작성자: Frank Fu @IOSG
MCP는 Web3 AI Agent 생태계에서 빠르게 핵심 위치를 차지하고 있습니다. 플러그인 형태의 아키텍처를 통해 MCP 서버를 도입하여 AI Agent에 새로운 도구와 기능을 제공합니다.
Web3 AI 분야에서 새롭게 떠오르는 다른 개념들, 예를 들어 바이브 코딩, MCP, 모델 컨텍스트 프로토콜 등은 원래 Web2 AI에서 시작되었으며, 현재는 Web3 컨텍스트에서 재구성되고 있습니다.
MCP란 무엇인가요?
MCP는 Anthropic이 제안한 개방형 프로토콜로, 애플리케이션이 대규모 언어 모델(LLM)에 컨텍스트 정보를 전달하는 방식을 표준화하는 데 사용됩니다. 이를 통해 도구, 데이터 및 AI 에이전트 간의 협업이 더욱 원활하게 이루어집니다.
왜 중요한가요?
현재 대규모 언어 모델의 핵심적인 한계는 다음과 같습니다.
실시간으로 인터넷을 탐색할 수 없습니다
로컬 또는 개인 파일에 직접 액세스할 수 없습니다.
외부 소프트웨어와 자율적으로 상호 작용할 수 없음
MCP는 공통 인터페이스 계층 역할을 하여 위의 기능 격차를 메우고, AI 에이전트가 다양한 도구를 사용할 수 있도록 합니다.
AI 애플리케이션 분야에서 MCP는 USB-C와 비교할 수 있습니다. USB-C는 AI가 다양한 데이터 소스와 기능 모듈에 더 쉽게 연결할 수 있도록 하는 통합 인터페이스 표준입니다.
각 LLM이 다른 전화기라고 상상해보세요. Claude는 USB-A를 사용하고, ChatGPT는 USB-C를 사용하고, Gemini는 Lightning 커넥터를 사용합니다. 하드웨어 제조업체라면 각 인터페이스에 맞는 액세서리 세트를 개발해야 하는데, 이는 유지관리 비용이 엄청나게 높습니다.
이는 바로 AI 도구 개발자가 직면한 문제입니다. 각 LLM 플랫폼에 맞게 플러그인을 사용자 정의하면 복잡성이 크게 증가하고 확장성이 제한됩니다. MCP는 모든 LLM과 도구 공급업체가 USB-C 인터페이스를 사용하는 것처럼 통합된 표준을 수립하여 이 문제를 해결하도록 설계되었습니다.
이 표준화된 프로토콜은 두 당사자 모두에게 유익합니다.
AI 에이전트(클라이언트)의 경우 : 외부 도구 및 실시간 데이터 소스에 안전하게 액세스할 수 있습니다.
도구 개발자(서버 측)의 경우 : 일회성 액세스, 크로스 플랫폼 사용
최종 결과는 더욱 개방적이고 상호 운용 가능하며 마찰이 적은 AI 생태계입니다.
MCP는 기존 API와 어떻게 다릅니까?
API는 AI를 우선시하는 것이 아니라 인간을 위해 설계되었습니다. 각 API는 고유한 구조와 문서를 가지고 있으며, 개발자는 수동으로 매개변수를 지정하고 인터페이스 문서를 읽어야 합니다. AI 에이전트 자체는 문서를 읽을 수 없으며 각 API(예: REST, GraphQL, RPC 등)에 맞게 하드코딩되어야 합니다.
MCP는 API 내에서 함수 호출 형식을 표준화하여 이러한 구조화되지 않은 부분을 추상화하고 에이전트에 대한 통합된 호출 방법을 제공합니다. MCP는 자율 에이전트를 감싸는 API 적응 계층이라고 생각할 수 있습니다.
Anthropic이 2024년 11월에 처음 MCP를 출시하면 개발자는 로컬 장치에 MCP 서버를 배포해야 합니다. 올해 5월, Cloudflare는 Developer Week에서 개발자들이 최소한의 장비 구성으로 Cloudflare Workers 플랫폼에 원격 MCP 서버를 직접 배포할 수 있다고 발표했습니다. 이를 통해 인증 및 데이터 전송을 포함한 MCP 서버의 배포 및 관리 프로세스가 크게 간소화되며, 이를 "원클릭 배포"라고 부를 수 있습니다.
