3장. MCP와 Agentic AI Foundation: 에이전트 시대의 “USB-C 포트”를 만든다는 것

December 10, 2025

3. 프로토콜 레이어: MCP와 Agentic AI Foundation

앞 장에서 Agentic AI 스택을 다섯 개 레이어로 나누어 보았습니다.

그중 프로토콜 레이어는 에이전트가 외부 세계와 실제로 “손발을 맞추는” 구간입니다.

이 레이어를 설명할 때 빼놓을 수 없는 키워드가 바로 **MCP(Model Context Protocol)**이고,

이 MCP를 중심으로 만들어진 **Agentic AI Foundation(AAIF)**입니다.

3장은 이 두 가지를 통해 “에이전틱 시대의 표준 통신 계층”을 정리하는 장이라고 보면 됩니다.

3.1 MCP(Model Context Protocol)의 역할

MCP는 한 문장으로 정리하면 다음과 같은 역할을 합니다.

LLM 기반 애플리케이션이 외부 시스템(코드 저장소, 데이터베이스, SaaS, 사내 서비스 등)에

표준화된 방식으로 접근하도록 만들어 주는 도구/리소스 디스커버리 & 호출 프로토콜입니다.

기존에는 “툴 호출”이라고 하면 대부분 다음과 같은 모습이었습니다.

특정 모델 전용 플러그인 포맷을 따르고,
각 SaaS·각 사내 시스템마다 별도의 어댑터를 만들고,
모델이나 제품을 바꾸면 통합 코드를 상당 부분 다시 손봐야 하는 구조였습니다.

이 방식은 PoC 수준에서는 작동하지만,

스케일이 커질수록 다음과 같은 문제를 드러냅니다.

동일한 기능을 하는 통합 코드가

모델·제품별로 중복 구현되는 현상
에이전트 로직과 통합 코드가 뒤섞이면서

유지보수·테스트·교체가 어려워지는 문제
특정 벤더 생태계에 깊게 종속되는 구조

MCP는 이 지점을 정면으로 건드리는 프로토콜입니다.

핵심 아이디어는 단순합니다.

“툴·리소스 제공자”는 MCP 서버로 자신을 노출합니다.

어떤 리소스를 제공하고, 어떤 명령을 지원하는지 MCP 스키마로 선언합니다.
“에이전트·AI 앱 쪽”은 MCP 호스트로서

이 서버들을 공통된 방식으로 발견하고, 호출합니다.

이렇게 되면, 에이전트 입장에서는 다음과 같은 일이 가능해집니다.

Git, DB, 사내 API, 외부 SaaS를 개별 플러그인이 아니라

하나의 MCP 생태계로 바라볼 수 있습니다.
“이 MCP 서버는 이런 리소스와 이런 툴을 제공한다”는 메타 정보를

통일된 형식으로 받아들일 수 있습니다.
동일한 에이전트 로직을, MCP를 지원하는 여러 환경에서

비교적 쉽게 재사용할 수 있습니다.

결국 MCP는 기존 ad-hoc 툴 호출 방식을,

벤더별 플러그인 → 공용 프로토콜
제품별 어댑터 → MCP 서버/호스트 구조

로 끌어올리는 시도라고 정리할 수 있습니다.

Agentic AI 스택에서 보면,

“에이전트가 바깥세상과 대화하는 기본 언어를 맞추는 계층”이라고 이해하면 자연스럽습니다.

3.2 Agentic AI Foundation(AAIF)의 의미

MCP 자체도 중요하지만,

이 프로토콜을 어디에 소속시키느냐 역시 생태계 관점에서는 매우 큰 결정입니다.

Agentic AI Foundation(AAIF)은 바로 이 지점에서 등장합니다.

구조는 다음과 같습니다.

MCP를 포함한 몇몇 핵심 프로젝트를

Linux Foundation 산하의 별도 재단으로 이관하는 형태입니다.
설립과 참여에는 Anthropic, OpenAI, Block 등이 중심적으로 관여합니다.
스폰서·회원으로는 Google, Microsoft, AWS 같은 메이저 클라우드 사업자들이 참여합니다.

