AI Model Context Protocol

Contents

‘AI MCP (Model Context Protocol)’에 대해 정리.
이 용어는 최신 AI 모델(특히 LLM, 예: GPT)들과 함께 점점 중요해지고 있는 문맥관리 방식을 의미합니다.

📘 AI MCP (Model Context Protocol) 정리

1. AI MCP 개념 (What is AI MCP?)

정의:
**AI MCP (Model Context Protocol)**은 AI 모델이 이해하고 반응할 수 있도록 구성된 문맥(Context) 체계와 통신 방식을 말합니다.
특히 **대형 언어 모델(LLM)**에서는 이 프로토콜을 통해 모델의 지속적인 이해, 흐름 관리, 사용자 맞춤화를 가능하게 합니다.

핵심 구성 요소:

시스템 프롬프트 (System Prompt): 모델의 역할 설정
사용자 프롬프트 (User Prompt): 사용자의 요청 입력
모델 응답 (Model Output): AI의 출력
대화 이력 (Message History): 과거 대화 저장 및 활용
명시적 컨텍스트 (Explicit Context): 지식, 규칙 등 추가 정보 제공

2. AI MCP의 역사 (History of MCP in AI)

시기	발전 단계	주요 내용
2018	GPT-1 등장	단일 텍스트 입력 기반
2019	GPT-2	긴 문맥 처리 가능해짐
2020	GPT-3	Few-shot 학습 (문맥 예시 기반)
2022~	GPT-3.5, ChatGPT	대화 히스토리를 통한 Context 유지
2023~	GPT-4 / Claude	수십만 토큰 수준의 컨텍스트 관리 / File context 사용
2024~	GPT with memory	사용자 프로필 및 대화 내용 기억 가능

3. MCP가 필요한 이유 (Why is MCP Important?)

일관성 유지: 이전 질문을 반영해 일관된 답변 제공
의도 파악: 맥락을 이해해 더 정교한 응답 생성
지식 주입: 규칙, 문서, API 스펙 등을 프롬프트에 포함 가능
퍼스널라이징: 사용자 성향 및 선호도 반영

4. MCP 응용 분야 (Applications of MCP)

분야	설명	예시
대화형 챗봇 (Chatbots)	대화 맥락 유지	ChatGPT, Claude
코딩 도우미 (Code Assistants)	파일/코드 기반 문맥 유지	GitHub Copilot
문서 요약 (Summarization)	긴 문서 이해 및 요약	Notion AI, GPT-4
법률/의료 AI	전문 규칙 및 지식 주입	AI 법률 문서 분석기
AI Memory	사용자의 성향, 작업 히스토리 기억	GPT Custom Instructions, Claude Memory

5. MCP 상세 구성 (MCP Structure Breakdown)

✅ 메시지 포맷 (Message Format)

[
  { "role": "system", "content": "You are a helpful assistant." },
  { "role": "user", "content": "서울의 날씨 알려줘." },
  { "role": "assistant", "content": "오늘 서울은 맑고 기온은 20도입니다." }
]

✅ 컨텍스트 주입 (Context Injection)

{
  "knowledge_base": "다음은 사용자 회사 내부 문서입니다...",
  "conversation_history": [...],
  "intent": "요약 요청"
}

6. 예제 시나리오 (Use Case Example)

🎯 시나리오: 고객지원 AI 챗봇

사용자: “제품이 고장났어요.”
AI MCP Context:
- 고객 이름: 김지훈
- 제품명: 스마트워치 A100
- 이전 문의 내용: 배터리 문제
출력: “김지훈 고객님, 이전에 A100 스마트워치 배터리 문제를 겪으셨다고 하셨는데, 이번엔 어떤 증상이 있으신가요?”

👉 MCP가 없다면: 그냥 “무엇이 고장났나요?”라고 뜬금없는 질문을 할 수도 있음

7. MCP와 메모리 (MCP vs AI Memory)

항목	MCP (문맥 프로토콜)	AI Memory (기억 기능)
목적	현재 대화에 필요한 정보 관리	장기 사용자 정보 저장
지속성	세션 단위	사용자 단위로 장기 저장
예시	대화 흐름, 규칙, 지시사항	이름, 선호 스타일, 습관

8. MCP 설계 팁 (Tips for Building MCP)

컨텍스트를 계층 구조로 나누기: 사용자 정보 → 대화 요약 → 현재 요청
핵심 키워드 압축 → 모델에 전달할 수 있는 용량 절약
이전 대화 요약을 활용하여 token 절약
JSON 기반으로 명시적 컨텍스트 구성 가능

✅ 요약 정리 (Summary)

항목	설명
정의	AI가 현재 상황을 이해하도록 돕는 문맥 설정 방식
목적	대화 흐름 유지, 일관성 확보, 고급 기능 활성화
핵심 요소	System/User/Assistant 역할, 대화 이력, 추가 정보
활용 분야	챗봇, 요약, 프로그래밍 도우미, 전문 분야 AI
미래 방향	AI Memory와 결합해 완전한 ‘퍼스널 AI’ 구현

Post Views: 14