MCP 입문: AI 도구에 외부 기능을 연결하는 방법
Claude Code나 Cursor를 쓰다 보면 어느 순간 "MCP 서버 추가"라는 메뉴를 마주칩니다. 이 글은 MCP(Model Context Protocol)가 왜 만들어졌고, 어떤 구조로 동작하며, 실제 연결은 어떻게 하는지를 5분 안에 정리하는 입문 가이드입니다. MCP 서버를 직접 SDK로 구현하는 방법은 다루지 않고, 사용자 입장에서 알아야 할 개념과 한 줄짜리 연결 예시까지만 다룹니다.
MCP가 해결하는 문제 — N×M 커넥터 지옥
MCP가 등장하기 전까지 AI 도구와 외부 시스템을 연결하는 일은 일종의 곱셈 문제였습니다. AI 모델이 N개, 연결하고 싶은 외부 도구가 M개라면 결국 N×M개의 커스텀 커넥터를 만들어야 했습니다. 모델이 바뀌면 커넥터를 다시 짜고, 도구가 늘어나면 또 새로 붙이는 식입니다.
MCP는 이 문제를 표준 프로토콜 하나로 N+M으로 줄이는 방식을 택했습니다. 모델은 MCP 클라이언트만 구현하면 되고, 도구는 MCP 서버만 한 번 구현하면 됩니다. 그 사이는 공통 규격으로 통한다는 발상입니다. Anthropic 공식 소개 페이지가 MCP를 "AI 애플리케이션을 위한 USB-C 포트"에 비유한 이유도 같습니다. 다양한 기기를 하나의 커넥터로 연결하듯, 다양한 AI 도구와 외부 시스템을 하나의 프로토콜로 연결한다는 것입니다.
MCP는 Anthropic이 2024년 11월 25일 오픈소스로 공개한 개방형 표준입니다. 단일 벤더의 SDK가 아니라 사양과 레퍼런스 구현이 함께 공개됐다는 점이, 이후 다른 회사들이 빠르게 따라오게 된 출발점이었습니다.
MCP 아키텍처 — 호스트·클라이언트·서버 3계층
MCP의 뼈대는 세 계층으로 정리할 수 있습니다. 호스트, 클라이언트, 그리고 서버입니다.
호스트(Host)는 사용자가 직접 쓰는 AI 애플리케이션 그 자체입니다. Claude Desktop, Claude Code, VS Code, Cursor 같은 도구가 호스트 역할을 합니다. 호스트는 내부에 여러 개의 MCP 클라이언트를 띄우고 관리합니다.
클라이언트(Client)는 호스트 내부에서 동작하는 컴포넌트로, 특정 MCP 서버 하나와 1:1 연결을 유지합니다. 호스트가 세 개의 서버에 연결하면 클라이언트 인스턴스도 세 개가 생성됩니다. 클라이언트는 서버와의 세션 관리, 메시지 송수신, 권한 협상을 담당합니다.
서버(Server)는 클라이언트에게 컨텍스트, 도구, 데이터를 제공하는 프로그램입니다. 파일 시스템을 노출하는 서버도 있고, GitHub API를 감싸는 서버도 있습니다. 서버는 로컬 프로세스로 실행될 수도 있고, 원격 HTTP 엔드포인트로 실행될 수도 있습니다.
서버가 클라이언트에게 노출하는 기능은 세 가지 유형, 이른바 프리미티브(Primitives)로 분류됩니다.
- Tools: 실행 가능한 함수. API 호출, DB 조회, 파일 쓰기처럼 부수 효과가 있는 동작.
- Resources: 파일, DB 레코드 같은 맥락 데이터. 모델이 읽어들이는 자료에 해당합니다.
- Prompts: 재사용 가능한 프롬프트 템플릿. 특정 작업 패턴을 미리 정의해 둔 형태입니다.
내부 통신은 JSON-RPC 2.0을 씁니다. 이는 Language Server Protocol(LSP)의 메시지 흐름 구조를 그대로 가져온 것으로, 에디터-언어 서버 사이에서 검증된 모델을 AI-도구 사이로 옮겨온 셈입니다.
실제 사용 예시 — Filesystem·GitHub MCP
개념만으로는 와닿지 않으니 실제 연결 예시를 봅시다. Claude Code에서 Filesystem MCP 서버를 추가하는 커맨드는 한 줄입니다.
claude mcp add filesystem -s user -- npx -y @modelcontextprotocol/server-filesystem ~/Documents ~/Desktop
이 명령은 사용자 스코프(-s user)로 Filesystem MCP 서버를 등록합니다. -- 뒤는 서버 실행 명령으로, npx로 공식 패키지를 받아 ~/Documents와 ~/Desktop 두 디렉터리를 노출 범위로 지정합니다. 이렇게 등록하고 나면 Claude Code 안에서 해당 디렉터리의 파일을 탐색·읽기·쓰기 같은 작업이 가능해집니다.
서버를 한두 개 더 붙이면 그 다음부터 흐름이 달라집니다. 예를 들어 JIRA MCP와 GitHub MCP를 같이 연결해 둔 상태라면 다음과 같은 지시가 한 번에 처리됩니다.
"JIRA 이슈 ENG-4521에 설명된 기능을 구현하고 GitHub에 PR을 생성해줘."
