MCP와 Connector — AI의 손과 발

세션 개요

세션 1~6에서 우리는 AI에게 좋은 지시를 내리고(프롬프트), 맥락을 설계하고(CLAUDE.md), 반복 업무를 자동화하는(Skill) 방법을 배웠습니다. 하지만 지금까지의 AI는 여전히 고립된 상태입니다. 여러분의 Google Drive 파일을 직접 읽을 수 없고, Slack에 메시지를 보낼 수 없고, 데이터베이스를 조회할 수 없습니다. 모든 정보를 사람이 복사해서 붙여넣어줘야 합니다.

이번 세션에서는 AI에게 손과 발을 달아주는 기술인 MCP(Model Context Protocol)를 배웁니다. MCP가 무엇이고, 어떤 외부 도구와 연결할 수 있으며, 연결할 때 반드시 알아야 할 원칙은 무엇인지 다룹니다.

학습 목표

• MCP의 개념을 이해하고, “AI가 외부 도구를 직접 사용할 수 있게 해주는 표준 규격”이라고 설명할 수 있다
• MCP, Connector, Skill의 역할 차이를 구분하고 비유로 설명할 수 있다
• 도구 과다 연결의 위험성을 이해하고, “필요한 것만 잘 연결하는” 원칙을 적용할 수 있다

핵심 개념: AI 에이전트의 확장

지금까지 우리가 만든 AI 에이전트를 정리해보면 이렇습니다:

세션 5에서 만든 “주간 성과 보고서 생성” Skill을 떠올려보세요. Skill이 아무리 잘 설계되어 있어도, GA4 데이터를 사람이 복사해서 AI에게 붙여넣어야 했습니다. 보고서를 만든 뒤에도, 사람이 직접 Slack에 올리거나 이메일로 발송해야 했습니다.

MCP가 있으면 어떻게 달라질까요? AI가 직접 GA4 데이터를 가져오고, 직접 보고서를 정리하고, 직접 Slack에 발송합니다. 사람은 “주간 보고서 만들어줘”라고 한 마디만 하면 됩니다.

MCP란 무엇인가

USB를 떠올려보세요. USB가 나오기 전에는 프린터, 키보드, 마우스, 외장하드가 모두 다른 단자를 사용했습니다. 연결할 기기마다 다른 케이블, 다른 드라이버가 필요했습니다. USB가 등장한 뒤에는 단자 하나로 어떤 기기든 연결할 수 있게 되었습니다.

MCP는 AI 세계의 USB입니다.

• Model Context Protocol = AI와 외부 도구 간의 표준 통신 규격
• MCP 이전: 각 도구마다 다른 방식으로 연동해야 함 (API마다 다른 코드, 다른 인증)
• MCP 이후: 하나의 표준 방식으로 어떤 도구든 연결 가능
• 한 번 연결하면 AI가 언제 어떤 도구를 쓸지 자동으로 판단하여 활용

핵심은 이것입니다: MCP 덕분에 우리는 AI에게 “Google Sheets에서 이 데이터를 읽어와”라고 코드를 짜는 대신, 그냥 “지난주 성과 데이터를 정리해줘”라고 말하면 AI가 알아서 적절한 도구를 골라 사용합니다.

주요 MCP 연동 예시 (광고 업무 관점)

AI에 MCP로 연결할 수 있는 외부 도구는 계속 늘어나고 있습니다. 광고 업무에서 특히 유용한 연동 예시를 정리하면 다음과 같습니다:

예를 들어, Google Drive와 Slack이 연결된 AI에게 이렇게 말할 수 있습니다:

“드라이브에서 A뷰티 3월 브리프를 찾아서 요약하고, 미디어팀 Slack 채널에 공유해줘.”

AI는 Drive에서 문서를 검색하고, 내용을 읽고 요약한 뒤, Slack에 메시지를 보냅니다. 사람이 탭을 왔다 갔다 할 필요가 없습니다.

Skill vs MCP vs Connector 차이

이 세 가지 개념이 헷갈릴 수 있습니다. 주방에 비유하면 명확해집니다.

실제 동작을 보면 이렇습니다:

1. Skill이 “주간 보고서 생성” 레시피를 정의합니다 (Step 1: 데이터 수집, Step 2: 분석, Step 3: 보고서 작성, Step 4: 발송)
2. MCP가 AI에게 “Google Sheets, Slack 같은 도구를 사용할 수 있어”라고 알려줍니다
3. Connector가 실제로 “우리 팀 Google Sheets 계정”, “미디어팀 Slack 채널”에 연결합니다

세 가지가 합쳐지면: AI가 **레시피(Skill)**를 따라, **연결된 도구(Connector)**를 **표준 방식(MCP)**으로 사용하여, 처음부터 끝까지 자동으로 업무를 수행합니다.

