MCP는 모든 자동화 문제의 정답이 아닙니다. 정해진 시간에 파일을 옮기는 일에 MCP 서버를 구축하면 오히려 복잡해질 수 있습니다. 업무가 요구하는 기능을 먼저 구분한 뒤 가장 단순한 방법을 선택해야 합니다.
네 기술의 역할을 한 문장으로 구분하기
- 일반 자동화: 정해진 조건과 순서에 따라 앱을 연결합니다.
- API: 한 시스템이 다른 시스템의 기능이나 데이터를 사용하게 합니다.
- RAG: 관련 자료를 검색해 AI 답변의 근거로 제공합니다.
- MCP: AI 애플리케이션이 여러 데이터와 도구를 일관된 방식으로 발견하고 사용하게 합니다.
상황별 선택표
| 필요한 일 | 우선 검토 | 이유 |
|---|---|---|
| 매일 같은 데이터를 같은 곳에 복사 | 일반 자동화 | 규칙과 경로가 고정됨 |
| 특정 서비스의 데이터를 가져오기 | API | 직접 기능 연결이 목적 |
| 사내 문서를 찾아 근거 있는 답변 | RAG | 검색과 답변이 중심 |
| 상황에 따라 여러 도구를 선택해 실행 | MCP | AI가 도구를 사용해야 함 |
| 문서를 검색한 뒤 업무까지 등록 | RAG + MCP | 근거 검색과 후속 실행 결합 |
| 기존 사내 기능을 AI 도구로 제공 | API + MCP 서버 | 기존 API를 MCP 도구로 노출 |
MCP와 API는 대체 관계가 아닙니다
API는 실제 시스템 기능을 제공합니다. MCP 서버는 내부적으로 기존 API를 호출할 수 있습니다. 예를 들어 Slack 메시지 전송 API를 MCP 도구로 감싸면 AI 애플리케이션이 표준화된 도구 설명을 통해 기능을 사용할 수 있습니다.
MCP와 RAG도 목적이 다릅니다
RAG는 관련 문서를 검색해 답변 근거를 제공하는 데 강합니다. MCP는 검색뿐 아니라 문서 작성, 업무 등록, 메시지 발송 같은 행동까지 연결할 수 있습니다. 사내 규정을 찾아 고객 답변 초안을 만들고 승인 후 전송하려면 두 방식을 함께 사용할 수 있습니다.
Function Calling과 MCP
Function Calling은 모델이 애플리케이션에 정의된 함수를 선택하도록 돕습니다. MCP는 AI 애플리케이션과 외부 도구 사이의 연결과 발견 방식을 표준화합니다. 애플리케이션은 MCP에서 받은 도구를 모델이 호출할 수 있는 함수 형태로 제공할 수 있으므로 함께 사용되는 경우가 많습니다.
MCP가 필요한지 묻는 4가지 질문
- AI가 답변만이 아니라 외부 도구에서 행동해야 하는가?
- 두 개 이상의 데이터·업무 도구를 사용해야 하는가?
- 요청에 따라 사용할 도구나 순서가 달라지는가?
- 같은 연결을 여러 AI 애플리케이션에서 재사용할 필요가 있는가?
여러 항목이 해당되면 MCP를 검토할 가치가 있습니다. 단순 반복이라면 더 단순한 자동화부터 비교하세요.
결정 기록
자동화할 업무: ________
검색만 필요한가: 예 / 아니오
외부 실행이 필요한가: 예 / 아니오
사용할 시스템 수: ________
선택한 방식: ________
선택 이유: ________
업무가 아직 정해지지 않았다면 자동화 우선순위 정하기부터 시작하세요. MCP가 필요하다고 판단했다면 업무 명세부터 PoC까지로 이동합니다.
0 댓글