에이전트가 "도구를 가진다" 는 의미
2023년까지 LLM은 본질적으로 텍스트 입출력 함수 였습니다. 사용자가 글을 넣으면 글이 나옵니다. 그게 전부였죠.
2024년 함수 호출(function calling) 이 도입되며 LLM 은 외부 도구를 호출 할 수 있게 됐습니다. 다만 각 벤더(OpenAI·Anthropic·Google)가 서로 다른 API 스펙을 사용해, 도구 하나를 만들면 모델 하나에만 동작했습니다.
이 파편화를 해결하기 위해 Anthropic 이 2024년 말 공개한 것이 MCP(Model Context Protocol) — 어떤 모델이든 동일한 방식으로 도구·컨텍스트에 접근할 수 있게 만든 개방형 표준 입니다.
비유: USB-C 가 전자기기 케이블의 표준이 된 것처럼, MCP 가 AI 에이전트의 도구 표준이 되고 있다.
MCP 의 핵심 3가지
1. 클라이언트-서버 구조
MCP 는 MCP 서버 (도구 제공자) 와 MCP 클라이언트 (AI 모델) 의 표준 프로토콜입니다.
- MCP 서버: 특정 도구 세트를 노출 (예: 파일시스템 MCP, GitHub MCP, Postgres MCP)
- MCP 클라이언트: 어떤 LLM 이든 (Claude, GPT, Gemini, Marblo …) MCP 서버에 동일하게 접속
한 번 MCP 서버를 만들면 모든 MCP 호환 클라이언트가 사용 가능합니다.
2. 3가지 표준 인터페이스
- Resources — 읽기 전용 데이터 (파일, DB 쿼리 결과, API 응답)
- Tools — 실행 가능한 함수 (파일 쓰기, 쿼리 실행, 알림 전송)
- Prompts — 재사용 가능한 프롬프트 템플릿
이 3가지 추상화로 거의 모든 실무 시나리오를 표현할 수 있습니다.
3. 표준 메시지 포맷
JSON-RPC 2.0 기반의 표준 메시지 — 모델은 "이 MCP 서버가 어떤 도구를 가졌는지" 발견(discover)하고, 어떻게 호출하는지 학습 없이도 안다.
왜 MCP 가 에이전트 산업을 바꿨나
도구 생태계의 폭발
표준이 생기자 MCP 서버 생태계 가 폭발적으로 늘었습니다. 2026년 현재:
- 공식 MCP 서버: 파일시스템·Git·GitHub·Slack·Postgres·SQLite·Brave Search·Puppeteer 등
- 커뮤니티 MCP: Notion·Linear·Figma·Jira·AWS·GCP·각종 사내 시스템 어댑터
도구를 만들 때 한 번만 MCP 호환으로 만들면 어떤 LLM에서도 동작합니다.
사내 시스템 연동의 표준화
기업 환경에서 가장 큰 문제는 사내 시스템(ERP·CRM·사내 DB·인트라넷) 과의 연동이었습니다. MCP 덕분에 이제:
- 사내 ERP API 를 감싸는 MCP 서버를 한 번 작성
- 에이전트는 모델이 바뀌어도 동일 MCP 서버 호출
- 보안 정책(인증·권한)도 MCP 서버 레이어에서 일괄 관리
이 구조는 모델 락인을 풀고 사내 시스템 자산을 보호합니다.
MCP 의 보안 모델
흔히 받는 질문: "AI 에이전트에 사내 DB 접근권을 주면 위험하지 않나?"
MCP 는 보안에 대해 명시적입니다:
- 명시적 권한 위임 — 사용자가 어떤 MCP 서버를 신뢰할지 선택
- 샌드박싱 — 각 MCP 서버는 독립 프로세스로 격리 가능
- 감사 로그 — 모든 도구 호출이 기록됨
특히 로컬 실행 환경 에서는 데이터가 외부로 나가지 않습니다. Marblo 같은 로컬 데스크톱 에이전트 + 사내 MCP 서버 조합은, 클라우드에 코드를 보내지 않으면서도 에이전트의 도구 접근을 가능하게 합니다.
Marblo 에서의 MCP
Marblo 는 MCP 네이티브 로 설계됐습니다. 워크스페이스에서:
- MCP 서버를 GUI 로 추가·관리
- 에이전트마다 사용 가능한 MCP 서버 권한을 분리
- MCP 호출 로그를 칸반 보드 옆에서 실시간 확인
별도 코드 작성 없이도 Slack 알림 → Linear 이슈 생성 → GitHub PR 생성 같은 멀티 도구 파이프라인이 가능합니다.
실제 사내 도입 시 고려할 것
- 어떤 시스템을 MCP 로 노출할 것인가? — 우선순위 분석 필수
- 권한 모델은 어떻게 설계할 것인가? — 에이전트 역할별 최소 권한
- 사내 MCP 서버는 누가 유지보수할 것인가? — 운영 책임 명확화
위 3가지는 사내 AI 에이전트 도입 컨설팅 의 진단 단계에서 함께 풀어드리는 항목입니다.
마무리
MCP 는 단순한 기술 표준이 아닙니다. AI 에이전트가 진정으로 도구를 가진 협력자가 되는 인프라 입니다. 표준이 자리잡으면 다음에는 에이전트끼리의 협업 표준 이 옵니다.
지금 MCP 위에 인프라를 짓는 조직이 다음 5년의 AI 에이전트 시대를 주도합니다. Marblo 는 그 표준 위에 가장 먼저 도착한 워크스페이스입니다.