에이전트 프로토콜: Web3의 MCP 잠재력

Anthropic에서 실험적 부가 프로젝트로 시작된 모델 컨텍스트 프로토콜(MCP)은 데이터 세트, 계산 자원 및 외부 아티팩트 간의 에이전트 상호작용을 조율하는 사실상의 표준으로 자리매김했습니다.

이는 AI 시대를 위한 가장 혁신적인 프로토콜 중 하나일 수 있으며 Web3 아키텍처에 매우 적합한 솔루션일 것입니다.

HTTP가 웹 통신을 혁신했듯이, MCP는 거의 모든 주요 AI 플랫폼이 다양한 정보 소스와 운영 엔드포인트를 통합하는 스마트 에이전트의 기능을 뒷받침하는 보편적인 프레임워크를 제공합니다.

MCP에 대한 간단한 소개

MCP는 원형 에이전트와 문서 저장소 간의 상호작용을 효율화하기 위해 처음 설계되었습니다. 검색 및 추론 워크플로우를 조율하는 초기 성공은 다른 연구소들의 주목을 받았으며, 2024년 중반까지 연구자들은 오픈 소스 참조 구현체를 출시하였습니다. 

곧이어 커뮤니티 주도의 확장 기능들이 급증하여 MCP가 안전한 자격 증명 교환, 연합 학습 시나리오, 그리고 플러그인 스타일의 리소스 어댑터를 지원할 수 있게 되었습니다. 2025년 초까지 OpenAI, Google DeepMind, Meta AI 등 주요 플랫폼들이 MCP를 기본적으로 채택하며, 에이전트 기반 커뮤니케이션을 위한 HTTP에 해당하는 프로토콜로서의 역할을 확고히 했습니다.

MCP는 세 가지 주요 참가자로 구성된 경량 클라이언트-서버 패러다임을 사용합니다: 요청을 조율하는 AI 애플리케이션인 MCP 호스트, 전용 연결을 유지하는 하나 이상의 MCP 클라이언트, 그리고 컨텍스트 프리미티브를 제공하는 MCP 서버입니다. 각 클라이언트-서버 쌍은 별도의 채널을 통해 통신하며, 이를 통해 여러 서버로부터 병렬로 컨텍스트를 소싱할 수 있습니다.

MCP의 데이터 레이어는 도구, 자원, 프롬프트라는 세 가지 기본 프리미티브를 중심으로 구성되며, 이들이 함께 원활한 에이전트 협업을 가능하게 합니다.

도구는 에이전트가 전문화된 작업을 수행하기 위해 호출할 수 있는 원격 작업 또는 기능을 캡슐화하며, 자원은 에이전트가 상황적 정보를 가져올 수 있는 데이터 엔드포인트—예를 들어 데이터베이스, 벡터 스토어, 온체인 오라클 등—를 나타냅니다.

프롬프트는 에이전트의 추론 과정을 안내하는 구조화된 템플릿으로, 입력이 어떻게 구성되고 해석되어야 하는지를 정의합니다. 이러한 핵심 구성 요소를 표준화함으로써 MCP는 다양한 에이전트가 어떤 기반 인프라에서도 일관되고 상호운용 가능한 방식으로 기능을 발견하고 요청하며 활용할 수 있도록 보장합니다.

MCP와 Web3

기본 원칙의 관점에서 볼 때, Web3와 MCP의 교차점은 두 가지 주요 영역에서 구체화될 수 있습니다:

1. 모든 블록체인 데이터셋과 탈중앙화 프로토콜이 MCP 서버 또는 클라이언트로 작동할 수 있도록 지원
2. Web3를 활용하여 새로운 세대의 MCP 네트워크를 강화하십시오.

이러한 필수 조건들은 에이전트 지능을 위한 확장 가능하고 신뢰 최소화된 기반을 약속합니다.

MCP 아티팩트로서의 Web3 데이터

암호화폐 환경에서 AI 에이전트의 촉진을 위해서는 온체인 데이터 및 스마트 계약 기능에 대한 원활한 접근이 필수적입니다. 당사는 블록체인 노드가 MCP 서버를 통해 블록 및 거래 이력을 공개하고, DeFi 플랫폼이 MCP 인터페이스를 통해 조합 가능한 작업을 게시하는 모습을 구상하고 있습니다.

이 패턴을 보완하여, 전통적인 암호화폐 게이트웨이—거래소, 지갑, 탐색기—는 MCP 클라이언트로서 맥락을 일관되게 질의하고 처리합니다. 동일한 일관된 프로그래밍 인터페이스를 통해 에이브AAVE$187.00의 대출 시장, Layer0의 크로스체인 브리지, 그리고 MEV 분석을 동시에 인터페이스하는 단일 에이전트를 상상해 보십시오.

