이 자료는 Model Context Protocol (MCP)에 대한 소개 및 아키텍처, 통신 방식, 그리고 기술적 전환의 배경과 방향성까지 폭넓게 다루고 있습니다. MCP는 LLM과 외부 도구 간의 통신을 표준화하려는 목적에서 출발한 오픈소스 기반의 프로토콜이며, 해당 문서는 이를 기술적, 구조적으로 매우 정리된 방식으로 설명하고 있습니다. 각 슬라이드의 핵심 내용을 바탕으로 전체 내용을 하나의 흐름으로 재구성해 설명드리겠습니다.

대형 언어 모델(LLM)이 외부 도구 및 시스템과 보다 효과적으로 통신하고 연동할 수 있도록 고안된 MCP(Model Context Protocol)의 개념과 기술적 구조, 그리고 그 발전 방향을 소개합니다. MCP는 Claude, ChatGPT, Cursor와 같은 다양한 LLM 기반 응용 프로그램들이 Notion, Slack, Google Calendar, 데이터베이스, 파일 시스템 등 외부 도구를 안전하고 표준화된 방식으로 제어할 수 있도록 설계된 오픈소스 프로토콜입니다.

이 자료는 특히, MCP가 제공하는 클라이언트-서버 구조와 다양한 통신 방식(stdio, SSE, Streamable HTTP)의 차이점을 설명하며, 최근 SSE 기반 통신의 한계를 극복하고 Streamable HTTP 방식으로 전환하게 된 배경과 그 기술적 이점을 중점적으로 다루고 있습니다. MCP는 단순한 통신 수단이 아니라, LLM이 실제 업무 환경에서 도구 기반의 지능형 에이전트로 작동할 수 있도록 해주는 핵심 인프라이며, 이를 통해 RAG 시스템, 액션 실행기, 멀티툴 기반 자동화 환경 등 다양한 AI 활용 시나리오에 적용될 수 있습니다.

2024년 11월, Anthropic에 의해 제안된 MCP는 대형 언어 모델(LLM)이 외부 도구 또는 서비스와 안전하게 통신하고, 명확한 컨텍스트 하에 연동할 수 있도록 고안된 표준화된 통신 프로토콜입니다. Claude, ChatGPT, Cursor와 같은 LLM 기반 응용이 점점 더 복잡한 외부 도구들과 연계되는 구조로 발전하면서, 툴과의 연동을 보다 체계적으로 표준화할 필요성이 커졌고, MCP는 그 해답으로 등장했습니다.

MCP는 단순한 연결을 넘어서, “어떤 시점에 어떤 도구를 어떻게 호출했는지”에 대한 일관된 컨텍스트 유지 능력과 다양한 도구의 멀티툴 구성 지원을 핵심 장점으로 삼습니다.

MCP는 기본적으로 Client-Server 구조를 따릅니다. 그 안에서 각각의 역할은 다음과 같이 정의됩니다:

• MCP Host (Agent): Claude Desktop, Cursor IDE 같은 실제 AI 애플리케이션. 이들이 MCP Client를 포함하고 있으며, 사용자 요청을 LLM으로 전달하고 처리합니다.
• MCP Client: MCP Host 내부에 위치하며, 특정 외부 도구에 해당하는 MCP Server와 1:1로 연결되어 통신을 수행합니다.
• MCP Server: 실제 외부 시스템(API, DB, Slack, Notion 등)을 MCP 프로토콜로 감싼 일종의 어댑터. Tools, Resources, Prompts 같은 기능을 제공합니다.

MCP Client와 MCP Server 간 통신은 다음 세 가지 방식 중 하나로 이루어집니다:

1. Stdio: 기본적인 로컬 실행 기반 입출력, 간단하고 빠름
2. SSE (Server-Sent Events): 서버 → 클라이언트 단방향 통신, 스트리밍에 유리
3. Streamable HTTP: 최신 방식, 양방향 스트리밍이 가능하고, 인프라 호환성이 뛰어남

기존 SSE 기반 통신의 한계는 명확했습니다:

• 연결 복원이 불가능하여 세션 중단 시 클라이언트가 전체 프로세스를 재시작해야 함
• SSE를 지원하지 않는 HTTP 인프라나 미들웨어와의 호환성 문제

이러한 문제를 극복하기 위해 Streamable HTTP가 도입되었습니다. 이 방식의 장점은 다음과 같습니다:

• 무상태 서버 구현 가능 → 서버 리소스 절약 및 확장성 향상
• 표준 HTTP 서버 사용 가능 → 추가 프로토콜 없이도 구현 가능
• 기존 인프라와 호환 → 프록시, 게이트웨이, 미들웨어 등과 쉽게 통합

이로써 MCP는 LLM과 외부 시스템을 연결하는 진정한 “플러그형 인터페이스”로 거듭나고 있습니다.

MCP는 단지 하나의 기술 사양이 아니라, 지능형 에이전트 프레임워크의 핵심 기초가 됩니다. Claude, ChatGPT, Cursor 등의 LLM 애플리케이션은 MCP를 통해 Slack, Notion, Google Drive, Google Calendar, Database 등 다양한 외부 시스템과 연동됩니다.

또한, RAG 시스템의 외부 문서 검색기나 액션 수행기 같은 구성요소도 MCP를 통해 구현할 수 있습니다. 이는 기업이나 공공기관에서 AI 기반 업무 자동화를 구현할 때 매우 중요한 역할을 하며, LLM이 단순히 응답 생성기를 넘어 업무 실행기로 기능할 수 있게 만듭니다.

MCP는 GitHub에 전체 사양이 공개되어 있으며, 다음과 같은 활용이 가능합니다:

• 자체 LLM 또는 오픈소스 LLM(Codellama, DeepSeek 등) 기반 MCP Host 개발
• Slack, Notion, Google API 등과의 연결을 위한 MCP Server 구현
• MCP Client는 단일 툴 또는 멀티툴 환경에서도 재사용 가능

이는 AI Agent 개발자와 플랫폼 제공자 모두에게 낮은 진입장벽과 높은 확장성을 제공합니다. MCP는 단순한 기술 사양을 넘어서, AI 애플리케이션 생태계의 표준 인터페이스로 진화하고 있습니다.

• MCP 클라이언트 목록 – https://modelcontextprotocol.io/clients
• MCP 서버 예제 및 아키텍처 – https://github.com/modelcontextprotocol/servers
• 사양 변경 이력 및 토론 – https://github.com/modelcontextprotocol/specification/pull/206
• LLM 도구 통합의 새로운 표준: MCP (Model Context Protocol)란 무엇인가?