MCP

MCP는 2024년 11월 Anthropic이 공개한 오픈 표준입니다. 등장 배경을 한 줄로 정리하면 '모델·벤더마다 도구 연결 방식이 제각각이라 통합 비용이 폭증하던 문제'를 해결하기 위해서입니다. OpenAI Function Calling, Anthropic Tool Use, Google Function Calling이 비슷한 일을 다른 인터페이스로 하던 상황에서, MCP는 모델 쪽이 아니라 '도구 쪽'을 표준화하자고 제안합니다. 한 번 만든 MCP 서버를 Claude·ChatGPT·Cursor·기타 클라이언트가 같은 방식으로 호출하는 구조입니다.

동작 원리는 클라이언트-서버 모델입니다. MCP 서버는 'tools(도구)·resources(데이터)·prompts(프롬프트 템플릿)'을 노출하고, MCP 클라이언트(Claude Desktop, Cursor 등)가 그 서버에 붙어 LLM에 전달합니다. 통신은 JSON-RPC 기반이고, stdio·HTTP·SSE 등 트랜스포트는 다양하게 선택할 수 있습니다. 결과적으로 '우리 데이터·기능을 한 번만 MCP로 노출하면, 그걸 호출하는 모든 LLM 클라이언트가 동시에 통합되는' 구조가 만들어집니다.

Villion·GEO 관점에서 MCP는 단순한 개발자 표준 이상입니다. AI Overview·ChatGPT Search가 콘텐츠 노출의 표면이라면, MCP는 데이터·도구 노출의 표면입니다. 우리 카탈로그·문서·고객 데이터를 MCP 서버로 노출해 두면, Claude·ChatGPT·기타 에이전트가 우리 데이터를 직접 호출해 답변에 끼워 넣을 수 있습니다. 검색 결과 페이지에 노출되는 것과는 다른 차원의 GEO 표면이고, 'AI가 우리 도구를 자연스럽게 부르도록 만드는 것'이 새 마케팅 자산이 됩니다.

다른 표준과의 관계도 정리해두면 좋습니다. MCP는 'LLM-도구' 연결을 노리고, A2A는 '에이전트-에이전트' 연결을 노리며, UCP는 '에이전트-커머스 결제'를 노립니다. 충돌이 아니라 계층이 다른 표준에 가깝지만, 영역이 일부 겹치고 정치도 끼어 있어 어디까지 살아남을지는 2026년 후반에야 윤곽이 잡힐 것으로 보입니다. 도입 시점에는 한 표준에 베팅하기보다 '데이터·기능을 표준 호환으로 정비'해 두는 게 안전합니다.

한국 시장 맥락에서 흔한 오해는 'MCP는 개발자만 신경 쓰는 영역'이라는 인식입니다. 마케팅·운영 측에서도 '어떤 데이터를 어디까지 외부 LLM에 노출할 것인가'가 출발점이 되기 때문에, 권한·감사 로그·민감정보 마스킹 같은 정책을 마케팅이 같이 고민해야 합니다. 또 MCP는 보안 모델이 아직 초기 단계라, 도입 시 '최소 권한·짧은 토큰 수명·요청 단위 감사 로그'를 처음부터 끼워 넣는 게 좋습니다. GEO 관점에서 MCP는 기회이자 동시에 데이터 거버넌스 시험대입니다.