MCP란? 2026년 AI 어시스턴트가 내 앱과 연결되는 방식

MCP는 Model Context Protocol의 약자로, AI 어시스턴트가 여러분이 쓰는 다른 앱 안에서 직접 일할 수 있게 해 주는 오픈 표준입니다. Notion 페이지를 검색하고, Linear에 티켓을 만들고, 캘린더를 확인하고, 고객 레코드를 업데이트하는 일이 가능해집니다. Claude가 "커넥터"를 제공하거나, ChatGPT가 "플러그인"을 보여 주거나, Microsoft Copilot 에이전트가 외부 도구를 호출할 때, 그 밑에서는 대개 MCP 서버가 일하고 있습니다.

MCP는 1년 전보다 2026년에 훨씬 중요해졌습니다. MCP를 만든 곳은 Anthropic이지만, 지금은 OpenAI, Block과 함께 공동 설립한 Linux Foundation 산하 단체가 소유하고 있습니다. 관리자들에 따르면 개발자들이 쓰는 소프트웨어 개발 키트(SDK)의 월간 다운로드 수는 5억 건에 가깝고(MCP blog), 올해 스펙 릴리스에서는 대기업 환경에 맞게 프로토콜이 대폭 개편됐습니다.

문제는 내 앱에 접근할 수 있는 AI가 속임수에 넘어가거나 과도하게 신뢰받을 수 있다는 점이고, 실제 사고도 이미 기록돼 있습니다. 이 글에서는 MCP가 무엇인지, 어디에 쓰는지, 어디서 문제가 생기는지, 첫 서버를 안전하게 연결하는 방법을 다루고, Connect를 누르기 전에 확인할 체크리스트도 제공합니다.

MCP는 제품이 아니라 공용 메뉴 형식입니다

MCP 이전에는 AI 앱과 업무 도구의 조합마다 별도의 맞춤 연동을 만들어야 했습니다. Anthropic은 2024년에 이 표준을 공개하면서 문제를 이렇게 설명했습니다. "새로운 데이터 소스마다 맞춤 구현이 필요해서, 진정으로 연결된 시스템으로 확장하기가 어렵다"(Anthropic). 출시 때 Google Drive, Slack, GitHub, Postgres용 서버가 바로 쓸 수 있게 제공됐고, 스펙도 공개돼 어떤 회사든 이를 기반으로 만들 수 있었습니다.

프로젝트 공식 사이트는 MCP를 "AI 애플리케이션을 위한 USB-C 포트"라고 설명합니다(modelcontextprotocol.io). 플러그 얘기로는 맞지만, 정작 중요한 부분, 즉 그 통로로 무슨 말이 오가는지는 빠져 있습니다. 식당에 비유하면 더 와닿습니다. 연결하는 앱마다 주방을 하나씩 운영하고, 그 MCP 서버가 메뉴를 내놓습니다. "페이지 검색", "작업 생성" 같은 할 수 있는 일의 목록이고, 항목마다 쉬운 말로 설명이 붙어 있습니다. MCP는 그 메뉴의 합의된 형식입니다. AI 앱은 웨이터입니다. 어느 주방의 메뉴든 읽고, 요청에 맞는 것을 골라내고, 데이터를 바꾸는 주문은 넣기 전에 여러분에게 확인합니다.

이 비유는 위험을 다루는 부분에서 다시 쓸 테니 기억해 두세요. 메뉴는 주방이 쓰고, 웨이터는 여러분이 볼 수 없는 작은 글씨까지 한 글자도 빠짐없이 읽습니다.

공용 형식이 있으면 계산이 달라집니다. AI 앱 5개와 서비스 20개가 있다고 해 보겠습니다. 맞춤 연동 방식이면 최대 100개를 따로 만들어야 하고, 하나하나 누군가가 유지보수해야 합니다. MCP를 쓰면 각 AI 앱은 형식을 한 번만 익히고 각 서비스는 서버를 하나만 공개하면 되니 25개로 줄어듭니다.

사용자 입장에서 얻는 이점은 이식성입니다. 예를 들어 Notion의 호스팅 서버는 같은 주소로 Claude Code, OpenAI의 Codex, Cursor에서 설정하는 방법을 문서로 안내합니다. 내년에 팀이 다른 AI 앱으로 옮기더라도 연결을 그대로 가져갈 수 있습니다.