MCP 자체가 충분히 "매력적"이지 않다고 생각될 수 있지만, 결코 중요하지 않은 것은 아닙니다. 순수한 인프라 구성 요소인 MCP는 소비자가 직접 사용할 수 없습니다. 그 가치는 상위 레벨의 AI 에이전트가 MCP 도구를 호출하고 실제 결과를 보여줄 때에만 진정으로 드러날 것입니다.
Web3 AI x MCP 생태 경관
Web3의 AI는 또한 "상황적 데이터 부족"과 "데이터 사일로" 문제에 직면합니다. 즉, AI는 체인의 실시간 데이터에 액세스할 수 없고 스마트 계약 논리를 기본적으로 실행할 수 없습니다.
과거에는 ai16Z, ARC, Swarms, Myshell 등의 프로젝트에서 다중 에이전트 협업 네트워크를 구축하려고 시도했지만, 중앙 집중식 API와 맞춤형 통합에 의존하면서 결국 "바퀴를 다시 발명하는" 딜레마에 빠졌습니다.
데이터 소스가 연결될 때마다 적응 계층을 다시 작성해야 하므로 개발 비용이 급증합니다. 이러한 병목 현상을 해결하기 위해 차세대 AI 에이전트에는 타사 플러그인과 도구의 원활한 통합을 용이하게 하는 보다 모듈화된 레고와 같은 아키텍처가 필요합니다.
그 결과, MCP 및 A2A 프로토콜을 기반으로 하는 차세대 AI 에이전트 인프라와 애플리케이션이 등장했습니다. 이는 Web3 시나리오에 맞게 특별히 설계되었으며, 에이전트가 멀티체인 데이터에 액세스하고 DeFi 프로토콜과 기본적으로 상호 작용할 수 있도록 합니다.
▲ 출처: IOSG Ventures
(이 차트는 모든 MCP 관련 Web3 프로젝트를 완전히 다루지는 않습니다.)
프로젝트 사례: DeMCP 및 DeepCore
DeMCP는 기본 암호화 도구에 초점을 맞추고 MCP 도구의 주권을 보장하는 분산형 MCP 서버 마켓플레이스(https://github.com/modelcontextprotocol/servers)입니다.
이 제품의 장점은 다음과 같습니다.
TEE (신뢰할 수 있는 실행 환경)를 사용하여 MCP 도구가 변조되지 않았는지 확인하십시오.
토큰 인센티브를 사용하여 개발자가 MCP 서버에 기여하도록 장려합니다.
MCP 애그리게이터 및 소액결제 기능을 제공하여 사용 임계값을 낮춥니다.
또 다른 프로젝트인 DeepCore (deepcore.top)도 암호화 분야에 초점을 맞추고 Google에서 제안한 또 다른 개방형 표준인 A2A(에이전트 간) 프로토콜 (https://x.com/i/trending/1910001585008058782)로 확장된 MCP 서버 등록 시스템을 제공합니다.
A2A는 구글이 2025년 4월 9일에 발표한 개방형 프로토콜로, 다양한 AI 에이전트 간의 안전한 통신, 협업 및 작업 조정을 목표로 합니다. A2A는 다양한 회사의 AI 에이전트가 함께 작업을 수행하는 등 기업 수준의 AI 협업을 가능하게 합니다(예: Salesforce의 CRM 에이전트가 Atlassian의 Jira 에이전트와 함께 작업하는 것).
MCP가 에이전트(클라이언트)와 툴(서버) 간의 상호 작용에 초점을 맞춘다면, A2A는 에이전트 간의 협업 중간 계층과 더 유사하여 여러 에이전트가 내부 상태를 공유하지 않고도 함께 작업을 완료할 수 있습니다. 그들은 컨텍스트, 지침, 상태 업데이트, 데이터 전달을 통해 협업합니다.
A2A는 AI 에이전트 협업을 위한 "보편적인 언어"로 간주되어 플랫폼 간, 클라우드 간 AI 상호 운용성을 촉진하고 엔터프라이즈 AI의 작동 방식을 바꿀 수 있습니다. 따라서 A2A는 에이전트 세계의 슬랙으로 생각할 수 있습니다. 즉, 한 에이전트가 작업을 시작하면 다른 에이전트가 이를 실행합니다.
