이전 글에서 클로드 코드(Claude Code)가 무엇인지, 그리고 거대 언어 모델(LLM)의 한계를 코딩 어시스턴트가 어떻게 극복하는지를 살펴봤어요. 핵심은 “도구 사용(Tool Use)”이라는 개념이었죠. 거대 언어 모델은 텍스트만 처리할 수 있지만, 코딩 어시스턴트가 중간 다리 역할을 하면서 파일 읽기, 코드 수정, 명령어 실행 같은 실제 행동을 가능하게 만들어 준다는 이야기였어요.
이번 글에서는 그 연장선에서, 클로드 코드에 실제로 어떤 도구들이 탑재되어 있는지를 구체적으로 살펴보려고 해요. 그리고 한 발 더 나아가, MCP(Model Context Protocol)라는 개방형 표준을 통해 클로드 코드의 도구가 어떻게 무한히 확장될 수 있는지도 함께 알아볼게요.
1. 클로드 코드의 내장 도구(Built-in Tools)
클로드 코드는 출시 시점부터 개발자가 가장 빈번하게 수행하는 작업을 커버하는 내장 도구 세트를 갖추고 있어요. 내장 도구들을 기능별로 분류하면 다음과 같아요.
| 도구 이름 | 기능 설명 | 활용 예시 |
|---|---|---|
| Read | 파일 내용을 읽어옴 | 특정 소스 코드 파일의 내용 확인 |
| Write | 파일에 내용을 작성 | 새로운 코드 파일 생성 또는 기존 파일 덮어쓰기 |
| Edit | 파일의 특정 부분을 수정 | 함수 내 버그가 있는 코드 라인만 정밀 수정 |
| MultiEdit | 여러 위치를 동시에 수정 | 변수명 변경처럼 여러 곳을 한꺼번에 수정해야 할 때 |
| Bash | 셸 명령어를 실행 | npm install, python test.py 등 터미널 명령 수행 |
| Glob | 패턴에 맞는 파일을 검색 | *.test.ts 패턴으로 모든 테스트 파일 찾기 |
| Grep | 파일 내용에서 특정 텍스트를 검색 | 프로젝트 전체에서 특정 함수가 호출된 위치 찾기 |
| LS | 파일과 디렉토리 목록을 조회 | 프로젝트 폴더 구조 파악 |
| Agent | 하위 에이전트를 생성하여 작업을 위임 | 복잡한 작업을 여러 하위 작업으로 분할하여 병렬 처리 |
| NotebookRead | 주피터 노트북(Jupyter Notebook)의 셀을 읽음 | 데이터 분석 노트북의 특정 셀 내용 확인 |
| NotebookEdit | 주피터 노트북의 셀을 수정 | 분석 코드의 파라미터 수정 |
| WebFetch | 특정 URL의 내용을 가져옴 | API 문서 페이지의 내용을 참고하여 코드 작성 |
| WebSearch | 웹 검색을 수행 | 에러 메시지에 대한 해결 방법 검색 |
| TodoRead | 생성된 할 일 목록을 조회 | 현재 진행 중인 작업 목록 확인 |
| TodoWrite | 할 일 목록을 업데이트 | 완료된 작업 체크, 새 작업 추가 |
이 도구들을 크게 분류하면 네 가지 카테고리로 나눌 수 있어요.
┌───────────────────────────────────────────────────────────┐
│ 클로드 코드 내장 도구 카테고리 │
│ │
│ 📁 파일 관리 🔍 탐색 및 검색 │
│ Read, Write, Glob, Grep, │
│ Edit, MultiEdit LS, WebSearch, │
│ WebFetch │
│ │
│ ⚙️ 실행 및 제어 📋 작업 관리 │
│ Bash, Agent TodoRead, TodoWrite, │
│ NotebookRead, │
│ NotebookEdit │
└───────────────────────────────────────────────────────────┘
이 도구들이 강력한 이유는 개별 도구의 기능 자체보다, 클로드가 이 도구들을 상황에 맞게 조합하여 사용하는 능력에 있어요. 예를 들어, “프로젝트에서 사용하지 않는 함수를 찾아서 정리해줘”라는 요청을 받으면, 클로드 코드는 다음과 같이 여러 도구를 연쇄적으로 활용해요.
