2024년 11월 26일
Anthropic은 Model Context Protocol(MCP)라는 오픈 소스 표준을 공개했습니다. /)AI 보조원이 데이터 시스템과 통신하고 연결하는 방식을 개선하는 것을 목표로 합니다. 이 프로토콜은 대규모 데이터 소스와 독립적으로 작동하는 경우가 많고 새로운 시스템마다 고유한 통합이 필요한 AI 모델의 단점을 극복하는 것을 목표로 합니다. MCP는 챗봇 및 기타 AI 기반 애플리케이션이 개발 환경, 도구 및 콘텐츠 저장소의 데이터에 쉽게 액세스할 수 있도록 하는 포괄적인 솔루션을 제공합니다.
데이터를 제공하기 위해 "MCP 서버"를 사용하고 워크플로 또는 애플리케이션을 통합하기 위해 "MCP 클라이언트"를 사용함으로써 프로토콜을 통해 개발자는 데이터 소스와 애플리케이션 간에 양방향 연결을 설정할 수 있습니다. 이러한 표준화는 단절된 통합을 확장 가능하고 지속 가능한 프레임워크로 대체하여 개발 절차를 간소화할 수 있습니다. Replit, Codeium 및 Sourcegraph와 같은 플랫폼은 MCP에 대한 지원을 추가할 계획이며 Block 및 Apollo와 같은 회사는 이미 MCP를 시스템에 통합했습니다.
Google Drive, Slack 및 GitHub와 같은 잘 알려진 엔터프라이즈 도구를 위한 사전 구축된 서버와 프로덕션 서버 설치를 위한 툴킷을 출시할 계획을 통해 Anthropic은 MCP를 개발자에게 제공했습니다. MCP는 Anthropic의 Claude Enterprise 사용자를 위해 Claude 챗봇을 내부 시스템에 연결하는 데 사용할 수 있습니다. -openai/) 구독.
각 데이터 소스에 대한 별도의 인터페이스에 대한 요구 사항을 제거함으로써 MCP를 채택하면 AI 통합 노력이 가속화될 수 있습니다. AI 시스템은 생태계가 성장함에 따라 도구와 정보의 맥락을 보존할 수 있어 더욱 일관되고 효율적인 설계가 가능해집니다.
그러나 특히 경쟁업체가 MCP를 채택하는 정도에 따라 성공 여부가 결정됩니다. 예를 들어 OpenAI는 ChatGPT를 위한 독점적인 "앱 작업" 기능을 통해 다른 전략을 채택했습니다. 이 기능은 모델을 특정 코딩 도구에 연결하고 잠재적으로 다른 응용 프로그램으로 확장될 수 있습니다. 그러나 OpenAI의 전략은 여전히 폐쇄적이고 파트너 중심입니다.
Anthropic은 MCP가 코딩 시 이해력 향상과 같이 AI 시스템의 상황별 기능을 크게 향상시킬 수 있다고 주장하지만 이러한 주장은 아직 특정 참고 자료에서 뒷받침되지 않습니다. 그 성능과 장기적인 효과는 아직 알려지지 않았습니다.
마스터링을 통해 AI 기반 솔루션을 제어하세요 Data Sciene 및 AI at Code Labs Academy.