AI

MCP 뜻과 보안 이슈: AI 도구에 데이터를 연결하기 전에

2026. 7. 7.

MCP는 Model Context Protocol의 줄임말입니다. 쉽게 말하면 Claude, ChatGPT, VS Code, Copilot 같은 AI 도구가 외부 데이터와 업무 도구를 연결할 때 쓰는 공통 연결 방식입니다.

검색창에 질문만 하던 AI가 이제는 파일을 읽고, 깃허브 이슈를 보고, 캘린더나 데이터베이스에 접근하고, 필요한 작업을 실행하는 방향으로 움직이고 있습니다. 그래서 MCP는 편리한 기술이지만 “연결해두면 알아서 해주겠지”로 접근하면 위험합니다. AI에게 연결한 도구는 곧 AI가 접근할 수 있는 권한이 되기 때문입니다.

핵심 요약

• 뜻

  AI 도구와 외부 시스템을 잇는 표준

  MCP는 AI 앱이 로컬 파일, 업무 앱, 데이터베이스, 검색 도구, 개발 도구에 접근하도록 돕는 공개 표준입니다. 여러 서비스가 각자 다른 방식으로 붙는 혼란을 줄이는 역할을 합니다.

• 변화

  답변형 AI에서 실행형 AI로 이동

  MCP를 쓰면 AI가 단순히 설명하는 것을 넘어 실제 업무 맥락을 읽고 도구를 호출할 수 있습니다. 편의성은 커지지만 권한 관리의 중요성도 커집니다.

• 주의

  연결 전 권한·토큰·승인 범위 확인

  공식 보안 문서는 혼동된 대리자 문제, 토큰 전달, SSRF, 세션 하이재킹, 범위 과다 부여 같은 위험을 다룹니다. 개인도 회사도 “어디까지 허용할지”를 먼저 정해야 합니다.

MCP가 필요한 이유

AI 도구가 일을 하려면 맥락이 필요합니다. 예를 들어 “지난주 고객 문의 중 결제 오류만 정리해줘”라고 요청하려면 AI가 고객 문의 데이터, 결제 로그, 내부 문서 중 일부를 읽을 수 있어야 합니다. “이 이슈를 고쳐줘”라고 말하려면 코드 저장소와 이슈, 테스트 명령에 접근해야 합니다.

문제는 연결 대상이 너무 많다는 점입니다. 서비스마다 API 방식이 다르고, 인증 방식도 다르고, AI 도구마다 연결 규칙도 다르면 개발과 운영이 복잡해집니다. MCP는 이 연결 방식을 표준화해 AI 애플리케이션이 외부 시스템을 더 쉽게 붙일 수 있도록 합니다.

공식 MCP 문서는 이 표준을 “AI 애플리케이션을 외부 시스템에 연결하는 오픈소스 표준”으로 설명합니다. 또 Google Calendar, Notion, Figma, 데이터베이스, 3D 도구 같은 예시를 들며 AI가 정보를 읽고 작업을 수행하는 구조를 강조합니다.

무엇이 달라지나

가장 큰 변화는 AI 도구의 위치입니다. 이전에는 사용자가 정보를 복사해 AI에게 붙여넣고, 다시 사람이 결과를 옮겼습니다. MCP가 확산되면 AI가 필요한 도구를 직접 호출하는 흐름이 많아집니다.

GitHub는 MCP 서버를 통해 Copilot, VS Code, Claude Desktop 같은 도구가 이슈, 풀리퀘스트, 코드 파일 등 GitHub 맥락에 접근할 수 있다고 설명합니다. 원격 MCP 서버는 로컬 설치 없이 인증 후 사용할 수 있고, OAuth 2.0을 권장한다고 안내합니다.

보안 이슈의 핵심

MCP 자체가 위험한 기술이라는 뜻은 아닙니다. 문제는 MCP가 AI 도구에 “더 많은 연결점”을 열어준다는 데 있습니다. 연결점이 많아지면 공격자가 노릴 수 있는 표면도 넓어집니다.

공식 MCP 보안 문서는 MCP 구현에서 봐야 할 공격과 완화책을 별도로 정리합니다. 대표적으로 혼동된 대리자 문제, 토큰 패스스루, 서버 사이드 요청 위조, 세션 하이재킹, 로컬 MCP 서버 침해, OAuth 승인 URL 검증, 범위 최소화가 언급됩니다.

• 혼동된 대리자 문제

  MCP 프록시 서버가 제3자 API와 연결될 때 사용자 동의가 제대로 분리되지 않으면 악성 클라이언트가 권한 흐름을 악용할 수 있습니다. 특히 정적 클라이언트 ID와 동적 등록이 함께 쓰일 때 주의가 필요합니다.

• 토큰 전달 위험

  다른 서비스용 토큰을 MCP 서버가 그대로 받아들이거나 전달하면 권한 경계가 흐려질 수 있습니다. 토큰이 어느 대상에게 발급됐는지 확인하는 audience 검증이 중요합니다.

