모델 컨텍스트 프로토콜(MCP; Model Context Protocol)

모델 컨텍스트 프로토콜(MCP; Model Context Protocol)

AI 애플리케이션을 외부 시스템에 연결하기 위한 오픈 소스 표준

AI 애플리케이션을 위한 USB-C 포트

• USB-C) 전자 기기 연결하는 표준화된 방식 제공
• MCP) AI 애플리케이션 외부 시스템에 연결하는 표준화된 방식 제공

AI 애플리케이션(ex. GPT/Claude) <-> MCP <-> 데이터 소스(ex. 로컬 파일, DB), 도구(검색 엔진) 등

---

 

Architecture

클라이언트-서버 아키텍처

• MCP 호스트: 하나 이상의 MCP 클라이언트 조정하고 관리하는 AI 애플리케이션
• MCP 클라이언트: MCP 서버와 전용 일대일 연결 유지
  / MCP 호스트가 사용할 수 있도록 MCP 서버에서 컨텍스트 가져오는 구성 요소
• MCP 서버: 실행 위치 관계 X MCP 클라이언트에 컨텍스트 제공하는 프로그램 (로컬/원격 실행)
  
  • ex. 로컬 MCP 서버: Claude Desktop) 파일 시스템 서버 실행 -> 서버) STDIO 전송 사용
    => 동일한 컴퓨터에서 로컬로 실행
  • ex. 원격 MCP 서버: 공식 Sentry MCP 서버) Sentry 플랫폼에서 실행, Streamable HTTP 전송 사용

ex. VS Code(MCP 호스트)) Sentry MCP 서버에 연결 
-> VS Code의 런타임) Sentry MCP 서버와의 연결 유지하는 MCP 클라이언트 객체 인스턴스화
VS Code) 로컬 파일 시스템 서버와 같은 다른 MCP 서버에 연결
-> VS Code의 런타임) 연결 유지하기 위해 추가 MCP 클라이언트 객체 인스턴스화
=> MCP 클라이언트-MCP 서버 일대일 관계 유지

 

Layers

• 데이터 계층: 클라이언트-서버 통신 위한 JSON-RPC 2.0 기반 프로토콜 정의
  
  • 수명 주기 관리: 클라이언트-서버 연결 초기화, 기능 협상 및 연결 종료
  • 서버 기능: AI 작업 위한 도구, 컨텍스트 데이터 위한 리소스
    , 클라이언트 상호 작용 템플릿 위한 프롬프트 포함한 핵심 기능 서버가 제공할 수 있게 함
  • 클라이언트 기능: 서버가 클라이언트에게 호스트 LLM에서 샘플링 요청
    , 사용자로부터 입력 유도하고 클라이언트에 메시지 기록할 수 있게 함
  • 유틸리티 기능: 실시간 업데이트에 대한 알림 및 장기 실행 작업에 대한 진행 상황 추적
• 전송 계층: 클라이언트-서버 데이터 교환 위한 통신 메커니즘, 채널 정의
  
  • 표준 입출력 전송: 동일한 머신의 로컬 프로세스 간 직접 프로세스 통신
    -> 표준 입출력 스트림 사용해 네트워크 오버헤드 X 최적 성능 제공
  • 스트리밍 가능한 HTTP 전송: 클라이언트-서버 메시지에 HTTP POST 사용
    / 스트리밍 기능 -> 서버 전송 이벤트(SSEV) 선택적 사용 O
    • 원격 서버 통신, Bearer Token, API Key, 사용자 지정 Header 포함한 표준 HTTP 인증 방식 지원
    • (권장) OAuth 사용해 인증 Token 획득

---

 

REST API vs MCP

REST API

사람이 사용하는 서비스의 비즈니스 로직을 위한 인터페이스

Client (React, Android, etc.)
   ↓ HTTP Request
Spring Boot REST API
   ↓
Database or Logic
   ↓
Response(JSON)

• 요청 주체: 사람 / 앱
• 응답 소비자: 프론트엔드 / 사용자
• 주된 목적: 데이터 CRUD (Create, Read, Update, Delete)
• 중요한 것:
  • 보안 (인증, JWT)
  • 트랜잭션 일관성
  • 성능/확장성

 

MCP

AI가 행동할 수 있게 해주는 API 표준

AI Model (GPT, Claude 등)
   ↓ JSON-RPC Request (Tool Name + Params)
MCP Server (Python FastAPI 등)
   ↓
외부 시스템(API, DB, 파일, 도구)
   ↓
Response(JSON)

• 요청 주체: AI 모델
• 응답 소비자: AI 모델 (사람이 아님)
• 주된 목적: AI가 실제로 뭔가 실행할 수 있게 하는 연결고리
• 중요한 것:
  • Tool schema (입출력 구조 명세)
  • 모델이 이해할 수 있는 JSON-RPC 규격
  • 실행 안정성 (timeout, fail-safe 등)

 

MCP 서버 안에서 내부적으로 REST API 호출

=> 기존 REST API를 AI가 쓸 수 있게 번역해주는 중간 계층

AI → MCP (JSON-RPC)
                 ↓ (내부적으로)
         REST API 호출 (Spring, FastAPI 등)

 

---

What is the Model Context Protocol (MCP)? - Model Context Protocol