Model Context Protocol(MCP) 완전 해설

MCP(Model Context Protocol)는 LLM이 외부 도구, API, 데이터베이스에 접근하는 방식을 표준화한 오픈 프로토콜이다. REST나 GraphQL이 웹에서 하는 역할처럼, MCP는 AI 에이전트 통합을 위한 단일 규약으로 자리잡고 있다. Anthropic이 MIT 라이선스로 공개했으며, Claude, GPT-4 등 주요 LLM과 Zed, Sourcegraph 등 개발 도구에서 이미 채택 중이다. Vercel이 프로토콜 작동 원리부터 구현 방법, 보안, 대안까지 FAQ 형식으로 상세히 정리했다.

핵심 포인트

MCP는 LLM이 외부 시스템과 통신하는 방식을 표준화 — 플랫폼마다 별도 통합이 필요 없는 단일 규약
서버가 JSON으로 도구의 이름, 설명, 입출력 스키마를 노출하면 모델이 이를 읽고 실행 계획 수립
전송 방식: StreamableHTTP(HTTP + SSE, 원격 배포)와 Stdio(로컬/CLI 환경) 두 가지
보안 모델: 노출할 도구를 서버가 선택적으로 정의 — 인증, 레이트리밋, 로깅 모두 개발자 통제
Vercel AI SDK에 MCP 지원이 내장되어 있으며, mcp-handler 라이브러리로 Next.js, Nuxt, Svelte에 빠르게 배포 가능
Anthropic 오픈소스(MIT), GitHub 커뮤니티 주도로 진화 — Zed, Sourcegraph, Cursor 등 이미 채택

상세 정리

MCP 실행 3단계: 서버가 JSON 스키마로 도구 선언 → 모델이 도구 목록 검토 후 실행 계획 수립 → 표준 HTTP 요청으로 함수 호출
StreamableHTTP: 일반 HTTP와 옵셔널 SSE로 실시간 알림 지원 — 프로덕션 원격 배포에 적합
Stdio: 모델과 도구가 같은 프로세스 공유 — 로컬 개발, 프로토타이핑, 프라이버시 민감 환경에 적합
원격 MCP 서버는 여러 AI 플랫폼에서 공동 접근 가능 — 서버 하나로 Claude, GPT-4 등 모두 사용 가능
mcp-handler는 MCP Authorization Spec을 구현 — 엔드포인트 보호 및 인증 정보 접근 처리 내장
대안 비교: SLOP(심플 HTTP)은 설정 간단하나 런타임 AI 추론 부담 증가; OpenAI function calling은 벤더 종속; LangChain 등 오케스트레이션 프레임워크는 MCP 병행 지원 가능
실사용 예시: Vercel의 Grep 코드 검색에 MCP 통합 → Cursor, Claude가 100만 오픈소스 프로젝트 패턴 검색 가능
적용 도메인: 이커머스(상품 검색, 주문 이력), 금융(잔고, 리포트), 마케팅(캠페인, 오디언스), 엔터프라이즈(고객 지원, 물류)
단일 MCP 서버 구현으로 여러 AI 플랫폼 재사용 — 표준화로 개발 비용 절감 효과 극대화