작동 방식: 호스트, 클라이언트, 서버

세 가지 역할이 모든 일을 처리하며, MCP 문서도 이를 정확히 구분합니다. 호스트는 여러분이 입력하는 AI 앱입니다. 서버는 한 서비스의 기능을 MCP 형식으로 설명하는 작은 프로그램입니다. 클라이언트는 호스트 안에 있으면서 연결을 유지하고, 호스트는 연결하는 서버마다 클라이언트를 하나씩 만듭니다.

그래서 Claude에 노트, 캘린더, CRM을 연결해 두면 클라이언트 세 개가 각각 서버 하나와 통신하고 있는 셈입니다. 이 과정은 눈에 보이지 않고, 보이는 건 커넥터 목록과 각 항목 옆의 토글뿐입니다.

다이어그램은 왼쪽에서 오른쪽으로 읽으세요. 쉬운 말로 요청하면 호스트가 연결된 서버 중 도움이 될 곳이 있는지 판단하고, 요청은 해당 클라이언트를 거쳐 그 서버로 전달됩니다. 호박색 띠가 이 설계의 핵심입니다. 모든 연결이 같은 형식을 쓰기 때문에 호스트는 서버를 어느 회사가 만들었는지 신경 쓰지 않습니다.

서버는 두 종류로 나뉩니다. 로컬 서버는 내 컴퓨터에서 실행되며 코딩 도구에서 흔하고, 무언가를 설치해야 합니다. 원격 서버는 업체의 인프라에서 실행되고 인터넷으로 접속합니다. 개발자가 아닌 사람 대부분은 원격 서버를 쓰게 되고, 몇 년째 눌러 온 "~로 로그인"과 같은 OAuth 방식으로 연결합니다. 접근 승인은 해당 서비스의 자체 페이지에서 하며, AI 앱은 비밀번호를 볼 수 없습니다.

서버가 제공할 수 있는 것은 세 가지입니다. 도구(tool)는 페이지 생성이나 메시지 전송 같은 동작입니다. 리소스(resource)는 파일이나 데이터베이스 레코드처럼 AI가 맥락 파악을 위해 읽을 수 있는 데이터입니다. 프롬프트(prompt)는 자주 하는 작업을 위해 미리 만들어 둔 템플릿입니다. 실제로 눈에 띄는 건 대부분 도구이고, 위험도 대부분 거기에 있습니다.

스펙의 규칙 하나가 이후 내용 전체를 좌우합니다. 호스트는 "어떤 도구든 호출하기 전에 사용자의 명시적 동의를 받아야" 하며, 도구 설명은 신뢰할 수 있는 서버에서 온 것이 아니라면 신뢰하지 말아야 합니다. 스펙은 MCP가 "이런 보안 원칙을 프로토콜 수준에서 강제할 수는 없다"고도 인정합니다. 적절한 승인 창이 뜨는지는 전적으로 사용하는 앱에 달려 있습니다.

2026년에 사람들이 MCP로 하는 일

이제 주요 어시스턴트는 모두 MCP를 내장하고 있고, 이름은 제각각입니다. 차이는 서버가 어디에 나타나는지, 목록에 없는 서버를 추가할 수 있는지, AI가 실행하기 전에 무슨 일이 일어나는지입니다.

Claude에서는 MCP 서버가 커넥터로 나타나며, Customize > Connectors의 하나의 디렉터리에서 웹 앱, 데스크톱, 모바일, Claude Code, Cowork가 공유합니다. Anthropic이 드는 예로는 Linear 이슈 생성, Slack 메시지 전송, Google Drive 검색이 있고, 일부 커넥터는 대시보드나 작업 보드를 채팅 안에 바로 그려 주는 인터랙티브 방식입니다. 각 항목에는 라벨이 붙습니다. Verified는 Anthropic이 도구를 테스트했다는 뜻이고, Community는 항목을 선별했지만 깊이 검토하지는 않았다는 뜻입니다(Claude docs).

