모델 컨텍스트 프로토콜(MCP)은 2024년 11월 Anthropic이 도입한 개방형 표준이자 오픈소스 프레임워크로, 대규모 언어 모델(LLM)과 같은 인공지능(AI) 시스템이 외부 도구, 시스템, 데이터 소스와 통합되고 데이터를 공유하는 방식을 표준화하기 위해 설계되었습니다. MCP는 파일 읽기, 함수 실행, 컨텍스트 프롬프트 처리를 위한 표준화된 인터페이스를 제공합니다. 발표 이후 이 프로토콜은 OpenAI와 Google DeepMind를 포함한 주요 AI 제공업체에 채택되었습니다.
MCP는 AI 어시스턴트를 콘텐츠 저장소, 비즈니스 관리 도구, 개발 환경과 같은 다양한 데이터 시스템에 연결하는 과제를 해결합니다. 이 프로토콜은 Anthropic의 엔지니어 David Soria Parra와 Justin Spahr-Summers가 만들었습니다. 이는 이전에 각 데이터 소스나 도구에 대해 맞춤형 커넥터가 필요했던 정보 사일로와 레거시 시스템의 문제를 해결하는 것을 목표로 하며, Anthropic은 이를 "N×M" 데이터 통합 문제라고 설명했습니다.
배경
MCP는 2024년 11월 Anthropic이 AI 어시스턴트를 데이터 시스템에 연결하기 위한 개방형 표준으로 발표했습니다. MCP 이전에는 개발자들이 각 데이터 소스나 도구에 대해 맞춤형 커넥터를 구축해야 했으며, 이는 Anthropic이 "N×M" 데이터 통합 문제라고 설명한 결과를 초래했습니다. OpenAI의 2023년 "함수 호출" API와 ChatGPT 플러그인 프레임워크와 같은 초기 임시 방편 접근 방식은 유사한 문제를 해결했지만 공급업체별 커넥터가 필요했습니다. MCP는 언어 서버 프로토콜(LSP)의 메시지 흐름 아이디어를 재사용합니다.
2025년 12월, Anthropic은 MCP를 Linux 재단 산하의 지정 기금으로 Anthropic, Block, OpenAI가 공동 설립하고 다른 기업들의 지원을 받는 에이전틱 AI 재단(AAIF)에 기부했습니다. 같은 달, Anthropic은 AI 에이전트가 요청 시 로드하는 작업별 지침과 리소스를 패키징하기 위한 동반 개방형 표준인 Agent Skills도 발표했으며, 이는 MCP와 동일한 개방형 표준 접근 방식을 따릅니다.
기능
MCP는 AI 시스템을 외부 데이터 소스 및 도구와 통합하기 위한 표준화된 프레임워크를 정의합니다. 이 프로토콜은 자연어 데이터 접근 분야에서 일반 언어로 구조화된 데이터베이스를 쿼리하는 것과 같은 애플리케이션을 가능하게 합니다.
이 프로토콜은 MCP 호스트, MCP 클라이언트, MCP 서버를 구분합니다. MCP 호스트는 일반적으로 LLM과 상호 작용하고 하나 이상의 MCP 서버의 서비스를 필요로 하는 AI 에이전트입니다. 각 MCP 서버에 대해 MCP 호스트는 해당 서버와 통신하는 전용 MCP 클라이언트를 생성합니다. 클라이언트와 호스트는 일반적으로 동일한 머신에서 실행되며, MCP 서버는 로컬 또는 원격일 수 있습니다.
각 서버는 하나 이상의 도구 또는 리소스를 제공합니다. 예시 도구로는 데이터베이스 접근, 계산기, 코드 저장소 접근이 포함되며, 리소스는 특정 FAQ 문서일 수 있습니다. MCP 클라이언트는 서버가 제공하는 도구 및 리소스 목록을 서버에 요청하고, 서버는 각 도구의 기능과 도구 호출에 필요한 형식에 대한 자연어 설명으로 응답합니다. 이 정보는 LLM에 제공되며, LLM이 이러한 도구 중 하나의 서비스를 필요로 하는 경우 MCP 호스트는 관련 MCP 클라이언트에 도구 호출을 지시합니다. MCP 서버는 도구 작업을 수행하고 결과를 반환하며, MCP 호스트는 이를 LLM 대화에 주입합니다. 클라이언트와 서버는 JSON-RPC 2.0 전송 프로토콜을 사용하여 통신합니다.
이 프로토콜은 Python, TypeScript, C#, Java를 포함한 프로그래밍 언어용 소프트웨어 개발 키트(SDK)와 MCP 서버 구현 예시와 함께 출시되었습니다.
이 프로토콜은 AI 지원 소프트웨어 개발 도구에서 사용됩니다. 통합 개발 환경(IDE), Replit과 같은 코딩 플랫폼, Sourcegraph와 같은 코드 인텔리전스 도구는 AI 코딩 어시스턴트에게 프로젝트 컨텍스트에 대한 실시간 접근을 제공하기 위해 MCP를 채택했습니다.
MCP Apps는 mcp-ui를 기반으로 구축된 모델 컨텍스트 프로토콜의 공식 확장입니다. 기본 MCP 사양이 텍스트 및 구조화된 데이터로 제한되는 반면, MCP Apps는 대시보드, 양식, 데이터 시각화와 같은 대화형 사용자 인터페이스를 MCP 서버에서 Claude 및 ChatGPT와 같은 호스트 애플리케이션으로 전달하는 것을 표준화합니다.
