MCP(Model Context Protocol)란?

MCP(Model Context Protocol)는 AI 애플리케이션과 외부 서비스 간 양방향 연결 및 표준화된 통신을 지원하는 오픈소스 프로토콜입니다. 오픈소스 프로토콜 또는 지침의 집합은 자유롭게 사용하고 기여할 수 있는 코드 레시피와 같습니다.

MCP는 AI 시스템이 다양한 데이터 소스와 툴에 가상으로 '연결'할 수 있는 간단하고 안정적인 방법을 제공합니다. MCP는 말하자면 장치를 액세서리에 연결하고 데이터 전송을 허용하는 USB-C 케이블입니다. 

Red Hat AI 살펴보기

MCP가 도입되기 전에는 개발자가 특정 활용 사례에 맞춰 사용자 정의 애플리케이션 프로그래밍 인터페이스(API) 통합을 생성해야 했습니다. 그렇기 때문에 동일한 통합을 여러 번 조금씩 다른 방식으로 재작성해야 했습니다. AI 애플리케이션과 외부 서비스 간 연결은 매번 사용자 정의에 따라 생성되었기 때문에 상당히 많은 시간이 소요되었습니다.

그러나 MCP가 도입되면서 개발자는 표준화된 단일 프로토콜을 사용해 AI 애플리케이션을 외부 서비스에 연결할 수 있게 되었습니다. MCP는 API를 대체하는 것이 아니라 API를 기반으로 통신을 표준화합니다. 따라서 대규모 언어 모델(LLM)을 통해 복잡한 AI 워크플로우를 구축하고 그러한 모델을 실제 데이터에 연결하기가 더 쉬워집니다.

MCP는 검색 증강 생성(RAG)과 같은 기존 방식을 보완하고, 조직이 기존 시스템과 워크플로우 내에서 에이전틱 AI를 배포하는 데 필요한 보안 제어 및 인터페이스를 제공합니다. 

MCP는 클라이언트-호스트-서버 모델(클라이언트-서버 모델이라고도 함)을 기반으로 하며, 구성 요소는 다음과 같습니다.

• MCP 클라이언트: 외부 데이터 또는 리소스에 대한 액세스를 요청하는 AI 애플리케이션 또는 시스템
• MCP 호스트: 클라이언트와 서버 간 통신을 관리하는 인프라(가상 머신, 컨테이너 또는 서버리스 기능)
• MCP 서버: 특정 툴, 리소스, 기능을 클라이언트에 제공하는 구성 요소

MCP는 핸드셰이크 프로토콜로 시작됩니다. 기능 탐색이라고도 하는 이 첫 인사를 통해 MCP 클라이언트와 MCP 서버가 상호 통신이 가능하다는 것을 확인할 수 있습니다. 

핸드셰이크 프로토콜 프로세스 중 MCP 클라이언트와 MCP 서버는 중요한 정보를 교환해 상호 호환성을 확인합니다. 클라이언트는 자신의 기능이 무엇이고 자신이 파악하는 MCP 버전은 무엇인지 공유합니다. 그러면 서버는 자신이 지원하는 기능은 무엇이고 클라이언트에 제공할 수 있는 툴과 리소스는 무엇인지를 알립니다.

이 첫 만남과 인사가 끝나면 상호작용 관계가 시작될 수 있습니다. 

컨텍스트

MCP에서 'M'은 언어 모델(Model)이고 'P'는 표준화된 통신 프로토콜(Protocol)이며 'C'는 컨텍스트(Context)입니다. 지금부터는 컨텍스트에 대해 이야기해 보겠습니다.

MCP 영역에서 컨텍스트란 모델이 액세스할 수 있는 관련성 있는 태스크별 정보를 가리킵니다. 컨텍스트 윈도우(Context Window)는 모델이 응답을 생성할 때 액세스할 수 있는 정보의 양을 말합니다. 

MCP 도입 이전에는 AI 애플리케이션이 컨텍스트 윈도우 내에 많은 양의 정보를 보관해야 했습니다. 그중 일부는 컨텍스트 윈도우에서 공간만 차지하는 관련성 없는 정보로, '환각 현상(hallucination)'을 야기했습니다. 그러나 MCP의 등장으로 애플리케이션이 툴 및 서비스와 더 효과적으로 통신하게 되면서 관련성 없는 정보를 계속 보관하지 않고 정확히 필요한 것을 요청할 수 있게 되었습니다. 

관련성과 적절성을 갖춘 컨텍스트를 통해 모델은 이전 대화를 기억하고 더 정확한 결과를 제공하며 정보 간 연결 고리의 정확성을 높일 수 있습니다. 클라이언트는 MCP를 통해 메모리에 관련 데이터를 저장하여 요청을 완료하는 데 도움을 줍니다. 이 프로세스를 동적 검색이라고 합니다. 