• 권한 범위 과다

  처음부터 파일 전체, 데이터베이스 전체, 관리자 권한을 열어두면 토큰 하나가 유출됐을 때 피해가 커집니다. 필요한 작업에 맞춰 작게 허용해야 합니다.

• 로컬 서버와 명령 실행

  로컬 MCP 서버는 사용자의 컴퓨터나 개발 환경에 가까이 있습니다. 설치 출처, 실행 권한, 네트워크 요청, 자동 업데이트 방식을 확인해야 합니다.

누가 영향을 받나

MCP는 개발자만의 주제가 아닙니다. AI 도구가 업무 앱과 개인 데이터를 연결하는 방식이기 때문에, 실제 영향은 더 넓습니다.

투자자로서의 관점

MCP는 AI 앱, 개발 도구, 클라우드, 보안, SaaS 플랫폼이 만나는 지점입니다. 특정 종목을 사야 한다는 신호로 볼 일은 아니지만, 어떤 회사가 AI 에이전트 시대의 연결 계층을 장악하는지는 지켜볼 만합니다.

연결 전에 확인할 것

MCP를 쓸 때는 “설치할까 말까”보다 “어떤 권한으로 연결할까”가 더 중요합니다. 처음에는 최소 권한으로 시작하고, 실제로 필요한 작업이 확인될 때만 범위를 넓히는 방식이 안전합니다.

주의할 점

MCP가 표준이라는 이유만으로 모든 서버가 안전하다는 뜻은 아닙니다. 표준은 연결 방식을 맞추는 역할을 하지만, 실제 보안 수준은 구현과 운영 방식에 따라 달라집니다.

특히 커뮤니티 MCP 서버를 설치할 때는 더 조심해야 합니다. 로컬에서 실행되는 서버가 파일 시스템, 브라우저, 터미널, 내부 네트워크에 접근한다면 일반 앱을 설치하는 것보다 더 큰 권한을 줄 수도 있습니다. 스타가 많은 저장소라는 이유만으로 충분하지 않습니다.

• 무분별한 전체 권한

  처음부터 모든 저장소, 모든 파일, 모든 업무 앱을 연결하면 편하지만 사고 범위도 커집니다. 최소 권한을 기본값으로 잡아야 합니다.

• 개인 토큰 장기 사용

  개인 액세스 토큰을 오래 쓰면 회수와 추적이 어렵습니다. 가능하면 OAuth, 짧은 만료 기간, 제한된 scope를 사용해야 합니다.

• 자동 실행 과신

  AI가 도구를 호출할 수 있다고 해서 모든 호출을 자동 승인하면 안 됩니다. 쓰기·삭제·전송·결제·배포 작업은 사람이 확인해야 합니다.

• 로그와 학습 데이터 혼동

  AI 도구가 어떤 요청을 저장하고, 어떤 데이터가 서비스 제공자에게 전송되는지 확인해야 합니다. 회사 데이터는 약관과 관리 설정을 따로 봐야 합니다.

좋은 사용 방식

MCP를 안전하게 쓰는 핵심은 연결을 작게 시작하는 것입니다. 한 번에 사내 모든 데이터를 붙이지 말고, 특정 저장소나 특정 문서 폴더처럼 범위를 좁혀 검증해야 합니다.

비개발자라면 더 간단하게 기억해도 됩니다. AI에게 어떤 앱을 연결할 때 “무엇을 읽을 수 있는가”, “무엇을 바꿀 수 있는가”, “문제가 생기면 어떻게 끊을 수 있는가”를 확인하면 됩니다. 이 세 가지가 분명하지 않으면 연결을 미루는 편이 안전합니다.

마지막으로

MCP는 AI가 실제 업무 도구와 연결되는 시대의 중요한 표준입니다. 잘 쓰면 반복 업무와 개발 작업을 크게 줄일 수 있습니다. 하지만 AI에게 연결한 데이터와 도구는 곧 권한입니다.

앞으로 AI 도구를 고를 때는 모델 성능만 보면 부족합니다. 어떤 MCP 서버를 지원하는지, 권한을 얼마나 세밀하게 나눌 수 있는지, 토큰과 로그를 어떻게 관리하는지, 기업용 감사 기능이 있는지까지 함께 봐야 합니다. 빠른 연결보다 안전한 연결이 먼저입니다.

참고한 자료

• Model Context Protocol 공식 문서: What is MCP?
• Model Context Protocol 공식 문서: Security Best Practices
• Model Context Protocol 공식 사양: Authorization
• GitHub Changelog: Remote GitHub MCP Server public preview
• GitHub Changelog: github-mcp-server public preview
• VS Code 공식 문서: Add and manage MCP servers
• Google News 검색: MCP 보안 이슈 국내 보도 흐름