LS로 프로젝트 구조를 파악Glob으로 소스 코드 파일 목록을 수집Read로 각 파일의 내용을 확인Grep으로 함수 정의와 호출 위치를 교차 검증Edit으로 사용되지 않는 함수를 제거Bash로 테스트를 실행하여 삭제가 안전한지 검증
이처럼 하나의 요청 뒤에서 여러 도구가 유기적으로 작동하는 것이 클로드 코드의 핵심적인 강점이라고 할 수 있어요.
클로드 코드의 내장 도구를 이해하는 가장 쉬운 비유는 “요리사의 기본 조리도구 세트”예요. 칼, 도마, 냄비, 프라이팬처럼 어떤 요리를 하든 반드시 필요한 기본 도구들이 있죠. 클로드 코드의 Read, Write, Edit, Bash 같은 내장 도구들이 바로 이 역할을 해요. 그리고 뛰어난 요리사일수록 같은 칼과 냄비로도 더 정교한 요리를 만들어내듯, 클로드의 도구 활용 능력이 뛰어날수록 같은 내장 도구만으로도 훨씬 복잡한 개발 작업을 처리해낼 수 있어요.
2. MCP(Model Context Protocol)란 무엇인가?
내장 도구만으로도 많은 작업을 처리할 수 있지만, 현실의 개발 환경은 훨씬 다양하고 복잡해요. 어떤 팀은 깃허브(GitHub)에서 코드를 관리하고, 슬랙(Slack)으로 소통하며, 포스트그레스(PostgreSQL) 데이터베이스를 사용하고, 지라(Jira)로 프로젝트를 관리하죠. 이 모든 외부 시스템에 클로드 코드가 접근할 수 있다면 어떨까요?
바로 이 문제를 해결하기 위해 등장한 것이 MCP(Model Context Protocol, 모델 컨텍스트 프로토콜)예요.
MCP는 앤스로픽(Anthropic)이 2024년 11월에 공개한 개방형 표준(Open Standard)으로, AI 시스템이 외부 도구나 데이터 소스와 연결되는 방식을 하나의 규격으로 통일한 프로토콜이에요. 쉽게 말해, AI와 외부 서비스를 연결하는 “공통 규격”이라고 볼 수 있어요.
MCP가 왜 필요한지 이해하려면, MCP가 없던 시절의 문제를 먼저 살펴볼 필요가 있어요.
1) MCP 이전의 문제: N×M 연동 문제
MCP가 등장하기 전에는, AI 도구가 외부 서비스와 연결되려면 각각에 대해 별도의 연동 코드를 작성해야 했어요. 이를 흔히 “N×M 문제(N×M Problem)”라고 불러요.
MCP 이전: N×M 연동 문제
(AI 모델 3개 × 외부 서비스 4개 = 12개의 연동 필요)
AI 모델 A ─────┬──── GitHub
├──── Slack
├──── PostgreSQL
└──── Jira
AI 모델 B ─────┬──── GitHub ← 모델마다
├──── Slack 각 서비스에 대한
├──── PostgreSQL 별도 연동 코드 필요
└──── Jira
AI 모델 C ─────┬──── GitHub
├──── Slack
├──── PostgreSQL
└──── Jira
AI 모델이 3개이고 연결해야 할 외부 서비스가 4개라면, 이론적으로 12개의 개별 연동 코드가 필요해요. 모델이나 서비스가 추가될 때마다 이 숫자는 기하급수적으로 늘어나죠. 이는 개발자에게 막대한 중복 작업을 요구하고, 유지보수 비용도 계속 증가하게 만드는 구조였어요.
