1년여 전, MCP(Model Context Protocol)는 Anthropic이 발표한 프로토콜로 개발자 커뮤니티 일부에서만 알려져 있었습니다. 대부분의 사람들은 이를 Claude가 다양한 외부 도구에 연결할 수 있게 해주는 AI 도구 연결을 위한 기술 사양으로 여겼습니다.
이제 이 프로토콜이 Google Cloud와 ServiceNow의 공동 발표에 등장했습니다. 사용 사례는 5G 네트워크 자가 복구입니다.
이번 발표 내용
4월 22일, Google Cloud와 ServiceNow는 Google Cloud Next 컨퍼런스에서 파트너십을 발표했습니다. 핵심은 세 가지 프로토콜의 조합 활용입니다.
- MCP(Model Context Protocol): AI와 외부 도구 및 데이터 간 실시간 교환을 위한 표준 인터페이스
- A2A(Agent-to-Agent): AI 에이전트 간 지시와 정보를 주고받는 프로토콜
- A2UI(Agent-to-UI): AI 에이전트가 사용자 인터페이스를 직접 조작하는 프로토콜
세 프로토콜을 함께 사용하면 어떤 효과가 있을까요?
5G 네트워크 운영을 예로 들어보겠습니다. Gemini의 AI 에이전트가 네트워크 이상을 감지하고, MCP를 통해 실시간 네트워크 데이터를 가져오며, A2A 프로토콜로 여러 하위 에이전트를 조정하여 원인을 분석하고, 마지막으로 ServiceNow의 자동화 워크플로를 트리거하여 복구를 완료합니다. 모든 과정에 사람의 개입이 필요 없습니다.
산발적인 도구 호출이 진정한 자율 운영으로 변화한 것입니다.
엔터프라이즈 AI의 진짜 걸림돌
이번 발표가 주목할 만한 이유는 엔터프라이즈 AI 배포의 매우 현실적인痛点을 건드리기 때문입니다.
AI가 충분히 똑똑하지 않아서일까요? 이 문제는 2024년에 이미 대부분 해결되었습니다. 엔터프라이즈 AI를 진짜로 가로막는 것은 시스템 간 협업입니다.
대기업의 IT 환경은 일반적으로 이렇습니다. 네트워크 운영 시스템은 ServiceNow, 데이터는 BigQuery에 저장, 모델은 Gemini에서 실행, 보안 정책은 또 다른 시스템에서 관리됩니다. 각 시스템은 고립되어 있으며 AI 역량은 내부에 갇혀 나오지 못합니다.
MCP가 하는 일은 이 고립된 섬들 사이에 통일된 길을 만드는 것입니다.
A2A는 더 어려운 문제를 해결합니다. 여러 AI 에이전트가 협업할 때의 '언어' 문제입니다. 서로 다른 시스템에서 실행되는 에이전트들이 진정으로 협력하려면 공통된 통신 형식이 필요하며, 그래야 각자 따로 움직이지 않습니다.
제로 카피 데이터: 또 다른 세부 사항
발표에서는 'Workflow Data Fabric'도 언급되었으며, BigQuery ML의 제로 카피 데이터 연결이 사용됩니다.
이 세부 사항은 중요합니다. 엔터프라이즈 AI의 흔한 함정은 AI가 데이터를 분석하려면 일반적으로 먼저 데이터를 AI 시스템으로 복사해야 한다는 점입니다. 이는 느리고 보안 및 규정 준수 위험도 수반합니다. 복사된 데이터에 대한 책임은 누가 질까요?
제로 카피는 AI가 데이터를 이동시키는 대신 데이터가 있는 곳에서 직접 액세스한다는 의미입니다. 금융, 의료 등 데이터에 민감한 산업에서는 이 아키텍처가 모델 성능 자체보다 더 중요합니다.
또 다른 신호: 파트너상
Google Cloud는 이번에 ServiceNow에 2026년 올해의 파트너상을 4개 부문에서 동시에 수여했습니다. 그중 하나는 'Agentic AI Innovation'이라는 이름입니다.
Google이 에이전틱 AI 전용 파트너상 카테고리를 만든 것은 이번이 처음입니다.
이 상 카테고리의 신설 자체가 하나의 신호입니다. Google은 에이전틱 AI가 더 이상 모델 성능의 부속물이 아니라 비즈니스 가치를 독립적으로 평가할 수 있는 단계에 도달했다고 판단하고 있습니다.
MCP가 걸어온 길
Anthropic이 MCP를 발표한 이후 현재까지의 대략적인 경로는 다음과 같습니다.
- AI 도구 생태계 표준: Cursor, Claude Code 같은 도구가 외부 데이터 및 시스템에 연결 가능하도록 함
- Linux Foundation 인수: 업계 인프라가 되어 더 이상 Anthropic 독점 프로토콜이 아님
- Google Cloud 엔터프라이즈 배포: 5G 운영, 소매 예측 유지보수 등 프로덕션 시나리오에 적용
이 경로는 초기 HTTP를 연상시킵니다. 연구 네트워크에서 상업용 인터넷으로 확장되어 모든 사람이 사용하지만 특별히 의식하지 않는 기반 계층이 되었습니다.
규모와 중요성은 비교할 수 없지만 확산의 논리는 유사합니다.
MCP는 현재 개발자 측의 AI 도구 통합과 엔터프라이즈 측의 자율 운영이라는 두 가지 유형의 수요를 동시에 담당하고 있습니다. 이 두 시나리오의 사용자와 요구 사항은 완전히 다릅니다.
두 가지를 동시에 잘 해낼 수 있는지가 MCP가 진정한 표준이 되기 위한 시험대입니다.
참고 출처: CocoLoop, ServiceNow and Google Cloud Unite AI Agents for Autonomous Enterprise Operations(Google Cloud Press Corner)