OpenAI 개발자 문서는 이제 ChatGPT의 연동을 플러그인이라고 부릅니다. MCP 서버와 skills라는 재사용 가능한 지침을 함께 묶을 수 있는 패키지이고, ChatGPT와 Codex가 공유하는 하나의 디렉터리에 올라갑니다. 이 디렉터리 밖의 서버를 쓰려면 웹의 Plus, Pro, Business, Enterprise, Education 계정에서 개발자 모드(developer mode)를 쓸 수 있습니다. OpenAI의 설명은 직설적입니다. "강력하지만 위험하다"며, 위험을 이해하는 사람을 위한 기능이라고 합니다(OpenAI). 쓰기 작업은 기본적으로 사용자 확인이 필요하고, 올해 ChatGPT에는 연결된 앱이 언제 권한을 물을지 고르는 옵션이 추가됐습니다. 항상, 변경하기 전, 중요한 작업 전에만 중에서 선택할 수 있습니다.

Microsoft는 맞춤형 에이전트를 만드는 도구인 Microsoft Copilot Studio에서 MCP를 지원하며, 에이전트가 서버의 도구와 리소스를 사용할 수 있습니다. 다만 약관의 작은 글씨는 꼭 읽어 보세요. 외부 MCP 서버를 연결하면 접근하는 도구와 리소스에 대한 책임은 사용자에게 있다고 Microsoft는 밝히고 있습니다. Microsoft 365 Copilot도 MCP 기반 에이전트를 실행하며, Microsoft는 Monday.com, Canva, Sitecore를 초기 개발사로 꼽았습니다.

코딩 도구가 가장 먼저 도입했습니다. Cursor는 마켓플레이스에서 클릭 한 번으로 서버를 설치하고, 기본적으로 MCP 도구를 실행하기 전에 물어봅니다. Visual Studio Code와 Claude Code도 MCP를 지원하며, claude.ai에서 추가한 커넥터는 같은 계정으로 로그인하면 Claude Code에도 그대로 적용됩니다.

자동화 플랫폼은 MCP를 양방향으로 활용합니다. Zapier는 9,000개가 넘는 앱과 66,000개의 트리거 및 액션을 MCP를 지원하는 모든 어시스턴트에 열어 두며, 도구를 한 번 호출할 때마다 요금제의 작업(task) 한도가 2건씩 차감됩니다(Zapier). n8n은 서버로 동작해 워크플로를 어시스턴트가 호출할 수 있는 도구로 바꿔 주기도 하고, 클라이언트로 동작해 n8n 자체 에이전트가 외부 서버를 호출하게 하기도 합니다. 어느 쪽이 필요한지 헷갈린다면 AI 에이전트와 자동화 도구의 차이를 설명한 글이 도움이 됩니다.

지금 MCP를 운영하는 곳

한 AI 연구소가 소유한 표준을 경쟁사가 받아들이기는 쉽지 않지만, MCP는 그 장벽을 빠르게 넘었습니다. 2025년 OpenAI가 Agents SDK에 MCP를 추가했고, Sam Altman은 "사람들이 MCP를 정말 좋아한다"고 밝혔습니다. 몇 주 뒤 Google DeepMind의 Demis Hassabis는 Google Gemini 모델도 MCP를 지원하겠다며 "AI 에이전트 시대를 위한 오픈 표준으로 빠르게 자리 잡고 있다"고 말했습니다. 두 발언 모두 TechCrunch가 보도했습니다.

그다음 Anthropic이 MCP를 내놓았습니다. 작년에 MCP를 Linux Foundation 산하 기금인 Agentic AI Foundation(AAIF)에 기부했는데, 이 재단은 Block, OpenAI와 공동 설립했고 Google, Microsoft, AWS, Cloudflare, Bloomberg가 후원합니다(Anthropic). Block은 goose 에이전트를, OpenAI는 AGENTS.md 형식을 자매 프로젝트로 기부했습니다.

일상적인 운영 주도권은 바뀌지 않았습니다. 관리자들은 프로토콜의 의사 결정을 맡는 사람들이 지금까지 이끌어 온 사람들 그대로이며, 재단이 기술 방향을 정하지 않을 것이라고 밝혔습니다. 재단이 더하는 것은 중립적인 소유 구조이고, 기업들의 가입도 빠르게 늘었습니다. 최근 발표에 따르면 회원은 247개 기관이며, Visa와 Wells Fargo가 최근 합류한 Gold 회원에 포함됩니다. 재단은 AGNTCon + MCPCon 컨퍼런스도 운영합니다.