호스트는 두 클라이언트를 거쳐 두 서버에 각각 요청을 보냅니다. 사용자 입장에서는 시스템 경계를 의식하지 않아도 됩니다.
공식 레퍼런스 구현으로는 Filesystem, Git, GitHub, PostgreSQL 등이 있습니다. 사전 구축된 MCP 서버 목록에는 Google Drive, Slack, GitHub, Sentry 같은 익숙한 서비스들이 포함돼 있습니다. 처음에는 검증된 공식 레퍼런스 서버부터 붙여 보는 편이 안전합니다.
전송 방식 — Stdio와 Streamable HTTP
MCP 서버는 두 가지 전송 방식을 지원합니다.
- Stdio 전송: 로컬 프로세스 간 표준 입출력(stdin/stdout)으로 통신합니다. 네트워크 오버헤드가 없고, 호스트가 서버 프로세스를 직접 띄우고 내립니다. 앞서 본
claude mcp add filesystem예시도 Stdio 방식입니다. - Streamable HTTP 전송: 원격 서버용. HTTP 위에서 스트리밍 메시지를 주고받으며 OAuth 인증을 지원합니다. 팀이 공용으로 운영하는 서버나 SaaS 형태의 MCP 서버에 적합합니다.
선택 기준은 단순합니다. 서버를 자신의 머신에서 단독 프로세스로 띄울 수 있다면 Stdio가 기본입니다. 인증과 권한이 필요한 원격 서비스, 또는 여러 사용자가 공유하는 서버라면 Streamable HTTP를 씁니다.
보안 주의사항 — 신뢰할 수 없는 서버 추가 전에
MCP 서버는 파일 시스템, API, 데이터베이스 같은 민감한 자원에 접근할 수 있습니다. 이는 MCP의 장점이자 동시에 가장 큰 주의 지점입니다. 검증되지 않은 서버를 추가하면 그 서버가 노출된 리소스 범위 안에서 어떤 동작이든 시도할 수 있다는 의미입니다.
Claude Code 공식 문서도 신뢰할 수 없는 MCP 서버에 대한 주의를 명시하고 있습니다. 출처가 불분명한 서버를 그대로 붙이지 말고, 다음 순서로 접근하는 편이 안전합니다.
- 공식 레퍼런스 구현(Filesystem, Git, GitHub, PostgreSQL 등)부터 사용합니다.
- 그다음 단계로는 잘 알려진 오픈소스 프로젝트나 운영 주체가 명확한 서버를 검토합니다.
- 자체 운영 서버를 붙일 때는 노출 디렉터리 범위와 권한을 가능한 한 좁게 잡습니다.
특히 Filesystem MCP는 인자로 넘긴 디렉터리 경로가 곧 접근 가능 범위가 됩니다. 홈 디렉터리 전체를 넘기는 일은 가급적 피하는 편이 좋습니다.
정리 — MCP가 왜 표준이 됐는가
MCP는 처음에는 Anthropic 단독 주도였지만, 빠르게 업계 표준으로 자리 잡았습니다. OpenAI는 2025년 3월 MCP를 공식 채택했고, 같은 해 9월에는 ChatGPT 앱에 MCP 지원을 추가했습니다. Google DeepMind와 Microsoft Azure도 MCP를 채택했습니다.
거버넌스 측면에서도 변화가 있었습니다. 2025년 12월 MCP는 Linux Foundation 산하 Agentic AI Foundation에 기증되어, 단일 기업의 사양이 아닌 커뮤니티 표준으로 옮겨갔습니다. 2026년 4월에 열린 MCP Dev Summit North America에는 약 1,200명이 참석한 것으로 보고됐는데, 생태계의 활성도를 보여주는 지표 중 하나입니다.
이 글의 핵심을 세 줄로 줄이면 다음과 같습니다.
- MCP는 AI 도구와 외부 시스템을 잇는 N×M 문제를 N+M으로 줄이는 표준 프로토콜입니다.
- 구조는 호스트·클라이언트·서버 3계층이며, 서버는 Tools·Resources·Prompts를 노출합니다.
- 로컬은 Stdio, 원격은 Streamable HTTP로 연결하며, 신뢰할 수 없는 서버는 붙이지 않습니다.
다음 단계로는 자신이 쓰는 호스트(Claude Code, Cursor, Claude Desktop 중 하나)에 Filesystem MCP 서버를 직접 한 번 붙여 보는 것을 권합니다. 한 줄짜리 커맨드를 실행해 보면 위에서 설명한 3계층 구조가 머릿속에서 훨씬 분명해집니다.
'Enterprise AI Engineering' 카테고리의 다른 글
| 현업 AI Agent 도입을 위한 5단계 업무 분석 사내 방법론 (0) | 2026.05.20 |
|---|---|
| 온프레미스 손익분기 14개월 — GPU 가동률 60%가 클라우드 분기점인 이유 (0) | 2026.05.18 |
| 단기부터 공유까지 — AI 에이전트 메모리 6종 비교 가이드 (0) | 2026.05.17 |
| RAG vs 파인튜닝 — 같은 데이터, 다른 결과가 나오는 이유 (1) | 2026.05.16 |
| 기업 시스템에 MCP 연동하는 3가지 방법 — ERP·MES·그룹웨어 실전 가이드 (0) | 2026.05.16 |