AI 생태계의 핵심, 모델 컨텍스트 프로토콜(MCP) 업데이트
AI 모델이 외부 데이터에 안전하게 접근할 수 있게 해주는 핵심 표준인 모델 컨텍스트 프로토콜(MCP)이 대규모 서비스 확장을 방해하던 세션 관리 한계를 극복하는 중요한 업데이트를 준비 중입니다. 서버 측 세션 ID를 '무상태(stateless)' 방식으로 완화하여 대규모 트래픽 환경에서 인프라 운영과 유지보수를 훨씬 쉽고 저렴하게 만들 예정입니다.
모델 컨텍스트 프로토콜(MCP)은 AI 상호운용성의 기본 구성 요소 중 하나로, AI 모델이 외부 데이터 소스와 서비스에 안전하게 접근할 수 있는 방법을 제공합니다. 이는 엔지니어들이 모든 연결마다 맞춤형 파이프라인을 구축하는 대신, 챗봇이 사용자의 캘린더, 데이터베이스 또는 내부 도구에 접근할 수 있게 해주는 배관 역할을 합니다. 다음 주에 이 프로토콜이 중요한 업데이트를 받을 예정입니다. 최종 사용자에게는 눈에 띄지 않을 수 있지만, AI 생태계가 발전하는 방식에 큰 변화를 가져올 수 있습니다.
새 버전의 공식 사양은 5월부터 공개되었습니다. 하지만 월요일 아침, 아케이드(Arcade) 사람들로부터 이러한 변화에 대해 매우 명확한 설명을 들었습니다. 아케이드는 AI 에이전트가 실제 기업 내에서 제대로 기능하도록 만드는 작업을 중심으로 전체 비즈니스를 구축한 2년 된 스타트업으로, 에이전트가 Gmail, Slack, Salesforce와 같은 도구에 안전하게 연결하고 작동할 수 있게 해줍니다. 아케이드는 6월에 6천만 달러를 유치하며, 대부분의 AI 에이전트가 기본 모델이 약해서가 아니라 그 주변의 인프라가 아직 준비되지 않았기 때문에 실패한다는 생각을 바탕으로 삼았습니다. 이번 업데이트가 바로 이 문제를 해결하려고 합니다.
본질적으로 MCP는 서버가 더 큰 규모에서 더 쉽게 작동할 수 있도록 '세션 ID(Session ID)'를 처리하는 방식을 변경하고 있습니다. 세션 ID는 서버가 "아, 이건 5초 전과 같은 대화구나"라고 기억하기 위해 사용하는 작은 토큰입니다. 아케이드의 창립자인 네이트 바베티니(Nate Barbettini)는 이를 이렇게 설명합니다.
"[현재 시스템에서] Claude와 같은 MCP 클라이언트가 서버에 처음 연결되면 '안녕하세요'라는 인사를 보냅니다. 나는 Claude이고, 내 버전은 이거고, 내 기능은 이러이러합니다. 서버는 자체 기능으로 답장하고 세션 ID를 돌려줍니다... 그 이후부터 클라이언트는 서버가 같은 대화임을 알 수 있도록 모든 요청에 해당 세션 ID를 보냅니다. 때로는 이 ID가 만료되기도 하는데, 그러면 클라이언트가 이를 감지하고 새 ID를 요청한 뒤 계속 진행해야 합니다..."
"실제 배포 환경을 상상해 보십시오. 수백만 명의 사용자를 위해 서버를 운영하고 있으며, 앞단에는 각 요청을 서버 팜에서 여유 있는 서버(때로는 다른 지역의 서버)로 라우팅하는 것이 주 역할인 로드 밸런서가 있습니다. 이제 그 수많은 머신들이 다른 머신이 발급한 세션 ID에 대해 모두 알아야 합니다. 불가능한 일은 아니지만 심각한 골칫거리이며, 로드 밸런서와 조화롭게 작동하기보다는 서로 싸우는 꼴이 됩니다."
즉, 현재 설정은 하나의 서버가 사용자를 기억한다고 가정하지만, 실제 기업들은 기본적으로 서로 대화하지 않는 수십 대의 서버에 트래픽을 분산시킵니다. 따라서 오늘날의 MCP 서버는 누가 누구인지 추적하기 위해 추가적인 작업을 수행해야만 합니다. 이는 대규모로 MCP 서버를 운영하는 사람들에게 큰 두통이었고, 올해 에이전트 AI(Agentic AI)를 둘러싼 과도한 홍보에도 불구하고 더 많은 기업들이 대규모 자체 MCP 통합을 출시하는 것을 보지 못한 이유 중 하나입니다.
새로운 시스템 하에서, 이 프로토콜은 서버 측에서 세션 ID에 대해 대부분의 일반 웹사이트가 이미 작동하는 방식과 유사한 느슨한 '무상태(stateless)' 접근 방식을 취할 것입니다. 이를 통해 전체 시스템을 유지 관리하기가 훨씬 쉬워지고 이론적으로 대규모로 실행하는 비용이 저렴해질 것입니다.
이 모든 것은 꽤 기술적이지만, AI 개발의 모든 부분이 속도 위반으로 움직이는 것은 아니라는 중요한 상기시킴입니다. 모델 훈련은 빠른 속도로 앞서가고 있지만, 그 모델에 필요한 많은 기술 인프라는 여전히 표준화 기구의 합의라는 느린 통나무 굴리기(log-rolling)의 대상입니다. 분명히 발전은 일어나고 있습니다. 다만 조금 느릴 뿐입니다!