이 조합이 의미하는 바는 곧바로 드러납니다.

“Agentic AI의 핵심 인프라는

특정 기업 하나의 폐쇄 생태계가 아니라,

인터넷 인프라급 공공재로 운영하겠다.”

즉, MCP와 유사한 프로젝트들을

한 회사의 제품 전략 변화에 휘둘리지 않는 곳에 두고,
여러 벤더와 오픈소스 커뮤니티가 함께 기여할 수 있는 구조로 만들며,
장기적으로는 HTTP, TCP/IP 같은 다른 인터넷 기반 기술들처럼

“인프라 레벨의 표준”에 가깝게 가져가려는 방향성입니다.

Agentic AI 스택 관점에서 보면,

AAIF는 단순히 코드 저장소를 관리하는 수준을 넘어 다음을 의미합니다.

프로토콜 레벨의 설계와 진화를

벤더 뉴트럴하게 조정하는 거버넌스 레이어
도구·서비스·플랫폼들이

“우리는 이 공용 프로토콜을 따른다”라는 형태로

상호운용성을 약속하는 장

결국 AAIF는 “프로토콜 레이어”를 기술적인 계층에만 가두지 않고,

생태계와 거버넌스 차원에서 함께 다루려는 시도라고 볼 수 있습니다.

3.3 연구 포인트

프로토콜 레벨의 표준화와 재단 설립은,

기술적 선택을 넘어서 다양한 연구·분석 포인트를 만들어냅니다.

실무와 연구 관점에서 특히 집중해서 볼 만한 지점은 다음과 같습니다.

도구/서비스 생태계에 미치는 영향
- MCP를 중심으로 플러그인·커넥터 생태계가 어떻게 재편되는지 살펴볼 수 있습니다.
- 개별 벤더 전용 플러그인에서, MCP 서버 기반의 “공용 커넥터”로 이동할 경우
  
  어떤 비즈니스 모델과 오픈소스 프로젝트가 등장하는지 분석할 수 있습니다.
에이전트 포터빌리티(Agent Portability)
- 동일한 에이전트 로직이
  
  한 모델·한 제품 환경에 잠기지 않고
  
  다른 모델·다른 플랫폼으로 얼마나 쉽게 이동할 수 있는지 연구할 수 있습니다.
- MCP와 같은 프로토콜이 도입되었을 때,
  
  에이전트 정의·워크플로 정의의 이식성이 실제로 얼마나 개선되는지
  
  사례·벤치마크 관점에서 측정할 수 있습니다.
엔터프라이즈 도입 속도와 방식
- 표준화된 프로토콜이 있을 때와 없을 때,
  
  기업 내부에서 에이전틱 워크플로를 PoC → 파일럿 → 본격 도입으로
  
  가져가는 속도와 비용이 어떻게 달라지는지 분석할 수 있습니다.
- 보안·컴플라이언스·거버넌스 측면에서
  
  MCP/AAIF 기반 접근이 얼마나 “설명 가능하고 감사 가능한 구조”를 제공하는지도
  
  중요한 연구 대상이 됩니다.

정리하면,

3장은 Agentic AI 스택에서 “프로토콜 레이어”를 담당하는 MCP와 AAIF를 통해

에이전트가 세상과 대화하는 방법을 어떻게 표준화할 것인지,
그 표준을 어떤 방식의 거버넌스 아래 둘 것인지,
그 결과로 생기는 생태계·이식성·도입 속도 변화는 무엇인지

라는 질문을 설정하는 챕터라고 볼 수 있습니다.

다음 장에서는 이 프로토콜 위에서 실제 코드를 실행하고 워크로드를 처리하는

실행 인프라 레이어, 특히 Bun과 같은 런타임이 어떤 의미를 가지는지 이어서 살펴보겠습니다.