요즘 인공지능(AI) 비서는 질문에 답하는 데 그치지 않는다. 이메일을 읽어 요약하고, 캘린더의 빈 시간을 골라 회의를 잡고, 회사 내부 시스템에서 필요한 자료를 꺼내 오기도 한다. 이런 일이 가능하려면 AI와 바깥의 여러 서비스를 잇는 ‘연결 규격’이 있어야 한다.
2024년 말, 이 연결을 표준화한 규약이 등장했다. 모델 컨텍스트 프로토콜(MCP)이다. 표준이 없던 시절에는 AI에 새 서비스를 붙일 때마다 전용 연결 장치를 따로 만들어야 했다. MCP는 여러 전자기기를 단자 하나로 잇는 USB-C처럼, 그 수고를 표준 하나로 줄이겠다고 약속했다. 이메일과 캘린더는 물론 깃허브, 노션, 슬랙 같은 협업 도구가 차례로 합류했고, 등장한 지 얼마 지나지 않아 거의 모든 소프트웨어 회사가 ‘MCP 지원’을 기능 목록에 내걸었다.
그런데 정작 현장 개발자들 사이에서 다른 목소리가 나왔다. 문제는 AI의 ‘작업 기억’이다. AI는 한 번에 펼쳐 둘 수 있는 정보량이 정해져 있다. 사람으로 치면 책상의 크기다. 그런데 도구를 연결하면 그 도구의 사용설명서가 책상을 미리 차지한다. 최신 AI는 책 한두 권 분량을 한 번에 다루지만, 연결한 도구 수십 개의 설명만으로 그 공간의 10% 안팎이 채워지곤 했다. 정작 일할 자리가 줄어든다. 식당에 앉자마자 메뉴판 열 권이 식탁을 덮어 음식 놓을 곳이 없는 격이다. 속도도 문제였다. 한 측정에서는 같은 작업을 기존 방식보다 두세 배 느리게 처리했고, 처음 연결하는 순간에는 그 차이가 훨씬 컸다. 작업 도중 연결이 끊기는 일도 잦았다.
다만 이 문제는 빠르게 손질되고 있다. 설명서를 처음부터 다 펼치는 대신, 작업이 실제로 필요로 할 때만 찾아 꺼내 보는 방식이 도입됐다. 이것만으로 도구 설명이 차지하던 분량이 최대 85%까지 줄었다. 효과는 공간 절약만이 아니었다. 책상에 도구가 너무 많이 쌓이면 AI가 알맞은 것을 골라내지 못하고 헤매곤 했는데, 필요한 것만 꺼내 보게 하자 도구가 많은 환경에서 오히려 선택이 더 정확해졌다. 도서관에서 모든 책을 책상에 쌓아 두는 대신 읽을 책만 사서에게 청구하는 셈이다. 덕분에 이용자는 도구를 여러 개 연결해 두어도 대화를 처음 시작할 때 굼떠지는 느낌을 거의 받지 않게 됐다.
물론 MCP가 만능은 아니다. 명령어를 직접 입력하는 전통적 방식으로 충분한 경우도 많고, 어느 쪽이 효율적이냐를 두고 논쟁이 이어진다. 그래도 터미널이라 불리는 명령어 창을 다루지 않는 일반 사용자에게는 MCP 쪽이 한결 편하고, 명령어 도구가 아예 없는 서비스에서는 MCP가 유일한 통로이기도 하다. 두 방식은 ‘필요할 때만 불러온다’는 같은 지점으로 모이는 중이다. 이용자에게 연결 규격은 보이지 않는다. 다만 AI 비서에 외부 서비스를 붙였는데 응답이 느려지거나 연결이 끊긴다면, 그 이면에는 더 적은 공간으로 더 많은 일을 해내려는 이런 기술적 줄다리기가 자리한다.