요약
앤트로픽(Anthropic)이 MCP(Model Context Protocol)를 Linux Foundation의 Agentic AI Foundation에 기부했으며, 동시에 MCP의 컨텍스트 과다 사용 문제를 해결하기 위한 새로운 툴(Tool Search, Programmatic Calling)을 베타로 출시했습니다.
주요 내용
1. MCP의 Linux Foundation 기부
- 앤트로픽이 MCP를 Linux Foundation 산하의 Agentic AI Foundation에 기부
- Linux Foundation은 쿠버네티스, Node.js 등 주요 오픈소스 프로젝트를 관리하는 조직
- 구글이 쿠버네티스를 CNCF에 기부한 사례와 유사한 전략
- 중립적인 오픈소스 표준으로 유지하여 다양한 기업들의 참여 유도
- 기부의 의도가 진정한 오픈소스화인지, 아니면 관리 부담 전가인지는 불분명
2. MCP의 근본적인 문제점
- 컨텍스트 과다 사용: 모든 툴을 사전에 로딩해야 하므로 컨텍스트를 너무 많이 소비
- 5개의 툴(GitHub, Slack, Sentry, Splunk, 등)만 넣어도 55k 토큰 소비
- 앤트로픽 모델의 200K 토큰 제한에서 1/4 이상을 툴 정의에 사용
- 실제 대화에 사용 가능한 컨텍스트가 51.4%에 불과
- 프로덕션 환경에서 여러 툴을 동시에 사용하기 어려움
- 이런 이유로 많은 개발자들이 MCP를 실제로 잘 사용하지 않음
3. 새로운 해결책: Tool Search와 Programmatic Calling
Tool Search (툴 검색 툴)
- 모든 툴을 미리 로딩하지 않고, 필요한 툴만 검색하여 로딩
deferring: true옵션을 통한 레이지 로딩 방식- 필요한 시점에만 툴을 메모리에 로딩하여 컨텍스트 절약
- 사용 가능한 툴을 검색하는 툴을 제공
Programmatic Tool Calling (프로그래밍 방식 툴 호출)
- Excel MCP 같은 대용량 데이터 소스에서 모든 데이터를 불러오지 않음
- 필요한 데이터만 추출하는 코드를 LLM이 작성하고 실행
- 코드 실행 결과만 컨텍스트에 추가하여 효율성 극대화
- 6번의 API 호출을 1번의 프로그래밍 방식 호출로 대체 가능
- API 사용 비용 절감 및 성능 향상
4. 쿠버네티스 사례와의 비교
- 쿠버네티스는 구글의 내부 프로젝트(Borg)에서 시작
- CNCF에 기부 후 전 세계 인프라의 70~90%가 쿠버네티스 사용
- 중립 지대에 놓임으로써 메타, 애플, 마이크로소프트 등 경쟁사들도 참여
- Windows 지원 등 다양한 기능 추가가 공정하게 이루어짐
- MCP도 이런 성공 사례를 따를 가능성
핵심 인사이트
- MCP의 컨텍스트 문제는 실제 사용성에 심각한 영향: 5개의 툴만으로도 전체 컨텍스트의 25%를 소비하는 구조적 문제가 존재하며, 이는 프로덕션 환경에서 MCP 도입을 가로막는 주요 장애물입니다.
- 앤트로픽의 이중 전략: MCP를 오픈소스 재단에 기부하면서도, 자체적으로 더 효율적인 툴 사용 메커니즘을 개발하고 있습니다. 이는 오픈소스 생태계 기여와 자사 제품 경쟁력 강화를 동시에 추구하는 전략으로 보입니다.
- 레이지 로딩과 프로그래밍 방식 호출의 혁신: 기존에 모든 툴 정보를 미리 컨텍스트에 넣던 방식에서, 필요한 툴만 검색하고 실행 코드를 통해 필요한 데이터만 추출하는 방식은 AI 에이전트 시스템의 효율성을 획기적으로 개선할 수 있는 접근법입니다.
- 오픈소스 전략의 양면성: Linux Foundation에 기부한 것이 진정한 오픈소스 발전을 위한 것인지, 관리 부담을 전가하기 위한 것인지 명확하지 않지만, 결과적으로는 더 많은 기업들의 참여를 유도하여 MCP 생태계가 발전할 가능성이 높습니다.
- 실무 개발자의 관점: 고급 개발자들은 MCP의 비효율성 때문에 리모트 접속이나 직접 복사-붙여넣기 방식을 선호하는 경우가 많으며, 복잡한 작업에서만 선택적으로 MCP를 사용하는 경향이 있습니다.