새로운 AI 모델이 출시될 때마다 종소리에 휘말리기 쉽습니다. 우리는 그것이 얼마나 똑똑해졌는지, 질문에 얼마나 빨리 대답하는지, 이미지가 얼마나 현실적으로 변했는지에 대해 이야기합니다. 그러나 문제는 AI가 사람들이 매일 사용하는 앱 및 서비스와 안정적으로 작동할 수 없다면 그다지 중요하지 않다는 것입니다.
이것이 곧 MCP(Model Context Protocol) 업데이트가 내 관심을 끌었던 이유입니다. 새로운 챗봇도 아니고 화려한 AI 모델도 아닙니다. 사실, 대부분의 사람들은 그런 일이 일어나고 있는지조차 전혀 알지 못할 것입니다. 하지만 이는 조용히 AI 생태계를 훨씬 더 건강하게 만들 수 있습니다. 이전에 MCP에 대해 들어본 적이 없더라도 걱정하지 마십시오. AI 비서가 Gmail, Slack, 캘린더, 데이터베이스 및 수많은 기타 서비스와 같은 앱과 안전하게 대화할 수 있게 해주는 공유 언어라고 생각하세요. 모든 회사가 이러한 연결을 만들기 위해 자체적인 방법을 고안하는 대신 MCP는 모든 사람에게 공통 규칙서를 제공합니다.
문제는 AI가 아니라 주변의 모든 것이었습니다
가장 저지르기 쉬운 실수 중 하나는 기업이 더 강력한 모델을 출시할 때만 AI가 향상된다고 가정하는 것입니다. 실제로 오늘날의 많은 성장통은 지능과 관련이 없습니다. 인프라와 관련이 있습니다.
몇 분마다 친구에게 전화를 걸어 매번 처음부터 자신을 소개해야 한다고 상상해 보세요. 이는 오늘날의 시스템이 많은 AI 서비스에서 작동하는 방식과 약간 비슷합니다. 서버는 특히 수백만 명의 사람들이 동시에 동일한 서비스를 사용하는 경우 누가 자신과 대화하고 있는지 추적하는 데 추가 노력을 기울입니다. MCP의 다음 버전에서는 이러한 접근 방식이 변경되었습니다. 하나의 서버가 모든 대화를 추적하도록 하는 대신 프로토콜을 사용하면 요청을 다른 서버 간에 더 쉽게 이동할 수 있습니다. 작은 기술적 조정처럼 들리지만 대규모로 AI 서비스를 실행하는 기업의 경우 놀라울 정도로 복잡성이 제거됩니다.
때로는 지루한 것이 바로 AI에게 필요한 것입니다.
이 업데이트로 인해 ChatGPT, Claude 또는 Gemini가 하룻밤 사이에 갑자기 더 똑똑해진 느낌을 받게 되는 것은 아닙니다. 그것이 할 수 있는 일은 미래의 AI 제품을 더 쉽게 구축하고, 더 쉽게 유지 관리하고, 사람들이 이미 사용하고 있는 도구와 더 쉽게 연결하도록 만드는 것입니다. AI가 챗봇을 넘어 디지털 생활 전반에 걸쳐 작동할 수 있는 무언가가 되고 있기 때문에 이는 중요합니다.
저는 실제 진행 상황이 항상 눈에 보이는 것은 아니라는 점을 상기시켜 주기 때문에 이와 같은 업데이트를 좋아합니다. 때로는 AI에게 새로운 기술을 가르치는 것이 아닙니다. 때로는 다른 모든 것이 제대로 작동하도록 배관을 수리하는 것이 중요하며, 이것이 더 큰 보상을 가능하게 합니다. 오늘날에는 그다지 흥미롭지 않게 들릴 수도 있지만, 이는 바로 미래의 AI를 더 쉽고 훨씬 더 유용하게 만드는 일종의 개선입니다.
이 주제에 대해 더 알고 싶다면 아래를 참고하세요