AI 개발 도구

MCP 완전 가이드 — AI 에이전트와 외부 도구를 연결하는 2026년 표준

Model Context Protocol(MCP)은 AI가 파일 시스템, 데이터베이스, 외부 API를 일관된 방식으로 다루게 해주는 오픈 표준입니다. 2025년 말 Anthropic이 제안했고, 지금은 OpenAI·Google·Microsoft 모두 채택한 사실상의 업계 표준이 됐습니다.

2026년 5월 29일 AI 개발 도구

MCP란 무엇인가

MCP(Model Context Protocol)는 AI 모델과 외부 도구·데이터 소스를 연결하는 표준 통신 규약입니다. 쉽게 말해, AI 에이전트가 파일을 읽고, 코드를 실행하고, API를 호출할 때 매번 다른 방식으로 구현하지 않아도 되도록 만들어진 공통 언어입니다.

USB가 각기 다른 주변기기를 하나의 규격으로 연결하듯, MCP는 각기 다른 AI 모델과 각기 다른 외부 서비스를 하나의 규격으로 연결합니다.

한 줄 정의

MCP = AI 모델이 외부 도구를 표준화된 방식으로 호출하게 해주는 오픈소스 프로토콜

2024년 11월 Anthropic이 오픈소스로 공개했으며, 2026년 현재 OpenAI, Google DeepMind, Microsoft, AWS를 비롯해 수천 개의 서드파티 서버가 MCP를 지원합니다.

왜 MCP가 필요했나

MCP 이전에는 AI와 외부 도구를 연결할 때마다 커스텀 코드를 짜야 했습니다. GitHub에 연결하려면 GitHub API 코드, Slack에 연결하려면 Slack API 코드를 각각 작성했습니다. AI 모델이 바뀌면 코드도 처음부터 다시 써야 했습니다.

구분 MCP 이전 MCP 이후
도구 연결 서비스마다 커스텀 코드 MCP 서버 하나로 통일
AI 교체 통합 코드 전면 재작성 MCP 서버 그대로 재사용
보안 자격증명을 AI에 직접 노출 MCP 서버가 자격증명 격리
생태계 파편화된 각사 솔루션 공유 가능한 MCP 서버 마켓플레이스

MCP는 이 파편화 문제를 해결합니다. 한 번 MCP 서버를 만들면 Claude, GPT, Gemini 어느 AI와도 연결할 수 있습니다.

핵심 구조 — Host, Client, Server

MCP는 세 가지 역할로 나뉩니다.

  1. Host (호스트): AI 애플리케이션 자체입니다. Claude Code, Cursor, Claude Desktop 같은 도구가 여기에 해당합니다. 사용자와 직접 상호작용하며 MCP Client를 내장합니다.
  2. Client (클라이언트): Host 안에서 동작하는 MCP 연결 관리자입니다. MCP Server와 1:1 연결을 유지하고, 도구 목록 조회 및 호출을 담당합니다.
  3. Server (서버): 실제 외부 기능을 제공하는 경량 프로세스입니다. 파일 시스템, GitHub, Slack, PostgreSQL 등 각 서비스를 MCP 표준으로 감싼 것입니다.
통신 흐름

사용자 요청 → Host(Claude Code) → Client → MCP Server(GitHub) → GitHub API → 결과 반환 → Client → Host → 사용자

MCP는 로컬 stdio 방식(같은 컴퓨터에서 실행)과 원격 HTTP/SSE 방식(네트워크로 연결) 모두 지원합니다. 로컬 서버는 민감한 자격증명을 외부로 내보내지 않아도 되는 장점이 있습니다.

Tools와 Resources

MCP 서버가 제공할 수 있는 기능은 크게 두 가지입니다.

Tools — AI가 호출하는 함수

Tools는 AI가 직접 실행할 수 있는 동작입니다. 파일 생성, API 호출, 코드 실행 등 부작용(side effect)이 있는 작업에 사용합니다.

