE) 및 명령 연결의 구체화입니다. 그러나 에코시스템에서 원격 MCP 일류 시민이 되려면 MCP 플로우러블 채택 HTTP 전송 (Streamable HTTP transport), 다음과 같이 예상됩니다. MCP 서버 채택이 증가할 것입니다.

한편, 새로운 물결이 MCP 마켓 (marketplace) 및 다양한 서버 호스팅 솔루션이 등장하고 있습니다. MCP 서버 검색. 서버 검색과 마찬가지로 Mintlify (명목식 형태로 사용됨) mcpt및Smithery 노래로 응답 OpenTools 이러한 마켓플레이스를 통해 개발자는 새로운 것을 더 쉽게 발견하고, 공유하고, 기여할 수 있습니다. MCP 서버 - 매우 유사 npm 변화된 방식 JavaScript 의 패키지 관리 또는 RapidAPI 확장 방법 API 발견. 이 계층은 고품질을 표준화하는 데 중요합니다. MCP 서버 액세스는 AI 인텔리전스가 필요에 따라 도구를 동적으로 선택하고 통합할 수 있도록 하는 데 매우 중요합니다.

의 여파로 MCP 채택이 증가하고 있습니다.인프라와 도구는 생태계의 확장성, 안정성, 접근성을 높이는 데 핵심적인 역할을 합니다.. Like Mintlify및Stainless 노래로 응답 Speakeasy 이러한 서버 생성 도구는 다음을 생성할 필요성을 줄여줍니다. MCP 호환되는 서비스의 마찰이 발생하고, 다음과 같은 서비스는 Cloudflare 노래로 응답 Smithery 이러한 호스팅 솔루션은 배포 및 확장 문제를 해결하고 있습니다. 그 동안 다음과 같은 호스팅 솔루션은 Toolbase 이러한 연결 관리 플랫폼은 로컬 우선 순위를 단순화하기 시작합니다. MCP 키 관리 및 프록시.

미래의 가능성과 과제

하지만 인텔리전스를 위한 네이티브 아키텍처의 진화는 아직 초기 단계에 불과합니다. 오늘날의 이해는 MCP 열정적이지만 사용한다는 의미는 아닙니다. MCP 제품을 구축하고 출시할 때 아직 해결되지 않은 문제가 많이 있습니다. 이러한 문제가 어느 정도 해결되느냐에 따라 다음 사항에 직접적인 영향을 미칩니다. MCP 진정한 업계 표준이 될 수 있을까요?

다음 단계의 계약에서 다뤄야 할 주요 이슈는 다음과 같습니다:

호스팅 및 멀티테넌시(멀티테넌시)

MCP AI 인텔리전스와 해당 도구 간의 일대다 관계는 지원되지만 멀티테넌트 아키텍처(예. SaaS 제품)는 많은 사용자가 동시에 공유에 액세스하는 것을 지원해야 합니다. MCP 서버. 원격 서버에 대한 기본 지원은 다음과 같습니다. MCP 서버가 단기적인 솔루션으로 더 접근하기 쉽지만, 많은 기업이 자체 호스팅을 원하기도 합니다. MCP 서버와 데이터 및 제어 플레인을 분리합니다.

대규모 지원 MCP 서버 배포 및 유지 관리를 위한 간소화된 도구 체인은 더 많은 채택을 위한 다음 단계입니다.

인증

MCP 클라이언트가 서버에 인증하는 방법을 정의하는 표준 메커니즘이 없으며, 클라이언트가 서버에 인증하는 방법과 MCP 서버가 타사 서버에 연결하는 중입니다. API 상호 작용 중에 인증을 안전하게 관리하고 위임하는 방법에 대한 프레임워크입니다. 인증은 현재 개별 구현 및 배포 시나리오의 재량에 맡겨져 있습니다. 실제로.MCP 현재까지 채택된 사례는 명시적인 인증이 항상 필요하지 않은 시나리오인 로컬 통합에 집중된 것으로 보입니다.

더 나은 인증 패러다임은 원격 인증일 수 있습니다. MCP 채택에 있어 중요한 돌파구. 개발자의 입장에서는 통합된 접근 방식이 필요합니다:

• 클라이언트 인증: 마치 OAuth 어쩌면 API 토큰과 같은 표준 방법은 클라이언트-서버 상호 작용에 사용됩니다.
• 도구 인증: 타사 제공에 사용 API 인증을 수행하는 도우미 함수 또는 래퍼입니다.
• 다중 사용자 인증: 엔터프라이즈 배포를 위한 테넌트 인식 인증.