채택
2025년 3월, OpenAI는 ChatGPT 데스크톱 앱을 포함한 제품 전반에 표준을 통합한 후 MCP를 공식 채택했습니다. 2025년 9월, OpenAI는 ChatGPT 앱에 MCP 지원을 추가하여 ChatGPT 내부에서 타사 접근을 허용했습니다.
MCP는 Microsoft Semantic Kernel 및 Azure OpenAI와 통합될 수 있습니다. MCP 서버는 Cloudflare에 배포할 수 있습니다. 이 프로토콜은 Google DeepMind 및 기타 주요 AI 제공업체에서도 채택되었습니다.
2026년 4월, AAIF는 뉴욕시에서 MCP Dev Summit North America를 개최하여 약 1,200명의 참석자를 끌어 모았습니다. 같은 달, Salesforce의 Headless 360 플랫폼은 고객 및 에이전트 상호 작용을 MCP를 통해 라우팅하기 시작했으며, 5월 말 Salesforce는 출시 이후 450만 건의 MCP 호출이 처리되었다고 보고했습니다.
2026년 중반까지 10,000개 이상의 MCP 서버가 프로덕션에 배포된 것으로 보고되었으며, 프로토콜의 SDK는 월 9,700만 회 이상 다운로드되었습니다.
2026-07-28 개정
2026년 7월 28일, MCP 유지 관리자들은 사양의 주요 개정을 확정했으며, Anthropic 기술 직원 David Soria Parra는 이를 권한 부여 추가 이후 프로토콜에 대한 가장 중요한 변경이라고 설명했습니다. 이 개정은 프로토콜 수준의 세션 추적을 제거하여 MCP를 프로토콜 계층에서 무상태로 만듭니다. 프로토콜 버전, 클라이언트 ID, 기능에 대한 정보는 대신 각 요청과 함께 _meta 매개변수에 포함됩니다. 이 변경은 MCP의 요청 모델을 Anthropic 자체 Claude Messages API에 더 가깝게 만듭니다.
이 개정은 또한 샘플링(서버가 클라이언트 모델의 완성을 요청할 수 있게 함) 및 루트(클라이언트가 서버에 관련 파일 시스템 위치를 나타낼 수 있게 함)를 포함하여 사용이 제한된 여러 기능을 더 이상 사용하지 않도록 지정했습니다. 더 이상 사용되지 않는 기능은 최소 12개월 동안 작동합니다. 장기 실행 작업을 위한 Tasks 기능과 같은 일부 이전 핵심 기능은 기본 프로토콜에서 선택적 확장으로 이동되었습니다. 모든 변경 사항이 이전 버전과 호환되는 것은 아니며, 새 개정을 구현하는 서버는 호환성 계층 없이는 이전 클라이언트와 상호 운용되지 않을 수 있습니다.
반응
The Verge는 MCP가 컨텍스트를 인식하고 다양한 소스에서 가져올 수 있는 AI 에이전트에 대한 증가하는 수요를 해결한다고 보도했습니다. 이 프로토콜은 API를 설명하는 것을 목표로 하는 유사한 사양인 OpenAPI에 비유되었습니다.
2025년 4월, 보안 연구원들은 MCP에 프롬프트 주입 및 다른 연결된 도구를 통한 데이터 유출을 허용하는 오염된 도구를 포함한 여러 가지 미해결 보안 문제가 있다고 결론지은 분석을 발표했습니다. 이러한 우려는 AI 도구 통합 프레임워크를 보호하는 데 있어 지속적인 과제를 강조합니다.
AI 생태계에 미치는 영향
MCP의 성장은 더 넓은 인공지능 생태계에 중요한 영향을 미칩니다. MCP는 대규모 언어 모델이 외부 도구에 연결되는 방식을 표준화함으로써 AI 기반 애플리케이션을 구축하는 개발자의 마찰을 줄입니다. 주요 클라우드 제공업체와 AI 기업의 프로토콜 채택은 상호 운용 가능한 AI 도구 개발을 가속화했습니다.
MCP의 개방형 표준 접근 방식은 AI 기능에 대한 접근을 민주화하려는 노력과 일치합니다. 이 프로토콜의 여러 프로그래밍 언어 지원과 확장 가능한 아키텍처는 다양한 개발자에게 접근성을 제공했습니다. Linux 재단 산하 AAIF의 설립은 프로토콜 개발에 대한 거버넌스와 장기적 관리를 제공합니다.
프로토콜의 진화는 생성형 AI의 더 넓은 추세, 특히 독립형 모델에서 실세계 데이터 및 서비스와 상호 작용할 수 있는 통합 시스템으로의 전환을 반영합니다. AI 에이전트가 더 정교해짐에 따라 MCP와 같은 표준은 플랫폼과 도구 전반에 걸친 원활한 상호 운용성을 가능하게 하는 데 중요한 역할을 합니다.
같이 보기
- Agent2Agent - AI 에이전트 간 통신을 위한 개방형 프로토콜
- AI 거버넌스
- 응용 프로그래밍 인터페이스
- LangChain - 언어 모델 애플리케이션 개발 프레임워크
- 머신 러닝
- 오픈 가중치
- 소프트웨어 에이전트
- 검색 증강 생성