한 연구소의 프로젝트에서 재단이 운영하는 표준으로 1년 남짓 만에 자리 잡은 것은 어떤 프로토콜에게도 빠른 속도입니다. 아직 뒤처진 부분이 하나 있습니다. Anthropic, GitHub, PulseMCP, Microsoft가 후원하는 공개 서버 카탈로그인 공식 MCP Registry는 프리뷰로 표시돼 있습니다. 게시자가 등록한 이름을 실제로 소유하는지는 확인하지만, 보안 스캔은 패키지 호스트와 그 위에 구축된 마켓플레이스에 맡깁니다(MCP Registry). 목록을 보면 누가 서버를 게시했는지는 알 수 있어도, 그 서버가 안전한지는 알 수 없습니다.

올해 달라진 점

먼저 규모입니다. 작년 Anthropic이 MCP를 이관할 때 활성 공개 서버는 1만 개 이상, Python 및 TypeScript SDK의 월간 다운로드는 9,700만 건이었습니다. 올해 스펙 릴리스에서 관리자들은 주요 SDK 전체의 월간 다운로드가 "5억 건에 가깝다"고 밝혔고, TypeScript와 Python SDK는 각각 누적 다운로드 10억 건을 넘었습니다. 두 수치는 집계 대상 SDK가 조금 다르므로, 정확한 값보다는 증가 추세를 보여 주는 것으로 읽으세요.

다운로드는 개발자 활동을 보여 줄 뿐, 커넥터를 쓰는 사람이 몇 명인지를 나타내지는 않습니다. 독립 디렉터리들이 올해 서버 총수를 게시하고 있지만 집계 방식이 서로 맞지 않아 이 글에서는 뺐습니다.

스펙 자체도 크게 바뀌었습니다. 관리자들은 올해 버전을 "출시 이후 프로토콜의 가장 큰 개정"이라고 불렀고, 개발자에게는 호환성을 깨는 변경도 포함돼 있습니다(MCP blog). 대부분은 사용자 눈에 보이지 않습니다. 서버가 앱마다 실행 중인 세션을 유지하지 않아도 되므로 대규모로 운영하기 쉬워졌습니다. 이번 릴리스에서는 확장(extension)도 정식화됐는데, 선택형 추가 기능으로, 눈에 띌 만한 것이 두 가지 있습니다. 서버가 채팅 안에 폼이나 차트 같은 인터랙티브 화면을 그리게 해 주는 MCP Apps, 그리고 Enterprise-Managed Authorization입니다.

두 번째 것은 업무에서 MCP를 쓸 때 가장 번거로운 부분, 즉 서버마다 따로 로그인해야 하는 문제를 해결합니다. 회사가 ID 공급자를 통해 서버를 승인하면, 직원은 로그인하는 순간 이미 연결돼 있는 것을 보게 됩니다. 올해 안정 단계에 올랐으며, ID 쪽은 Okta, 클라이언트는 Claude와 VS Code, 서버는 Asana, Atlassian, Canva, Figma, Granola, Linear, Supabase가 지원하고 Slack도 지원을 추가하는 중입니다(MCP blog). Linear의 엔지니어링 총괄은 한 번 로그인하면 모든 커넥터가 설정되는 경험을 "정말 마법 같다"고 표현했습니다.

MCP 연결에서 문제가 생기는 지점

다시 식당 이야기로 돌아가 보겠습니다. 이제 웨이터는 식료품 창고 열쇠를 쥐고, 모르는 사람들이 쓴 메뉴로 주문을 받고, 거기 붙은 쪽지를 전부 읽습니다. 이 지도에 나온 위험 대부분은 이미 실험실 밖에서 실제로 일어났습니다.

강조 표시된 가짜 서버는 피해자 수가 문서로 확인된 위험입니다. 2025년 보안 업체 Koi는 Postmark 이메일 서비스용 서버를 사칭한 postmark-mcp라는 npm 패키지를 발견했습니다. 버전 1.0.16부터 보내는 모든 이메일을 외부 주소로 복사했고, 적발 당시 다운로드 수가 1,643회였습니다(The Hacker News). Postmark가 만든 것이 아니었습니다.