표준화된 인증의 부재가 현재 장애물입니다. MCP 더 넓고 안전한 공간에서 SaaS 환경 적용의 주요 장벽 중 하나입니다.

권한 부여

도구가 인증을 통과하더라도 누가 이 도구를 사용할 수 있어야 하나요? 권한은 얼마나 세분화해야 할까요?MCP 내장된 권한 모델이 없기 때문에 접근 제어는 세션 수준에서 이루어지며, 이는 도구에 액세스할 수 있거나 완전히 제한되는 것을 의미합니다. 향후 권한 부여 메커니즘이 더 세분화된 제어를 형성할 수 있지만, 현재 접근 방식은 OAuth 2.1 인증을 통과하면 세션 전체에 대한 액세스 권한을 부여하는 인증 프로세스입니다. 각 인텔리전스에는 일반적으로 자체 세션과 고유한 인증 자격 증명이 필요하기 때문에 세션 기반 액세스 관리 네트워크가 점점 더 커질 수 있으며, 이는 더 많은 인텔리전스와 도구가 도입됨에 따라 복잡성을 가중시킬 수 있습니다.

세분화된 권한 부여는 엄격한 권한 제어가 필요한 엔터프라이즈급 애플리케이션과 시나리오에 매우 중요합니다.

게이트웨이

의 여파로 MCP 확장성을 채택한 게이트웨이는 인증, 권한 부여, 트래픽 관리 및 도구 선택을 위한 중앙 집중식 계층으로 작동할 수 있습니다. 유사한 API 게이트웨이를 통해 액세스 제어를 시행하고 요청을 올바른 곳으로 라우팅합니다. MCP 서버, 로드 밸런싱 처리, 캐시 응답을 처리하여 효율성을 높입니다. 이는 다양한 사용자와 인텔리전스가 서로 다른 권한을 필요로 하는 멀티테넌트 환경에서 특히 중요합니다. 표준화된 게이트웨이는 클라이언트-서버 상호 작용을 간소화하고 보안을 개선하며 더 나은 가시성을 제공함으로써 MCP 배포가 더 확장 가능하고 관리하기 쉽습니다.

MCP 서버의 검색 가능성 및 가용성

현재, 찾기 및 설정 MCP 서버는 개발자가 엔드포인트나 스크립트를 찾고, 인증을 구성하고, 서버와 클라이언트 간의 호환성을 보장해야 하는 수동 프로세스입니다. 새 서버를 통합하는 데는 많은 시간이 소요되며, AI 인텔리전스는 사용 가능한 서버를 동적으로 검색하거나 적응할 수 없습니다.

그러나 Anthropic 지난달 AI 엔지니어 컨퍼런스에서 연설하고 있습니다.다음과 같은 경우 MCP 서버 레지스트리 및 검색 프로토콜 곧 출시 예정. 이는 다음과 같은 근거를 제공할 수 있습니다. MCP 서버 도입은 다음 단계를 열어줍니다. 표준화된 검색 메커니즘은 인텔리전스의 자율적인 도구 선택이라는 비전을 실현하는 데 매우 중요합니다.

실행 환경

대부분의 AI 워크플로에는 여러 도구를 순차적으로 호출해야 하지만 MCP 이러한 단계를 관리하기 위한 기본 제공 워크플로 개념이 부족합니다. 모든 클라이언트에서 복구 가능성을 구현해야 하는 요구 사항(resumability) 및 재시도 가능성(retryability)는 이상적이지 않습니다. 오늘날 개발자들이 다음과 같은 방법을 모색하는 것을 보면서도 Inngest 이러한 문제에 대한 해결책이지만 상태 저장 실행(stateful execution) 일류 개념으로 승격하면 대부분의 개발자가 실행 모델을 명확히 할 수 있습니다.

표준 고객 경험

개발자 커뮤니티에서 자주 묻는 질문은 다음과 같습니다. MCP 도구 선택에 대한 클라이언트 측의 고려 사항: 모든 사람이 도구에 대한 검색 개선 생성을 직접 구현해야 하는가(RAG) 시스템 또는 표준화되기를 기다리는 계층이 있나요?

도구 선택 외에도 호출 도구에 대한 통일성이 없습니다. UI/UX 패턴(슬래시 명령어부터 일반 자연어까지 모든 것). 도구 검색, 시퀀싱 및 실행을 위한 표준 클라이언트 측 레이어로, 보다 예측 가능한 개발자 및 사용자 환경을 만드는 데 도움이 됩니다.