2) MCP 이후: 공통 규격을 통한 해결
MCP는 이 문제를 “중간에 공통 규격을 두는 방식”으로 해결해요.
MCP 이후: 공통 규격으로 단순화
(각 모델과 서비스는 MCP만 지원하면 됨)
AI 모델 A ──┐ ┌──── GitHub MCP 서버
│ │
AI 모델 B ──┼───── MCP ─────────┼──── Slack MCP 서버
│ (공통 규격) │
AI 모델 C ──┘ ├──── PostgreSQL MCP 서버
│
└──── Jira MCP 서버
AI 모델 쪽에서는 MCP 규격에 맞춰 한 번만 구현하면 되고, 외부 서비스 쪽에서도 MCP 서버를 한 번만 만들면 어떤 AI 모델이든 연결할 수 있게 돼요. 12개의 연동 코드가 필요했던 상황이, 3개(AI 모델 측) + 4개(서비스 측) = 7개로 줄어드는 거죠. 그리고 새로운 서비스가 추가될 때도, 그 서비스의 MCP 서버만 만들면 모든 AI 모델에서 바로 사용할 수 있게 돼요.
이 프로토콜은 공개 이후 오픈AI(OpenAI), 구글 딥마인드(Google DeepMind) 등 주요 AI 기업들이 잇따라 채택하면서 업계 표준으로 자리잡아가고 있어요. 2025년 12월에는 앤스로픽이 MCP를 리눅스 재단(Linux Foundation) 산하의 에이전틱 AI 재단(Agentic AI Foundation, AAIF)에 기부하면서, 특정 기업에 종속되지 않는 중립적인 개방형 표준으로서의 위상을 더욱 확고히 했어요.
MCP를 가장 직관적으로 이해하는 비유는 “USB-C 포트”예요. USB-C가 등장하기 전에는 스마트폰 충전기, 카메라 케이블, 외장하드 연결 단자가 모두 달랐죠. 기기마다 전용 케이블을 따로 구매해야 했고, 서랍 속에는 쓰지 않는 케이블이 쌓여갔어요. USB-C는 이 혼란을 하나의 규격으로 정리했어요. MCP도 마찬가지예요. AI와 외부 서비스 사이의 연결 방식을 하나의 표준으로 통일함으로써, 누구든 MCP 규격만 따르면 어떤 AI 모델, 어떤 외부 서비스와도 자유롭게 연결할 수 있게 만들어 주는 것이에요.
3. MCP의 구조: 호스트, 클라이언트, 서버
MCP의 작동 구조를 조금 더 기술적으로 살펴보면, 크게 세 가지 구성요소로 이루어져 있어요.
┌──────────┐ ┌──────────────┐ ┌──────────────┐
│ 호스트 │ │ MCP 클라이언트 │ │ MCP 서버 │
│ (Host) │ ──→ │ (Client) │ ──→ │ (Server) │
│ │ │ │ │ │
│ 클로드 코드 │ │ 호스트 내부의 │ │ 외부 서비스와 │
│ 같은 │ │ MCP 통신 │ │ 실제로 통신하는 │
│ AI 애플리케 │ │ 담당 모듈 │ │ 프로그램 │
│ 이션 │ │ │ │ │
└───────────┘ └──────────────┘ └──────────────┘
│
▼
┌──────────────┐
│ 외부 서비스 │
│ (GitHub, │
│ Slack 등) │
└──────────────┘
- 호스트(Host): 클로드 코드처럼 사용자가 직접 사용하는 AI 애플리케이션이에요. 사용자의 요청을 받고, 최종 결과를 전달하는 역할을 해요.
- MCP 클라이언트(Client): 호스트 내부에서 MCP 서버와 통신을 담당하는 모듈이에요. 호스트가 “GitHub에서 PR 목록을 가져와”라고 하면, 클라이언트가 이 요청을 MCP 규격에 맞게 변환하여 서버에 전달해요.