숨은 지시는 더 교묘합니다. Invariant Labs 연구진은 AI는 전부 읽지만 사용자는 보통 읽지 않는 도구 설명에 비공개 파일을 읽고 그 내용을 요청에 몰래 끼워 넣으라는 명령을 심을 수 있음을 보여 줬습니다(Invariant Labs). 이를 도구 포이즈닝(tool poisoning)이라고 불렀습니다. 같은 연구는 더 은밀한 변형도 설명합니다. 서버가 승인받은 뒤에 도구 설명을 바꿀 수 있다는 것입니다.

프롬프트 인젝션은 악성 서버가 없어도 가능합니다. Invariant는 GitHub의 정상 서버에 연결된 에이전트가 공개 저장소의 함정 이슈를 읽고, 사용자의 비공개 저장소 데이터를 공개 풀 리퀘스트로 유출하는 사례도 보여 줬습니다. 이메일, 웹 페이지, 지원 티켓처럼 외부인이 쓴 텍스트를 읽는 서버라면 그 텍스트에 지시를 몰래 심어 넣을 수 있습니다.

접근 범위가 넓으면 작은 실수가 큰 사고로 번집니다. Notion 문서는 서버를 승인하면 클라이언트가 해당 워크스페이스에서 "여러분이 접근할 수 있는 콘텐츠를 읽고 수정할 수 있다"고 설명합니다. 이는 정상적인 동작이고, 그래서 승인이 중요합니다. 부주의한 설정은 상황을 더 악화시킵니다. 2025년 Trend Micro는 인증도 암호화도 없이 공개 인터넷에 노출된 MCP 서버 492개를 발견했고, 이들이 노출한 도구 1,402개 중 90% 넘게가 뒤에 있는 데이터 소스를 직접 읽을 수 있었습니다.

기업은 자기 시스템 밖으로 데이터가 나가는 위험을 과소평가하는 경향이 있습니다. 원격 서버는 남이 만든 소프트웨어이고, Anthropic의 안내도 "서드파티 커넥터의 서버를 운영하지 않으며 그 서버가 데이터를 어떻게 처리하는지 통제하지도 않는다"고 밝힙니다(Claude docs). 업체가 직접 운영하는 서버도 문제가 생깁니다. 2025년 Asana는 일부 고객 정보가 다른 조직 사용자에게 노출될 수 있는 버그 때문에 MCP 서버를 거의 2주간 내렸다가, 모든 연결을 초기화했습니다(The Register).

현실적인 대응은 감독이고, 대부분의 팀에게 회피는 과합니다. 커넥터는 내 로그인 정보를 가진 신입 직원처럼 대하세요. 첫날부터 쓸모가 있지만, 신뢰가 쌓일 때까지는 확인해야 합니다. 미국 국가안보국(NSA)도 올해 발표한 MCP 지침에서 비슷한 점을 짚으며 "어느 단계에서든 어긋난 가정이나 사소한 불일치가 전파·누적돼 악용 가능한 상태로 이어질 수 있다"고 경고했습니다.

첫 MCP 서버를 안전하게 연결하기

Claude는 전체 과정을 단계별로 문서화해 두었으므로 이를 실제 예시로 삼겠습니다(Claude docs). ChatGPT 방식은 목록 뒤에 이어집니다.

1. 1이미 쓰고 있고 신뢰하는 서비스를 고르세요. Notion이나 Linear처럼 자체 호스팅 MCP 서버를 운영하는 곳이 이상적입니다.
2. 2claude.ai나 데스크톱 앱에서 Customize > Connectors를 열고 Discover를 선택한 뒤 서비스를 검색합니다.
3. 3라벨을 확인하세요. Verified 항목을 우선하고, Community 항목이라면 개발자가 해당 서비스 본인인지 확인합니다.
4. 4Connect to Claude를 선택합니다. 서비스의 자체 로그인 페이지로 이동하므로, 승인하기 전에 요청하는 접근 권한을 읽어 보세요.
5. 5Connectors 페이지로 돌아와 커넥터를 열고 Tool permissions를 설정합니다. 읽기는 Always allow, 쓰기는 모두 Needs approval, 삭제 도구는 Blocked로 둘 수 있습니다.
6. 6채팅에서 + 메뉴를 열고 Connectors를 선택해 해당 대화에서 켭니다.
7. 7처음에는 내게 할당된 열린 이슈 요약처럼 읽기 전용 요청부터 해 보고, 동작 방식을 파악할 때까지는 Allow once로 승인하세요.
8. 8마음이 바뀌면 같은 페이지에서 Disconnect로 Claude를 서비스에서 로그아웃시키고, Remove로 계정에서 커넥터를 삭제할 수 있습니다.