동적 검색은 기능 탐색 단계 후에 수행되며, 클라이언트와 서버는 동적 검색을 통해 사용자의 문제를 공동으로 해결할 수 있습니다. 관련 데이터를 공유하고 분석하는 이러한 기능은 모델에 컨텍스트를 제공하여 AI 애플리케이션이 독립적으로 유연하게 작동할 수 있도록 합니다.

MCP 서버는 MCP 클라이언트에 컨텍스트를 제공하는 데 있어 매우 중요한 역할을 합니다. MCP 서버의 여러 유형을 이해하면 어떤 통합이 가능하고 어떻게 AI 워크플로우를 구성할지 파악하는 데 도움이 됩니다.

로컬 데이터 소스. 이 서버는 파일, 로컬 데이터베이스, 애플리케이션 등 컴퓨터에 저장된 정보에 연결됩니다. 

원격 서비스. 이 서버는 인터넷을 통해 클라우드 데이터베이스, 웹 기반 툴 등 외부 서비스에 연결됩니다. 

공식 인증 통합. 조직은 이 서버를 사전 구축하여 품질과 지원이 보장된 인기 서비스에 대한 연결을 제공합니다. 

커뮤니티 서버. 개발자는 커뮤니티 서버를 개발하여 개발자 커뮤니티 내에서만 공개적으로 공유합니다. 

표준 서버. 모범 사례를 보여줌으로써 템플릿과 학습 툴의 역할을 하는 서버입니다.

MCP 서버를 사용하면 그 어느 때보다 편리하게 데이터와 정보를 활용할 수 있습니다. 여기서 한 가지 질문이 생깁니다. MCP 서버의 데이터를 어떻게 하면 안전하게 유지할 수 있을까요?

권한과 보안 정책으로 MCP 서버가 액세스할 수 있는 대상과 MCP 서버가 수행할 수 있는 작업을 규제할 수 있습니다. MCP는 OAuth(사용자 액세스 인증용)와 같은 빌트인 보안 기능뿐만 아니라 클라이언트와 서버 간 암호화된 연결을 제공합니다.

그러나 개발자는 자체 보안 조치도 이행해야 합니다. 모범 사례로는 다음과 같은 것들이 있습니다.

• MCP 서버에 기능하는 데 필요한 최소한의 액세스 권한만 제공합니다(최소 권한 원칙(PoLP)이라고도 함). 이러한 사이버 보안 개념은 무단 사용자, 오류 또는 공격으로부터의 잠재적 피해를 줄이는 것을 목표로 합니다.
• 각 서버가 액세스할 수 있는 대상을 주기적으로 검토하고, 불필요하거나 과도한 권한을 갖는 서버가 없도록 합니다.
• 사용자로서 MCP 연결을 승인할 때 어떤 대상에 액세스 권한을 부여하는지 파악합니다.
• 신뢰하는 MCP 서버만 사용합니다.

MCP 보안 리스크 및 제어에 대해 자세히 알아보기 

에이전틱 AI는 인간 개입을 최소화하는 방식으로 데이터 및 툴과 상호작용하는 소프트웨어 시스템입니다. 목표 지향적 행동에 중점을 둔 에이전틱 AI는 단계 목록을 생성하고 이러한 단계를 자율적으로 수행하여 태스크를 완수할 수 있습니다.

MCP와 에이전틱 AI는 상호작용을 통해 지능형 AI 시스템을 생성합니다. MCP를 통해 AI 시스템은 더 광범위한 디지털 에코시스템과 상호작용하여 사용자를 위한 태스크를 완수할 수 있습니다. MCP 없이도 에이전틱 AI는 사고하고 계획할 수는 있지만(생성형 AI의 특성) 외부 시스템과는 상호작용할 수 없습니다. 

에이전틱 AI에 대해 자세히 알아보기

Red Hat®은 Red Hat의 AI 제품군에 포함된 Red Hat OpenShift® AI와 연동하는 엄선된 MCP 서버들을 파악했습니다. 

Red Hat OpenShift AI를 사용하는 AI 엔지니어는 해당 MCP 서버를 활용하여 엔터프라이즈 툴 및 리소스를 AI 애플리케이션과 에이전틱 워크플로우에 통합할 수 있습니다.

MCP 서버 컬렉션 살펴보기 → 

Red Hat AI는 AI 엔지니어와 데이터 사이언티스트가 모델 응답의 정확성, 속도 및 관련성을 개선하도록 지원합니다. 효율적인 모델 커스터마이징을 위해 모델을 데이터에 연결함으로써 Red Hat AI는 조직이 AI 애플리케이션을 규모에 맞게 개발하고 배포하는 데 도움이 됩니다. 

Red Hat AI의 핵심 플랫폼 서비스를 통해 조직은 일관되고 반복 가능한 프로세스를 구축하여 AI 에이전트를 프로덕션 환경에 간단하게 배포할 수 있습니다.

Red Hat AI 살펴보기