주의: 도구 과다 연결의 함정

MCP를 배우면 자연스럽게 이런 생각이 듭니다: “그러면 가능한 도구를 다 연결하면 좋겠네!”

그렇지 않습니다. 오히려 반대입니다.

도구를 많이 연결할수록 AI의 판단이 흐려집니다. 10개의 도구가 연결되어 있으면, AI는 매번 “이 작업에 어떤 도구를 써야 하지?”를 고민해야 합니다. 마치 주방에 도구가 100개 있는데 된장찌개를 끓이려는 상황과 같습니다. 어떤 냄비를 쓸지, 어떤 칼을 쓸지 선택하는 데만 시간이 걸리고, 엉뚱한 도구를 집어들 확률도 높아집니다.

좋은 MCP 구성의 3가지 원칙:

1. 필요한 것만 연결한다: 실제로 자주 사용하는 도구 3~5개에 집중
2. 명확한 용도를 정의한다: 각 연결이 어떤 업무에 쓰이는지 문서화
3. 정기적으로 정리한다: 안 쓰는 연결은 끊어서 AI의 판단을 깔끔하게 유지

도구는 “많이” 붙이는 것이 아니라, “잘” 붙이는 것이 원칙입니다.

라이브 데모

지금부터 MCP로 외부 도구가 연결된 AI가 실제로 어떻게 동작하는지 3가지 시나리오를 시연합니다.

시나리오 1: Google Drive에서 클라이언트 브리프 자동 검색 및 요약

AI에게 다음과 같이 요청합니다:

“드라이브에서 A뷰티 4월 캠페인 브리프를 찾아서 핵심 내용을 요약해줘.”

AI가 하는 일:

1. Google Drive Connector를 통해 파일을 검색
2. “A뷰티”, “4월”, “캠페인 브리프” 키워드로 문서를 찾음
3. 문서를 읽고 핵심 내용(캠페인 목적, 타겟, 예산, 기간)을 요약

사람이 할 필요 없는 것: Drive에 직접 접속 → 검색 → 파일 열기 → 내용 읽기 → 요약 작성

시나리오 2: Slack 채널에 주간 미디어 보고 요약 자동 발행

AI에게 다음과 같이 요청합니다:

“이번 주 A뷰티 성과 요약을 미디어팀 Slack 채널에 공유해줘.”

AI가 하는 일:

1. 미리 정리된 성과 데이터를 기반으로 주간 요약을 작성
2. Slack Connector를 통해 지정된 채널에 메시지를 발송
3. 포맷팅된 텍스트(핵심 KPI, 전주 대비 증감, 주요 인사이트)로 전달

시나리오 3: 웹 검색으로 경쟁사 최신 뉴스 수집

AI에게 다음과 같이 요청합니다:

“지난 7일간 경쟁사 A, B, C의 디지털 광고 관련 최신 뉴스를 검색하고 정리해줘.”

AI가 하는 일:

1. 웹 검색 Connector를 통해 최신 뉴스를 검색
2. 경쟁사별로 관련 기사를 분류하고 요약
3. “이번 주 경쟁사 동향” 형식으로 정리

데모 핵심 포인트: 세 시나리오 모두 사람이 “요청 한 마디”만 했을 뿐, 나머지는 AI가 MCP로 연결된 도구를 활용하여 자동으로 수행합니다. 이것이 “고립된 AI”와 “연결된 AI”의 차이입니다.

다음 세션 준비

세션 8에서는 여러분이 직접 자신의 업무 자동화 시나리오를 설계합니다 (설계만 합니다 — 실제 구현은 하지 않습니다). 다음 시간까지 아래 내용을 생각해오세요:

현재 업무에서 수동으로 도구를 옮겨 다니는 작업은 무엇인가요?

예를 들어:

• GA 대시보드에서 데이터를 스크린샷 찍고 → Excel에 붙여넣고 → 정리해서 → PPT로 옮기고 → 이메일로 발송
• Slack에서 클라이언트 요청을 확인하고 → Drive에서 관련 문서를 찾고 → 내용을 요약해서 → 다시 Slack에 답변
• 경쟁사 사이트를 하나씩 방문하고 → 캡처하고 → 비교 정리해서 → 보고서에 반영

이런 “도구 → 도구 → 도구” 이동 작업을 1~2개 떠올려두면 세션 8에서 바로 시작할 수 있습니다.

참고 자료

• 교재 Ch.4.6~4.7: MCP, Connector 개념
• 세션 5-6에서 작성한 SKILL.md (Skill과 MCP의 연계를 이해하는 데 참고)
• [다음 세션] 세션 8: 미션 #4 — 업무 자동화 시나리오 설계 (실습)