- MCP 서버(Server): 실제 외부 서비스(GitHub, Slack 등)와 통신하는 프로그램이에요. 클라이언트로부터 요청을 받으면, 해당 서비스의 API를 호출하여 결과를 가져와요.
이 구조 덕분에, 새로운 외부 서비스를 연결하고 싶을 때 호스트(클로드 코드)를 수정할 필요 없이, 해당 서비스의 MCP 서버만 추가하면 되는 거예요.
MCP의 3계층 구조는 음식 배달 앱의 구조와 비슷해요. 여러분(호스트)이 배달 앱(클라이언트)을 통해 주문하면, 앱이 각 음식점(서버)에 주문을 전달하죠. 새로운 음식점이 입점해도 여러분의 앱을 업데이트할 필요 없이, 그 음식점이 배달 앱 규격에 맞춰 등록만 하면 바로 주문이 가능해지는 것과 같은 원리예요.
4. MCP 서버를 활용한 도구 확장 사례
MCP의 진가는 실제로 어떤 서비스들이 MCP 서버로 제공되고 있는지를 보면 체감할 수 있어요. 현재 MCP 생태계에는 수천 개의 서버가 커뮤니티를 중심으로 구축되어 있으며, 개발, 협업, 데이터, 생산성 등 다양한 영역을 아우르고 있어요.
대표적인 MCP 서버들을 카테고리별로 살펴볼게요.
1) 개발 도구(Development Tools)
| MCP 서버 | 연결 서비스 | 주요 기능 |
|---|---|---|
| GitHub MCP | 깃허브(GitHub) | 리포지토리 관리, 풀 리퀘스트(PR) 리뷰, 이슈 생성 및 관리 |
| Docker MCP | 도커(Docker) | 컨테이너 관리, 이미지 빌드, 격리된 실행 환경 제공 |
| Vercel MCP | 버셀(Vercel) | 프론트엔드 배포 관리, 빌드 상태 확인, 프리뷰 환경 관리 |
| Supabase MCP | 수파베이스(Supabase) | 데이터베이스 조회, 인증 시스템 관리, 실시간 기능 관리 |
예를 들어, GitHub MCP 서버를 클로드 코드에 연결하면, 클로드 코드가 직접 깃허브의 풀 리퀘스트를 확인하고, 코드 리뷰 코멘트를 작성하고, 이슈를 생성하는 것까지 터미널 안에서 처리할 수 있게 돼요.
2) 협업 및 커뮤니케이션(Collaboration & Communication)
| MCP 서버 | 연결 서비스 | 주요 기능 |
|---|---|---|
| Slack MCP | 슬랙(Slack) | 채널 메시지 읽기/쓰기, 알림 관리, 워크스페이스 탐색 |
| Notion MCP | 노션(Notion) | 페이지 읽기/쓰기, 데이터베이스 조회 및 관리 |
| Jira MCP | 지라(Jira) | 이슈 생성, 스프린트 관리, 프로젝트 보드 조회 |
| Google Workspace MCP | 구글 워크스페이스 | Gmail, Google Drive, Calendar 등 연동 |
Slack MCP 서버를 연결한 경우를 생각해 보면, 코드 배포가 완료되었을 때 클로드 코드가 자동으로 팀 채널에 배포 결과를 요약해서 공유하거나, 특정 채널의 최근 논의 내용을 읽어와서 관련 이슈를 정리하는 것이 가능해져요. 개발 작업과 팀 커뮤니케이션 사이의 경계가 자연스럽게 허물어지는 셈이죠.