웹3 MCP 네트워크

MCP는 매우 강력한 프로토콜이지만, HTTP와 마찬가지로 고립된 엔드포인트에서 완전한 네트워크를 구동하는 방향으로 진화할 것입니다. 현재로서는 MCP를 사용하려면 클라이언트와 서버 엔드포인트에 대한 상세한 지식이 필요합니다. 마찬가지로, 인증 및 신원 확인과 같은 기능은 프로토콜에 핵심적으로 결여되어 있으나 MCP의 원활한 채택을 위해 필수적인 요소입니다.

MCP의 다음 단계는 보다 정교한 기능을 가능하게 하는 네트워크 플랫폼에 의해 구동될 것입니다:

• 주어진 작업에 적합한 MCP 엔드포인트를 동적으로 탐색하여 표시합니다.
• 에이전트가 적합한 MCP 엔드포인트를 찾을 수 있도록 하는 검색 기능.
• MCP 서버 및 클라이언트의 평점으로 그들의 평판을 추적합니다.
• 특정 결과 달성을 위한 MCP 서버 조정.
• MCP 엔드포인트에서 생성된 출력물의 검증 가능성.
• MCP 클라이언트 및 서버와의 상호작용 추적성
• MCP 서버에 대한 인증 및 접근 제어 메커니즘.

이러한 많은 기능들은 MCP 네트워크 내 노드들을 조정하기 위한 적절한 경제적 인센티브 수준을 필요로 합니다. 이는 Web3를 위한 AI 천국에서 이루어진 완벽한 조합처럼 보입니다. 추적 가능성, 신뢰할 수 없으면서 검증 가능한 계산은 MCP 네트워크 1세대를 구동할 수 있는 주요 기본 요소 중 일부입니다. Web3는 여러 세대 중 가장 효율적인 컴퓨테이션 네트워크 구동 기술이며, MCP는 새로운 네트워크를 필요로 합니다.

프로젝트 남다

Web3와 MCP를 결합하여 새로운 세대의 MCP 네트워크를 구동하겠다는 아이디어는 결코 이론에 그치지 않으며, 이 분야에서 실제 진전이 나타나기 시작했습니다. 이 영역에서 가장 흥미로운 이니셔티브 중 하나는 MIT의 프로젝트 남다.

CSAIL 및 MIT-IBM Watson AI Lab 연구진이 주도한 Namda는 2024년에 MCP의 메시징 기반을 바탕으로 확장 가능하고 분산된 에이전트 프레임워크를 선도하기 위해 출시되었습니다. Namda(Networked Agent Modular Distributed Architecture)는 클라우드 서비스, 엣지 디바이스, 특수 가속기를 아우르는 이종 에이전트들이 컨텍스트를 원활하게 교환하고 복잡한 워크플로를 조율할 수 있는 개방형 생태계를 만듭니다. MCP의 표준화된 JSON-RPC 원시 기능을 활용하여 Namda는 상호운용성이나 보안을 희생하지 않고 대규모 저지연 협업이 가능함을 보여줍니다.

Namda의 아키텍처는 이미 동적 노드 탐색, 부하 분산 및 분산 클러스터 간의 내결함성과 같은 분산 MCP 네트워크의 여러 개념을 포함하고 있습니다. 블록체인 기술에서 영감을 받은 분산 레지스트리를 통해 Namda는 검증 가능한 에이전트 신원과 정책 기반 자원 조정을 보장하여 신뢰할 수 있는 다자간 워크플로우를 가능하게 합니다. 토큰 기반 인센티브 메커니즘 및 종단 간 출처 추적을 위한 확장 기능은 프로토콜을 더욱 풍부하게 하며, 초기 프로토타입은 전 세계 테스트베드에서 시각 및 언어 작업에 대한 효율적인 연합 학습을 시연하고 있습니다.

분산형 AI를 위한 또 다른 토대

수십 년 동안, 분산형 AI는 주류 AI 애플리케이션을 구동할 명확한 적합성을 찾는 데 어려움을 겪어 왔습니다. MCP의 등장과 MCP 네트워크의 필요성은 새로운 세대의 AI 인프라를 위한 가장 두드러진 활용 사례 중 하나로 빠르게 부상하고 있습니다. 이는 AI 분야에서 가장 큰 활용 사례 중 하나일 수 있으며, Web3가 이를 완벽하게 해결할 수 있는 영역입니다. Web3와 MCP의 결합은 분산형 AI를 위한 새로운 기반이 될 수 있습니다.