간단히 말해서:
MCP: 에이전트에게 도구 액세스 기능을 제공합니다.
A2A: 에이전트가 서로 협업할 수 있는 기능을 제공합니다.
MCP 서버에 블록체인이 필요한 이유는 무엇입니까?
MCP 서버에 블록체인 기술을 통합하면 다음과 같은 많은 이점이 있습니다.
1. 암호화 기반 인센티브 메커니즘을 통해 롱테일 데이터를 확보 하고 커뮤니티가 부족한 데이터 세트를 기여하도록 장려합니다.
2. 악성 도구가 합법적인 플러그인으로 위장하여 에이전트를 오도하는 "도구 중독" 공격에 대한 방어
블록체인은 TEE 원격 증명, ZK-SNARK, FHE 등과 같은 암호화 검증 메커니즘을 제공합니다.
자세한 내용은 이 문서(https://ybbcapital.substack.com/p/from-suis-sub-second-mpc-network?utm_source=substack&utm_medium=email ) 를 참조하세요.
3. MCP 서버에 대한 약속/페널티 메커니즘을 도입 하고 온체인 평판 시스템과 결합하여 신뢰 시스템을 구축합니다.
4. Equifax와 같은 중앙 시스템에서 단일 지점 장애를 방지하기 위해 시스템 장애 허용성과 실시간 성능을 개선합니다.
5. 소규모 개발자가 ESG 데이터 소스 등을 게시할 수 있도록 오픈 소스 혁신을 촉진하여 생태적 다양성을 풍부하게 합니다.
현재 대부분의 MCP 서버 인프라는 여전히 사용자 자연어 프롬프트를 구문 분석하여 도구 매칭을 수행합니다. 미래에는 AI 에이전트가 복잡한 작업 목표를 완료하는 데 필요한 MCP 도구를 자율적으로 검색할 수 있게 될 것입니다.
하지만 MCP 프로젝트는 아직 초기 단계에 있습니다. 대부분의 플랫폼은 여전히 중앙 집중식 플러그인 시장으로, 프로젝트 소유자가 GitHub에서 타사 서버 도구를 수동으로 구성하고 일부 플러그인을 직접 개발합니다. 본질적으로 이들은 Web2 플러그인 시장과 크게 다르지 않습니다. 유일한 차이점은 Web3 시나리오에 초점을 맞춘다는 것입니다.
미래 동향 및 산업 영향
현재, 암호화폐 업계에서는 점점 더 많은 사람들이 AI와 블록체인을 연결하는 MCP의 잠재력을 깨닫기 시작했습니다. 예를 들어, 바이낸스 창립자 CZ는 최근 AI 개발자들에게 BNB 체인의 AI 에이전트를 위한 더욱 풍부한 툴셋을 제공하기 위해 고품질 MCP 서버를 적극적으로 구축할 것을 공개적으로 촉구했습니다. BNB MCP 서버 프로젝트 목록은 생태계를 탐색하는 사용자가 참조할 수 있도록 공개되었습니다.
인프라가 성숙해짐에 따라 "개발자 우선" 기업의 경쟁 우위는 API 설계에서 더 풍부하고 다양하며 결합하기 쉬운 툴셋을 제공할 수 있는 기업으로 바뀔 것입니다.
미래에는 모든 애플리케이션이 MCP 클라이언트가 될 수 있고, 모든 API가 MCP 서버가 될 수도 있습니다.
이로 인해 새로운 가격 책정 메커니즘이 생겨날 수 있습니다. 에이전트는 실행 속도, 비용 효율성, 관련성 등을 기준으로 도구를 동적으로 선택할 수 있으며, 암호화폐와 블록체인을 매개로 하여 더욱 효율적인 에이전트 서비스 경제 시스템을 형성할 수 있습니다.
물론 MCP 자체는 최종 사용자와 직접 마주하지 않으며, 저수준 프로토콜 계층입니다. 다시 말해, MCP의 진정한 가치와 잠재력은 AI Agent가 MCP를 통합하여 실제 응용 프로그램으로 전환할 때에만 진정으로 볼 수 있습니다.
궁극적으로 Agent는 MCP 기능의 운반자이자 증폭자이며, 블록체인과 암호화 메커니즘은 이 스마트 네트워크를 위한 안정적이고 효율적이며 구성 가능한 경제 시스템을 구축합니다.
