도입
어제, 솔라나(Solana)의 AI 관련 토큰 $Dark가 바이낸스 알파에 상장되었으며, 현재까지 시총은 약 4,000만 달러에 이르고 있습니다.
최신 암호화폐 AI 내러티브에서 $Dark는 "MCP"(모델 컨텍스트 프로토콜)와 밀접하게 연관되어 있으며, 이는 최근 구글 등 웹2 기술 기업들이 주목하고 탐구하고 있는 영역입니다.
하지만 현재 MCP의 개념과 내러티브 영향을 명확하게 설명하는 문서는 많지 않습니다.
다음은 Alliance DAO 연구원 Mohamed ElSeidy의 MCP 프로토콜에 대한 심도 있는 글로, 매우 쉬운 언어로 MCP의 원리와 위치를 설명하고 있어 최신 내러티브를 빠르게 이해하는 데 도움이 될 것입니다.
테크플로우(TechFlow)가 전문을 번역했습니다.
[이하 생략]- 사용자 상호작용: 사용자가 MCP 호스트(예: 클로드 데스크톱)에서 질문하거나 요청을 보냅니다.
- LLM 분석: LLM이 요청을 분석하고 완전한 응답을 제공하기 위해 외부 정보나 도구가 필요한지 결정합니다.
- 도구 발견: MCP 클라이언트가 연결된 MCP 서버에 사용 가능한 도구를 조회합니다.
- 도구 선택: LLM이 요청과 사용 가능한 기능에 따라 어떤 도구를 사용할지 결정합니다.
- 권한 요청: 호스트가 투명성과 보안을 보장하기 위해 선택된 도구 실행에 대한 사용자 권한을 요청합니다.
- 도구 실행: 승인 후, MCP 클라이언트가 적절한 MCP 서버에 요청을 보내고, 서버는 데이터 소스에 대한 전문 액세스를 활용하여 작업을 수행합니다.
- 결과 처리: 서버가 결과를 클라이언트에 반환하고, 클라이언트는 LLM이 사용할 수 있도록 형식을 지정합니다.
- 응답 생성: LLM이 외부 정보를 종합하여 포괄적인 응답을 생성합니다.
- 사용자 표시: 최종적으로 응답이 최종 사용자에게 제시됩니다.
이 아키텍처의 강점은 각 MCP 서버가 특정 영역에 집중하면서 표준화된 통신 프로토콜을 사용한다는 점입니다. 이를 통해 개발자는 각 플랫폼마다 통합을 다시 구축할 필요 없이 한 번의 도구 개발로 전체 AI 생태계에 서비스를 제공할 수 있습니다.
첫 번째 MCP 서버를 구축하는 방법
이제 MCP SDK를 사용하여 몇 줄의 코드로 간단한 MCP 서버를 구현하는 방법을 살펴보겠습니다.
이 간단한 예제에서는 클로드 데스크톱의 기능을 확장하여 "중앙공원 근처에 어떤 카페가 있나요?"와 같은 질문에 구글 지도의 정보를 기반으로 답변할 수 있도록 하겠습니다. 리뷰나 평점을 얻는 기능으로 쉽게 확장할 수 있지만, 지금은 클로드가 구글 지도에서 직접 정보를 가져와 대화 방식으로 결과를 제시할 수 있게 해주는 MCP 도구 find_nearby_places에 집중하겠습니다.
보시다시피 코드는 매우 간단합니다. 먼저 쿼리를 구글 지도 API 검색으로 변환한 다음, 상위 결과를 구조화된 형식으로 반환합니다. 이렇게 하면 정보가 추가 의사 결정을 위해 LLM으로 다시 전달됩니다.
이제 클로드 데스크톱에 이 도구를 알려야 하므로 다음과 같이 구성 파일에 등록합니다:
macOS 경로: ~/Library/Application Support/Claude/claude_desktop_config.json Windows 경로: %APPDATA%\Claude\claude_desktop_config.json
그게 다입니다! 이제 클로드의 기능을 성공적으로 확장하여 구글 지도에서 실시간으로 위치를 찾을 수 있게 되었습니다.