예시: GitHub MCP 서버의 create_issue, list_pull_requests, Slack 서버의 send_message

Resources — AI가 읽는 데이터

Resources는 AI가 읽기만 하는 정적·동적 데이터입니다. 파일 내용, DB 스키마, 로그 등 부작용 없이 조회만 하는 정보에 사용합니다.

예시: 파일 시스템 서버의 file://경로, PostgreSQL 서버의 db://테이블명/스키마

이 두 개념을 분리한 이유는 보안 때문입니다. AI가 데이터를 읽는 행위와 외부 시스템을 변경하는 행위를 명확히 구분해서 사용자가 각각 다른 권한을 부여할 수 있습니다.

실전 MCP 서버 예시

현재 공식 및 커뮤니티에서 가장 많이 사용하는 MCP 서버입니다.

서버 제공 기능 주요 용도
filesystem 파일 읽기/쓰기/검색 로컬 파일 작업
github 이슈, PR, 커밋 관리 GitHub 자동화
postgres DB 조회, 스키마 탐색 데이터 분석
brave-search 웹 검색 실시간 정보 조회
slack 채널 조회, 메시지 전송 팀 알림 자동화
puppeteer 브라우저 자동화, 스크린샷 웹 테스트, 스크래핑
memory 지식 그래프 저장/조회 세션 간 기억 유지

공식 MCP 서버 목록은 github.com/modelcontextprotocol/servers에서 확인할 수 있으며, 커뮤니티 서버까지 포함하면 현재 수천 개가 넘습니다.

Claude Code에서 MCP 사용하기

Claude Code는 MCP를 기본 지원합니다. 설정 파일 하나로 원하는 서버를 연결할 수 있습니다.

1단계: MCP 서버 설치

공식 filesystem 서버를 예시로 설치합니다.

터미널

npm install -g @modelcontextprotocol/server-filesystem

2단계: Claude Code에 서버 등록

Claude Code CLI에서 직접 추가할 수 있습니다.

터미널

claude mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem /원하는/경로

3단계: 사용 확인

Claude Code를 재시작하면 등록된 서버 목록이 표시됩니다. 이후 Claude에게 "이 폴더의 파일 목록을 보여줘"라고 하면 MCP를 통해 실제 파일 시스템을 조회합니다.

팁: claude mcp list로 현재 등록된 MCP 서버 목록을 확인할 수 있습니다. claude mcp remove 서버명으로 제거합니다.

주의사항

⚠️ MCP 사용 전 꼭 확인하세요
  • 신뢰할 수 없는 서버 설치 금지: MCP 서버는 파일 시스템, API 키 등에 접근할 수 있습니다. 출처 불명의 서버는 절대 설치하지 마세요. 공식 저장소 또는 직접 코드를 확인한 서버만 사용하세요.
  • 최소 권한 원칙: filesystem 서버를 등록할 때는 AI가 접근할 수 있는 경로를 프로젝트 폴더로 제한하세요. 루트(/) 전체를 열어주는 것은 위험합니다.
  • 프롬프트 인젝션 주의: 악성 파일이나 웹 페이지가 MCP를 통해 읽힐 때 AI에게 의도치 않은 명령을 심을 수 있습니다. 신뢰할 수 없는 외부 콘텐츠를 MCP로 읽을 때는 주의하세요.
  • API 키 관리: MCP 서버 설정에 API 키를 직접 입력하는 경우 해당 설정 파일을 .gitignore에 추가하세요. 환경변수로 분리하는 것이 더 안전합니다.
  • 로컬 서버 우선: 가능하면 네트워크 서버보다 로컬 stdio 서버를 사용하세요. 자격증명이 외부로 전송되지 않아 더 안전합니다.

MCP는 AI 에이전트의 손과 눈

AI 모델 자체의 성능도 중요하지만, 외부 세계와 얼마나 잘 연결되느냐가 실제 업무 자동화의 핵심입니다. MCP는 그 연결을 표준화하고 안전하게 만듭니다. GitHub, Slack, DB를 AI가 직접 다루는 워크플로를 지금 시험해 보세요.

MCP AI 에이전트 Claude Model Context Protocol AI 개발