3) 데이터베이스 및 데이터 관리(Database & Data)
| MCP 서버 | 연결 서비스 | 주요 기능 |
|---|---|---|
| PostgreSQL MCP | 포스트그레스큐엘(PostgreSQL) | 스키마 조회, 쿼리 실행, 데이터 분석 |
| SQLite MCP | 에스큐엘라이트(SQLite) | 로컬 데이터베이스 조작 및 분석 |
| Redis MCP | 레디스(Redis) | 캐시 데이터 관리 및 검색 |
| Salesforce MCP | 세일즈포스(Salesforce) | CRM 데이터 조회 및 레코드 관리 |
PostgreSQL MCP 서버를 연결하면, 클로드 코드에게 “최근 7일간 회원가입 수를 일별로 집계해줘”라고 요청하는 것만으로 데이터베이스에 직접 쿼리를 실행하고 결과를 정리해 줄 수 있어요. 별도의 데이터베이스 클라이언트를 열거나 SQL을 직접 작성할 필요 없이, 자연어로 데이터에 접근할 수 있게 되는 거죠.
이 MCP 서버들을 클로드 코드에 연결하면 어떤 일이 가능해지는지, 구체적인 워크플로우를 하나 그려볼게요.
시나리오: "어제 보고된 긴급 버그를 수정하고 팀에 알려줘"
[1] Jira MCP → 긴급 버그 이슈 내용 조회
"로그인 시 특정 브라우저에서 세션이 유지되지 않는 문제"
[2] 내장 도구 (Read, Grep) → 관련 코드 탐색
session.ts 파일에서 쿠키 설정 로직 발견
[3] 내장 도구 (Edit) → 코드 수정
SameSite 속성 누락 문제 수정
[4] 내장 도구 (Bash) → 테스트 실행
모든 테스트 통과 확인
[5] GitHub MCP → PR 생성
"Fix: 크로스 브라우저 세션 쿠키 설정 수정" PR 생성
[6] Slack MCP → 팀 채널에 알림
"#dev-team 채널에 버그 수정 완료 및 PR 링크 공유"
[7] Jira MCP → 이슈 상태 업데이트
이슈 상태를 "In Review"로 변경
이 모든 과정이 클로드 코드 안에서, 사용자의 하나의 요청으로부터 시작되어 자동으로 진행될 수 있어요. 내장 도구가 코드 수준의 작업을 처리하고, MCP 서버들이 외부 서비스와의 연동을 담당하는 구조예요.
MCP를 통한 도구 확장이 개발자의 일상에 미치는 영향을 한마디로 요약하면, “탭 전환의 종말”에 가깝다고 할 수 있어요. 기존에는 코드를 수정하려면 에디터, PR을 올리려면 GitHub 웹사이트, 팀에 알리려면 슬랙, 이슈 상태를 바꾸려면 지라를 각각 열어야 했죠. MCP로 연결된 클로드 코드 안에서는 이 모든 작업이 하나의 흐름으로 이어져요. 마치 여러 개의 리모컨으로 각각 조작하던 가전기기들을 하나의 통합 리모컨으로 제어할 수 있게 된 것과 비슷한 변화라고 볼 수 있어요.
마무리
지금까지 클로드 코드의 내장 도구부터 MCP를 통한 도구 확장까지 살펴봤어요. 정리하면 다음과 같아요.
- 내장 도구: 파일 관리, 탐색, 실행, 작업 관리의 4가지 카테고리로 구성되어 있으며, 이들의 조합으로 강력한 작업 수행이 가능해요.
- MCP(Model Context Protocol): AI와 외부 서비스를 연결하는 공통 규격으로, 호스트-클라이언트-서버 구조로 이루어져 있어요.
- 도구 확장: GitHub, Slack, Notion, PostgreSQL 등 수천 개의 MCP 서버가 개발/협업/데이터 관리 등 다양한 영역을 커버하고 있어요.
클로드 코드는 이제 단순히 “코드를 대신 작성하는 도구”가 아니라, 개발자의 전체 워크플로우를 아우르는 통합 플랫폼으로 진화하고 있어요. 내장 도구와 MCP 서버의 조합을 통해, 개발부터 배포, 팀 커뮤니케이션까지 모든 과정이 하나의 인터페이스에서 이루어질 수 있게 된 것이에요.
다음 글에서는 클로드 코드를 실제로 설치하고 사용하기 위한 기본 설정과 사용법을 다뤄볼게요.
클로드 코드 시리즈