‘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 |