모든 요청은 같은 5단계를 거치며, 그중 직접 제어할 수 있는 것은 3단계입니다.

검색이나 읽기 도구는 Always allow로 두면 시간을 아낄 수 있어 괜찮습니다. 전송, 수정, 삭제를 하는 도구는 확인 창을 유지하세요. 잘못된 동작이 실제 앱에 반영되기 전에 잡아낼 수 있는 기회는 승인뿐입니다.

커스텀 커넥터(웹 주소로 추가하는 서버를 Claude가 부르는 말)를 써 보기 전에 알아 둘 제한이 두 가지 있습니다. Free 계정은 하나만 가질 수 있습니다. 그리고 서버가 공용 인터넷을 통해 Anthropic 클라우드에서 접근 가능해야 하므로, 회사 네트워크 안이나 VPN 뒤에 있는 서버는 연결되지 않습니다. ChatGPT에서는 같은 기능이 개발자 모드(Settings, Security and login) 뒤에 있고, 앱은 Plugins에서 만듭니다. OpenAI는 읽기 전용으로 표시되지 않은 도구를 모두 확인이 필요한 쓰기 작업으로 취급하는데, 더 안전한 기본값입니다.

내가 쓰려는 앱에 어떤 방법이 맞는지 모르겠나요? 아래 의사결정 트리가 최대 세 가지 질문을 던집니다.

사람들이 가장 많이 놓치는 것이 업무 계정 분기입니다. 회사가 AI 구독을 관리한다면, 직접 서버를 추가했을 때 아무도 승인하지 않은 곳으로 회사 데이터가 나갈 수 있습니다. Claude Team 플랜에는 바로 이런 경우를 위해 디렉터리 커넥터마다 Request 버튼이 이미 마련돼 있습니다.

연결하기 전에 서버를 점검하세요

디렉터리 라벨이 도움은 되지만, Anthropic도 검증이 "보안 감사가 아니"며 개발자가 검토 후에 커넥터의 도구를 바꿀 수 있다고 밝힙니다. 그러니 직접 간단히 점검하세요. 아래 열 가지 항목은 MCP 프로젝트의 보안 가이드와 Anthropic, OpenAI가 사용자에게 주는 조언을 바탕으로 했습니다. 연결을 고려 중인 서버에 해당하는 항목을 체크하세요.

가중치는 의도적으로 정했습니다. 누가 서버를 만들었는지는 3점인데, 가짜 서버 위험을 아예 없애 주기 때문이고, postmark-mcp였다면 이 점검에서 바로 걸렸을 겁니다. 로그인 페이지가 있는 호스팅 서버가, 설정 파일에 API 키(소프트웨어용 장기 비밀번호)를 붙여 넣으라는 서버보다 낫습니다. OAuth 접근은 제한할 수 있고 출처에서 바로 철회할 수 있기 때문입니다. 서버를 섞어 쓰지 않는 항목은 보기보다 중요합니다. Invariant의 GitHub 시연이 성립한 것은 한 연결이 외부 콘텐츠를 읽는 동안 같은 에이전트가 비공개 데이터에도 접근할 수 있었기 때문입니다.

직접 설치하는 로컬 서버는 특히 더 신경 써야 합니다. MCP 보안 가이드는 앱이 실행 전에 "실제로 실행될 명령을 생략 없이 그대로" 보여 줘야 한다고 말합니다. 설치 과정에서 명령이 숨겨져 있거나 패키지가 업체와 연결 지을 수 없는 계정에서 올라왔다면 설치하지 마세요. 개발자라면 Top 200 AI GitHub Repos 보드에서 MCP for Blender 같은 인기 오픈소스 서버를 둘러볼 수 있지만, 인기가 안전을 보장하지는 않습니다.

