AI를 위한 컨테이너
AI 에이전트를 구축하는 것은 어렵습니다.
첫째 날에는 에이전트를 데이터베이스에 연결합니다. 둘째 날에는 날씨 API에 연결합니다. 열흘째가 되면 코드는 커스텀 통합 코드로 뒤엉켜 엉망이 됩니다.
AI 모델을 변경하면 모든 연결을 다시 구축해야 합니다. 이는 시간과 비용을 낭비하게 만듭니다.
Model Context Protocol (MCP)가 이 문제를 해결합니다.
1950년대 이전의 글로벌 해상 운송을 생각해 보세요. 모든 회사가 서로 다른 크기의 상자를 사용했습니다. 물건을 옮기는 일은 느리고 어려웠습니다.
해상 컨테이너가 표준화되면서 모든 것이 바뀌었습니다. 크레인 기사는 컨테이너 안에 무엇이 들어 있는지 알 필요가 없습니다. 그저 컨테이너 자체를 어떻게 옮기는지만 알면 됩니다.
MCP는 AI 데이터를 위한 컨테이너입니다.
MCP란 무엇인가요?
Anthropic은 단일 표준을 통해 AI 모델에 컨텍스트를 제공하기 위해 MCP를 도입했습니다. 이는 커스텀 코드를 도구 및 데이터와 연결하는 보편적인 방식으로 대체합니다.
구조는 세 부분으로 구성됩니다:
- MCP Host: 채팅 인터페이스나 코드 에디터와 같은 메인 앱.
- MCP Client: 연결을 유지하는 호스트 내부의 구성 요소.
- MCP Server: 특정 데이터나 도구를 공유하는 소규모 서비스.
작동 방식:
서버는 AI와 세 가지를 공유합니다:
- Tools: 날씨 확인이나 이벤트 생성과 같이 AI가 수행할 수 있는 작업.
- Resources: 텍스트 파일이나 데이터베이스 스키마와 같이 AI가 읽을 수 있는 데이터.
- Prompt Templates: 정보를 요청하는 방법에 대한 지침.
필요한 이유:
- 상호 운용성(Interoperability): 사용자의 도구가 OpenAI나 Anthropic과 같은 다양한 모델에서 작동합니다.
- 재사용성(Reusability): 도구를 한 번만 구축하면 여러 프로젝트에서 사용할 수 있습니다.
- 속도(Speed): 새로운 데이터 소스마다 수동으로 연결 코드를 작성할 필요가 없습니다.
- 정확성(Accuracy): 실시간 데이터 액세스를 통해 AI의 실수와 환각(hallucination) 현상을 줄입니다.
- 보안(Security): 표준 암호화 및 권한 부여를 사용합니다.
MCP는 단순한 또 다른 API가 아닙니다. API는 특정 서비스와 통신하는 구체적인 방식입니다. MCP는 이러한 서비스들 위에 위치하여 AI를 위해 서비스를 균일하게 만드는 프로토콜입니다.
연결을 다시 구축하는 일을 멈추고, 표준을 사용하기 시작하세요.
Optional learning community: https://t.me/GyaanSetuAi