요즘 AI 서비스를 보다 보면 단순히 “질문하면 답변해주는 챗봇”에서 끝나지 않는 경우가 많다.

예를 들면 이런 식이다.

“내 GitHub 이슈 목록 가져와줘.”

“Notion에 있는 회의록 읽고 할 일 정리해줘.”

“사내 DB에서 특정 학생의 평가 결과 조회해줘.”

이런 요청을 처리하려면 AI가 단순히 텍스트만 생성하는 게 아니라, 외부 서비스나 데이터에 접근할 수 있어야 한다. 이때 등장하는 개념이 MCP다.

MCP란?

MCP는 Model Context Protocol의 약자다. 간단히 말하면, AI가 외부 도구나 데이터와 연결되기 위한 표준 규칙이라고 보면 된다. AI가 직접 DB, 파일, GitHub, Notion, Slack 같은 시스템을 제멋대로 호출하는 게 아니라, 정해진 방식으로 필요한 도구를 발견하고 실행할 수 있게 해주는 구조다.

쉽게 비유하면 AI를 위한 USB-C 포트 같은 느낌이다. USB-C 포트 하나로 충전기, 모니터, 외장하드 등을 연결하듯이, MCP를 통해 AI는 다양한 외부 도구와 연결될 수 있다.

왜 필요한 걸까?

기존에는 AI 서비스에서 외부 기능을 연결하려면 서비스마다 직접 연동 코드를 작성해야 했다.

예를 들어 GitHub를 연결하려면 GitHub API 연동 코드를 만들고, Notion을 연결하려면 Notion API 연동 코드를 또 만들고, 사내 DB를 연결하려면 별도 백엔드 로직을 만들어야 했다.

물론 직접 만들 수도 있다. 그런데 연결 대상이 많아질수록 구조가 복잡해진다. MCP는 이런 연결 방식을 어느 정도 표준화해준다.

즉, AI 애플리케이션 입장에서는 “이 도구는 어떤 기능을 제공하는지”, “어떤 입력값이 필요한지”, “결과는 어떤 형태로 오는지”를 정해진 방식으로 다룰 수 있게 된다.

MCP의 기본 구조

MCP는 보통 다음 세 가지로 이해하면 된다.

예를 들어 Claude Desktop, Cursor, 사내 AI 챗봇 같은 것이 Host가 될 수 있다.

그리고 GitHub MCP Server, Notion MCP Server, DB MCP Server 같은 것들이 Server가 된다.