MCP

MCP는 AI 애플리케이션이 외부 도구와 데이터 소스에 연결되는 방식을 정의한 개방형 표준으로 Anthropic이 제안했다. 이전에는 비서를 데이터베이스나 이슈 트래커, 파일 저장소에 붙이는 작업을 제품마다 따로 만들어야 했다. MCP는 이를 공통 인터페이스로 대체한다. 서버가 정해진 프로토콜로 도구와 리소스, 프롬프트를 노출하면 규격을 지키는 클라이언트는 무엇이든 그것을 찾아 호출할 수 있다. 사내 시스템용 서버를 한 번만 만들어도 여러 AI 클라이언트에서 그대로 쓰인다는 뜻이다. Anthropic이 명세와 참조 SDK를 공개한 뒤 다른 제공사와 Claude Code, Cursor, VS Code 같은 편집기로 지원이 퍼졌고 GitHub, Postgres, Slack, Playwright를 다루는 커뮤니티 서버도 늘었다. 실무에서는 클라이언트 설정에 서버를 등록해 두면 대화 중에 모델이 그 도구를 호출한다. MCP가 표준화하는 것은 연결 방식이지 판단이 아니다. 쓰기 권한을 넓게 준 서버는 모델이 의도를 잘못 읽었을 때 파괴적으로 작동할 수 있어 권한 최소화와 승인 절차가 필요하다.

The Model Context Protocol (MCP) is an open standard, introduced by Anthropic, that defines how AI applications connect to external tools and data sources. Before it, every integration between an assistant and a system such as a database, issue tracker, or file store was custom work repeated separately for each product. MCP replaces that with a common interface: a server exposes tools, resources, and prompts over a defined protocol, and any compliant client can discover and call them. A server written once for an internal system therefore works across different AI clients. Anthropic published the specification and reference SDKs openly, support has spread to other vendors and to editors such as Claude Code, Cursor, and VS Code, and community servers cover GitHub, Postgres, Slack, Playwright, and many other systems. In practice a developer registers a server in the client's configuration and the model can then call its tools during a conversation. MCP standardizes plumbing, not judgment, so the security burden stays with the operator. A server granted broad write access can act destructively when a model misreads intent, and untrusted tool output can carry prompt injection, which is why scoped credentials, approval steps, and audit logs remain necessary.