팀에 MCP 도입하기

팀 리드는 개인보다 더 나은 제어 수단을 쓸 수 있으니, 사람들이 알아서 연결하기 시작하기 전에 먼저 켜 두는 편이 좋습니다. Claude Team과 Enterprise에서는 Owner가 조직 전체에 커넥터를 추가하고, 멤버는 각자 계정으로 로그인합니다. Owner는 읽기와 쓰기 작업을 모두에게 Always allow, Needs approval, Blocked 중 하나로 설정할 수 있습니다. ChatGPT에서는 Business와 Enterprise 관리자가 연결된 앱이 권한을 묻는 시점에 대한 워크스페이스 및 앱별 기본값을 정합니다.

회사가 Okta를 쓴다면 원하는 서버가 Enterprise-Managed Authorization을 지원하는지 물어보세요. IT가 서버를 한 번 승인하면 직원은 도구마다 동의 화면을 거치지 않고 한 번만 로그인하면 됩니다. InfoQ의 보도는 타당한 단서를 덧붙입니다. ID 공급자가 정하는 것은 누가 연결할 수 있느냐이지, 연결된 뒤에 에이전트가 무엇을 하느냐가 아니므로 동작별 승인은 여전히 중요합니다.

자동화에는 중간 계층을 두면 감사할 곳이 한 군데로 모입니다. Zapier는 앱 자격 증명을 자체 연결 계층에 보관하고, 어시스턴트가 쓸 수 있는 앱과 액션을 고를 수 있게 하며, 모든 MCP 동작을 History에 기록합니다. 플랫폼을 비교 중이라면 워크플로 자동화 보드부터 보세요. 실서비스 AI 에이전트를 다룬 글에서는 실제 사용자가 들어온 뒤에 무엇이 깨지는지 다룹니다.

소규모 팀 대부분에게 적절한 순서는 이렇습니다. 읽기 전용 도구로 시작하고, 승인을 켜 둔 채 서비스를 하나씩 쓰기 작업을 켜고, 승인된 서버의 목록을 간단히 문서로 남기세요. 의료, 금융, 법률 기록을 다루는 팀은 데이터가 어디로 가고 얼마나 보관되는지 파악하기 전까지는 서드파티 서버를 미루는 것이 좋습니다. 업체에 무엇을 물어야 하는지는 AI 도구 개인정보 프레임워크에 정리해 두었습니다.

자주 묻는 질문

MCP는 Claude 전용인가요?

아닙니다. Anthropic이 만들었지만 ChatGPT, Microsoft Copilot, Gemini, Cursor, Visual Studio Code 모두 지원하며, 프로토콜은 지금 Anthropic이 아니라 Agentic AI Foundation 소속입니다.

MCP를 쓰려면 코딩을 할 줄 알아야 하나요?

디렉터리 커넥터는 클릭 몇 번과 로그인이면 되고, 호스팅 서버를 주소로 추가하는 것도 코드가 필요 없습니다. 직접 서버를 만들거나 로컬 서버를 설치하는 건 개발자의 영역입니다.

MCP는 무료인가요?

프로토콜과 SDK는 오픈소스입니다. 비용은 주변 앱에서 발생합니다. Claude 무료 플랜은 커스텀 커넥터를 하나 허용하고, ChatGPT 개발자 모드는 유료 플랜이 필요하며, Zapier는 MCP 도구 호출당 작업 2건을 계산합니다.

MCP는 API와 어떻게 다른가요?

API는 서비스 하나의 고유한 인터페이스여서, AI 앱이 각각을 따로 익혀야 합니다. MCP 서버는 보통 그 API를 표준 형식과 쉬운 말 설명으로 감싸므로, MCP를 지원하는 어시스턴트라면 맞춤 코드 없이도 서비스가 무엇을 하는지 파악하고 호출할 수 있습니다.

MCP 서버가 내 대화 전체를 볼 수 있나요?

설계상 볼 수 없습니다. 서버는 AI가 자기 도구에 보내는 요청만 받고, 스펙은 호스트가 서버에 데이터를 노출하기 전에 사용자 동의를 받아야 한다고 정합니다. 다만 AI가 그 요청에 담은 내용은 서버 운영자에게 전달되므로, 그 데이터를 맡겨도 될 만한 서버만 연결하세요.