Velog
모델 컨텍스트 프로토콜(MCP)이란 무엇인가요?
MCP(Model Context Protocol)는 Anthropic이 제안한 AI 모델과 외부 도구/데이터 소스를 연결하는 표준 프로토콜로, AI 어시스턴트가 파일 시스템, 데이터베이스, API 등 다양한 리소스에 일관된 방식으로 접근할 수 있게 합니다. USB-C 포트처럼 AI와 다양한 서비스를 표준화된 인터페이스로 연결하여 AI 에코시스템의 상호운용성을 높이는 것이 목표입니다.
핵심 요약
이 아티클은 AI 도구 활용를 실무 판단 기준으로 다시 정렬해 주는 읽기 자료입니다. MCP(Model Context Protocol)는 Anthropic이 제안한 AI 모델과 외부 도구/데이터 소스를 연결하는 표준 프로토콜로, AI 어시스턴트가 파일 시스템, 데이터베이스, API 등 다양한 리소스에 일관된 방식으로 접근할 수 있게 합니다. USB-C 포트처럼 AI와 다양한 서비스를 표준화된 인터페이스로 연결하여 AI 에코시스템의 상호운용성을 높이는 것이 목표입니다.
이 아티클은 AI 도구 활용를 면접에서 바로 꺼낼 수 있는 답변 프레임으로 접어 두는 메모처럼 읽으면 좋습니다.
AI 도구 활용를 설명할 때 정의만 말하면 답변이 얕아지기 쉽습니다. MCP는 AI 모델이 외부 도구와 통신하는 방식을 표준화한 오픈 프로토콜이다. 실무 판단 근거와 면접 답변의 밀도를 동시에 끌어올릴 수 있습니다.
학습 포인트
면접 답변으로 연결할 학습 포인트입니다.
MCP는 AI 모델이 외부 도구와 통신하는 방식을
MCP는 AI 모델이 외부 도구와 통신하는 방식을 표준화한 오픈 프로토콜이다. 이 포인트를 알고 있으면 비슷한 상황에서 왜 이 접근을 선택하는지까지 설명할 수 있습니다.
MCP는 AI 모델이 외부 도구와 통신하는 방식을 를 개념으로만 기억하고 맥락 없이 적용하면 MCP는 AI 모델이 외부 도구와 통신하는 방식을 표준화한 오픈 프로토콜이다. 패턴 이름만 외우고 적용 조건을 구분하지 않으면 비슷한 문제에 같은 해법을 남용하게 됩니다.
MCP 서버는 Resources
MCP 서버는 Resources(데이터), Tools(실행 가능한 함수), Prompts(재사용 가능한 템플릿) 3가지를 제공할 수 있다. 이 포인트를 알고 있으면 비슷한 상황에서 왜 이 접근을 선택하는지까지 설명할 수 있습니다.
MCP 서버는 Resources를 개념으로만 기억하고 맥락 없이 적용하면 MCP 서버는 Resources(데이터), Tools(실행 가능한 함수), Prompts(재사용 가능한 템플릿) 3가지를 제공할 수 있다. 패턴 이름만 외우고 적용 조건을 구분하지 않으면 비슷한 문제에 같은 해법을 남용하게 됩니다.
JSON-RPC 2
JSON-RPC 2.0 기반으로 동작하며, stdio 또는 HTTP/SSE를 통한 통신을 지원한다. 이 포인트를 알고 있으면 비슷한 상황에서 왜 이 접근을 선택하는지까지 설명할 수 있습니다.
JSON-RPC 2를 개념으로만 기억하고 맥락 없이 적용하면 JSON-RPC 2.0 기반으로 동작하며, stdio 또는 HTTP/SSE를 통한 통신을 지원한다. 패턴 이름만 외우고 적용 조건을 구분하지 않으면 비슷한 문제에 같은 해법을 남용하게 됩니다.
읽는 순서
- 1이론
"모델 컨텍스트 프로토콜(MCP)이란 무엇인가요?"의 멘탈 모델과 요약을 먼저 읽고, AI 도구 활용와 관련된 핵심 용어 3개를 적어보세요.
- 2구현
모델 컨텍스트 프로토콜(MCP)이란 무엇인가요?에서 다룬 아이디어를 작은 예제로 직접 구현하거나 기존 코드에 대입해 보면서 적용 조건을 확인하세요.
- 3실무
현재 프로젝트에서 AI 도구 활용와 연결되는 화면이나 코드 리뷰 사례를 찾아, 어디서 같은 판단이 필요한지 정리해보세요.
- 4설명
동료에게 "MCP(Model Context Protocol)가 등장한 배경과 해결하려는 문제가 무엇인지 설명해주세요."에 대한 답을 5분 안에 설명해보세요. 막히는 부분이 아직 이해가 얕은 구간입니다.
면접 연결 질문
[감점 답변] 용어 정의만 반복하거나 "모델 컨텍스트 프로토콜(MCP)이란 무엇인가요?에서 그렇게 하더라" 수준으로 답하면 감점 포인트입니다. 면접관은 개념을 외운 사람보다 판단 근거를 말하는 사람을 찾습니다. [좋은 답변] AI 도구마다 다른 통합 방식, M×N 통합 문제, 표준화의 필요성, Function Calling과의 비교를 설명하세요. 가능하면 선택 이유, 트레이드오프, 실제로 문제가 되는 상황까지 함께 연결하세요.
[감점 답변] 용어 정의만 반복하거나 "모델 컨텍스트 프로토콜(MCP)이란 무엇인가요?에서 그렇게 하더라" 수준으로 답하면 감점 포인트입니다. 면접관은 개념을 외운 사람보다 판단 근거를 말하는 사람을 찾습니다. [좋은 답변] Resources는 데이터 조회(파일/DB), Tools는 액션 실행(API 호출/코드 실행), Prompts는 재사용 가능한 워크플로우 템플릿임을 설명하세요. 가능하면 선택 이유, 트레이드오프, 실제로 문제가 되는 상황까지 함께 연결하세요.
[감점 답변] 용어 정의만 반복하거나 "모델 컨텍스트 프로토콜(MCP)이란 무엇인가요?에서 그렇게 하더라" 수준으로 답하면 감점 포인트입니다. 면접관은 개념을 외운 사람보다 판단 근거를 말하는 사람을 찾습니다. [좋은 답변] 디자인 시스템 컴포넌트 검색, Figma 연동, 스토리북 참조, 번들 분석, 성능 측정 도구 등을 MCP 서버로 만드는 아이디어를 제시하세요. 가능하면 선택 이유, 트레이드오프, 실제로 문제가 되는 상황까지 함께 연결하세요.
자기 점검
"MCP는 AI 모델이 외부 도구와 통신하는 방식을 "를 기능 목록으로만 외우는 것. 실제로는 왜 이 접근이 필요한지와 적용 조건까지 설명해야 합니다.
좋은 사례만 기억하고 실패 조건을 빼먹는 것. 실제 면접에서는 언제 위험해지는지까지 함께 말해야 합니다.