MCP가 바꾸는 것은 답변이 아니라 검증의 기준이다

이름이 먼저 벽처럼 느껴진다

AI에게 "지난 회의록에서 해야 할 일을 뽑아줘"라고 말하는 것과, AI가 실제 Notion workspace에 들어가 회의록을 찾고 새 프로젝트 페이지를 만드는 것은 비슷해 보이지만 전혀 다른 단계다. 하나는 답변이고, 다른 하나는 실행이다.

MCP를 알아야 하는 이유는 이 차이에서 시작된다.

Model Context Protocol. 처음 들으면 개발자 문서 안에서나 나올 법한 기술 규격처럼 들린다. AI 관련 새로운 용어가 쏟아지는 요즘, 이것도 그 중 하나 정도로 지나치기 쉽다. 하지만 MCP는 AI가 외부 도구를 발견하고 호출할 수 있게 만드는 연결 규약이다. 그 연결이 생기는 순간, AI는 답변 생성기에서 실행자로 이동한다.

기능이 많다는 것과 MCP는 다르다

Notion을 예로 들면 이해가 빨라진다. 하지만 자주 생기는 오해가 있다.

Notion에는 문서, 데이터베이스, 템플릿, 태스크, 캘린더 등 다양한 기능이 있다. 이 기능들이 많다는 사실 자체는 MCP가 아니다.

MCP라고 부를 수 있는 장면은 이런 구조가 보일 때다.

AI 클라이언트가 있다. Notion MCP 서버가 있다. 그 서버가 검색, 페이지 읽기, 페이지 생성, 태스크 업데이트 같은 기능을 도구로 노출한다. AI가 그 도구를 발견하고 호출한다. 결과가 실제 Notion workspace 안에서 일어난다.

도구를 "노출"한다는 표현이 중요하다. Notion이 가진 기능을 AI가 직접 호출할 수 있는 형태로 제공하는 것이 MCP 서버의 역할이다. AI는 그 서버를 통해 어떤 도구가 있는지 발견하고, 필요한 시점에 호출한다.

워크플로우는 일이 흘러가는 순서다. MCP는 AI가 그 순서 안에서 필요한 도구를 발견하고 호출할 수 있게 하는 연결 규약에 가깝다. 자동화 도구나 플러그인과 비슷해 보이지만, 사용 가능한 도구를 AI 클라이언트가 발견하고 호출할 수 있는 구조를 만든다는 점에서 결이 다르다.

답변이 아니라 실행이 일어나는 장면

Notion MCP가 연결된 환경에서 사용자가 이렇게 요청한다고 가정해보자.

"지난 회의록에서 MCP 관련 논의를 찾아서, 해야 할 일을 뽑고, 새 프로젝트 페이지를 만들고, 확인이 필요한 항목은 태스크로 남겨줘."

이때 AI는 다음 순서로 움직일 수 있다.

Notion MCP 서버를 통해 회의록을 검색한다. 관련 페이지를 읽는다. 해야 할 일을 추출한다. 새 프로젝트 페이지를 생성한다. 확인이 필요한 항목을 태스크로 추가한다.

예전의 AI는 이렇게 답했다.

"회의록 정리 후 프로젝트 페이지를 만드는 방법은 다음과 같습니다."

텍스트를 받아 사람이 직접 Notion을 열고 실행해야 했다. MCP와 연결된 AI는 그 실행의 일부를 직접 수행한다. 중요한 것은 AI가 더 그럴듯한 답을 한다는 점이 아니다. AI가 호출할 수 있는 도구의 범위가 생긴다는 점이다.

문제는 여기서 시작된다. 도구의 범위가 생긴다는 것은 AI가 실제 시스템 안에서 읽고, 만들고, 바꿀 수 있는 대상이 생긴다는 뜻이기도 하다.

검증의 기준이 달라진다

AI가 답변만 하던 단계에서 검증해야 할 것은 주로 하나였다. 이 말이 맞는가.

MCP처럼 외부 도구와 연결되는 구조에서는 검증해야 할 것이 달라진다. "이 말이 맞는가"뿐 아니라, AI가 무엇을 읽었는가, 무엇을 호출했는가, 무엇을 만들거나 바꾸었는가, 그 변경 전에 사람이 확인했는가를 봐야 한다.

MCP로 연결된 AI를 볼 때 확인해야 할 기준은 네 가지다.

첫째, AI가 어떤 도구를 호출할 수 있는가. 검색만 가능한지, 페이지 생성이나 태스크 수정까지 가능한지는 다르다. 둘째, AI가 어떤 자료를 읽을 수 있는가. 접근 범위가 어디까지인지 이해해야 한다. 셋째, AI가 실제로 무엇을 만들거나 바꿀 수 있는가. 읽기와 쓰기는 다른 무게를 가진다. 넷째, 실행 전에 사람이 멈추고 확인할 수 있는가. 변경을 되돌릴 수 있는 구조인지가 중요하다.

어디까지 허용했는지 모른 채 연결하면, 편리함은 커지지만 어디서 무슨 일이 일어나는지는 점점 흐려진다. 그것은 단순한 권한 설정을 넘어, 확인하지 않은 위임에 가까워진다.

실행으로 이동할수록 검증의 기준도 바뀐다

MCP를 알아야 하는 이유는 기술 이름을 하나 더 외우기 위해서가 아니다. AI가 답을 말하는 존재에서 도구를 호출하는 존재로 이동하고 있기 때문이다.

AI가 답변만 할 때는 결과를 읽고 판단하면 됐다. AI가 실행까지 할 수 있을 때는 무엇을 읽었고, 무엇을 호출했고, 무엇을 바꾸었는지를 함께 봐야 한다. 검증의 대상이 텍스트에서 행동으로 이동한다.

중요한 건 연결 자체가 아니다. 연결된 AI가 어디까지 닿을 수 있는지, 그리고 그 닿음을 우리가 어디서 확인할 수 있는지다.