모델 컨텍스트 프로토콜 (MCP)
AI 모델이 외부 도구와 데이터 소스를 표준 방식으로 연결해 활용하도록 돕는 인터페이스 규격
#Model Context Protocol#MCP#모델 컨텍스트 프로토콜#모델 연동 표준#에이전트 도구 연결
MCP란?
MCP는 AI 모델이 파일, 데이터베이스, API 같은 외부 자원에 접근할 때 사용하는 표준 인터페이스 방식입니다.
도구마다 다른 연결 방식을 줄이고, 모델 연동을 일관되게 만드는 데 목적이 있습니다.
어디에 쓰이나요?
에이전트 시스템에서 모델이 캘린더 조회, 문서 검색, 코드 저장소 작업 같은 기능을 호출할 때 활용됩니다.
팀은 MCP 서버를 통해 권한 범위와 호출 정책을 구조화할 수 있습니다.
왜 중요한가요?
MCP는 확장성과 재사용성을 높여 멀티툴 에이전트 운영을 단순화합니다.
동시에 인증, 접근 제어, 감사 로그를 함께 설계해야 운영 리스크를 낮출 수 있습니다.
관련 용어
AI 인프라/모델 최적화
경사하강법 (Gradient Descent)
손실 함수를 최소화하기 위해 기울기 반대 방향으로 파라미터를 반복 업데이트하는 최적화 방법
AI 인프라/모델 최적화
딥러닝 (Deep Learning)
다층 신경망을 이용해 데이터의 복잡한 표현을 자동으로 학습하는 머신러닝 접근
AI 인프라/모델 최적화
레이트 리미팅 (Rate Limiting)
짧은 시간에 과도한 요청이 몰릴 때 API 호출량을 제한하는 제어 기법
AI 인프라/모델 최적화
로봇 파운데이션 모델 (Robot Foundation Model)
대규모 로봇 데이터와 멀티모달 입력으로 사전 학습되어 다양한 물리 작업에 전이 가능한 범용 로봇 AI 모델
AI 인프라/모델 최적화
로컬 AI (Local AI)
모델을 외부 API가 아닌 자체 PC·서버에서 직접 실행하는 방식
AI 인프라/모델 최적화
모델 증류 (Model Distillation)
대형 모델의 출력 신호를 활용해 더 작은 모델을 학습시키는 경량화 기법