테스트 중 구성 요소 조정

MCP 서버 개발자는 종종 동일한 서버를 사용하는 것이 MCP 서버가 서로 다른 클라이언트에서 쉽게 작동하기는 어렵습니다. 일반적으로 각 MCP 클라이언트에는 고유한 특성이 있으며 클라이언트 측 추적이 누락되거나 찾기 어렵기 때문에 디버깅이 어렵습니다. MCP 서버를 관리하는 것은 매우 어렵습니다. 전 세계가 원격 우선 서버를 구축하기 시작하면서 MCP 서버를 사용하게 되면서 로컬 및 원격 환경 모두에서 개발 환경을 간소화할 수 있는 새로운 도구 세트가 필요했습니다.

AI 계측의 광범위한 영향력

MCP 개발 환경은 2010년대와 비슷합니다. API 개발. 패러다임은 새롭고 흥미롭지만 툴체인은 아직 초기 단계입니다. 몇 년만 앞당겨 보면MCP AI 기반 워크플로우의 사실상 표준이 되면 어떤 일이 벌어질까요? 몇 가지 예측이 가능합니다:

• 개발 우선 기업의 경쟁 우위는 진화할 것입니다.최고의 서비스 제공에서 API 디자인으로 확장되어 지식인들이 사용할 수 있는 최고의 도구 모음도 제공합니다. 만약 MCP 스스로 도구를 찾을 수 있는 기능을 제공합니다.API 노래로 응답 SDK 제공업체는 검색을 통해 도구를 쉽게 찾을 수 있고 인공지능이 특정 작업에 맞게 도구를 선택할 수 있을 만큼 차별화되어야 합니다. 이는 인간 개발자가 원하는 것보다 더 세밀하고 구체적인 수준일 수 있습니다.
• 새로운 가격 모델이 등장할 수 있습니다.모든 애플리케이션이 MCP 클라이언트, 각 API 가 MCP 서버의 경우, 인텔리전트들은 속도, 비용, 관련성의 조합에 따라 보다 역동적으로 도구를 선택할 수 있습니다. 이는 가장 널리 채택된 도구보다는 가장 성능이 뛰어나고 모듈화된 도구를 선택하는 시장 중심의 도구 채택 프로세스로 이어질 수 있습니다.
• 문서가 다음과 같이 됩니다. MCP 인프라의 주요 구성 요소회사는 명확하고 기계가 읽을 수 있는 형식이어야 합니다(예 llms.txt) 디자인 도구 및 API를 만들고 MCP 서버는 기존 문서를 기반으로 하는 사실상의 인공물이 됩니다.
• 만 API 더 이상 충분하지는 않지만 좋은 출발점이 될 수 있습니다.개발자는 개발자가 API 도구에 대한 매핑은 거의 1:1이 아닙니다. 도구는 작업 실행 시점에 지능형 기관에 가장 적합한 상위 수준의 추상화이며, 지능형 기관은 다음을 선택할 수 있습니다. draft_email_and_send() 함수(여러 API 호출을 호출하여 대기 시간을 최소화하는 것이 아니라 send_email().MCP 서버의 설계는 시나리오와 사용 사례를 중심으로 이루어집니다. API 센터의 경우.
• 새로운 호스팅 모델이 등장합니다.기본적으로 모든 소프트웨어가 MCP 기존 웹호스팅과는 다른 워크로드 특성을 가진 클라이언트. 각 클라이언트는 본질적으로 다단계이며 복구 가능성, 재시도 및 장기 작업 관리와 같은 보증을 구현해야 합니다. 또한 호스팅 제공업체는 다양한 워크로드를 구현해야 합니다. MCP 서버는 실시간으로 로드 밸런싱되어 비용, 지연 시간, 성능을 최적화하므로 AI 인텔리전스가 주어진 순간에 가장 효율적인 도구를 선택할 수 있습니다.

MCP 는 이미 인공지능 생태계를 재편하고 있지만, 다음 발전의 물결은 이러한 근본적인 과제를 어떻게 해결하느냐에 달려 있습니다. 올바르게 처리한다면MCP 는 AI가 도구와 상호 작용하는 기본 인터페이스가 되어 차세대 자율적이고 멀티 모달하며 심층적으로 통합된 AI 경험을 제공할 수 있습니다.

널리 채택되면MCP 도구의 구축, 소비, 상용화 방식에 변화를 가져올 수 있습니다. 시장이 어떻게 진화할지 기대가 됩니다. 올해는 중요한 한 해가 될 것입니다. MCP 시장이 성장하고 있나요? AI 인텔리전스에 대한 인증이 원활해질까요? 다단계 구현이 프로토콜로 공식화될 수 있을까요? 이러한 질문에 대한 답은 다음과 같이 결정됩니다. MCP 최종 모양과 영향