MCP 커넥터란 무엇인가? ChatGPT와 Claude 사용자를 위한 쉬운 설명
MCP 커넥터가 AI 앱과 외부 도구, 저장된 대화, 권한, 검색/가져오기 흐름을 어떻게 연결하는지 비개발자도 이해할 수 있게 설명합니다.
2026년 5월 6일
MCP 커넥터는 ChatGPT나 Claude 같은 AI 앱이 채팅창 밖의 승인된 자료나 도구를 사용할 수 있게 하는 연결 방식입니다. 같은 배경 설명을 새 대화마다 붙여 넣는 대신, AI 클라이언트가 허용된 서버에 검색하거나 가져오도록 만들 수 있습니다.
Highlight Reel
보관할 가치가 있는 AI 대화를 다시 쓰세요
중요한 AI 대화를 Highlight Reel에 저장하고, 지원되는 AI 클라이언트에서 다시 찾을 수 있는 컨텍스트로 정리하세요.
비개발자에게 가장 쉬운 설명은 이렇습니다. MCP는 AI 앱과 외부 시스템이 대화하는 공통 규칙이고, 커넥터는 그 규칙으로 실제 서비스를 연결해 둔 설정입니다.
먼저 결론부터
MCP는 Model Context Protocol의 약자입니다. AI 애플리케이션을 외부 자료, 도구, 워크플로와 연결하기 위한 공개 표준입니다.
MCP 커넥터는 보통 세 부분으로 이해하면 됩니다.
| 부분 | 쉬운 의미 | 예시 |
|---|---|---|
| AI 클라이언트 | 사용자가 대화하는 앱 | ChatGPT, Claude, Claude Code, Cursor, Codex |
| MCP 서버 | 자료나 도구를 제공하는 서비스 | 회사 문서, 작업 시스템, Highlight Reel |
| 권한 | AI가 읽거나 바꿀 수 있는 범위 | 저장 대화 검색, 선택한 기록 가져오기, 새 페이지 만들기 |
중요한 점은 MCP가 AI에게 모든 자료를 자동으로 보여주는 기능이 아니라는 것입니다. 서버가 무엇을 제공하는지, 어떤 인증을 쓰는지, 클라이언트가 어떤 기능을 지원하는지에 따라 동작이 달라집니다.
MCP가 필요한 이유
AI 대화는 맥락을 자주 잃습니다. 한 대화에서 프로젝트를 설명하고, 다른 대화에서 결정을 조사하고, 또 다른 곳에 최종 답변을 저장하면 새 AI 세션은 그 사실을 모릅니다.
MCP는 이 문제를 줄이기 위한 한 방법입니다. AI 클라이언트가 외부 시스템에 "관련 자료를 찾아줘" 또는 "이 항목을 가져와줘"라고 요청할 수 있는 표준 경로를 제공합니다.
이 흐름은 다음과 같이 바뀝니다.
맥락 복사 -> AI에 붙여넣기 -> 매번 반복대신:
승인된 자료 연결 -> AI가 검색/가져오기 -> 사람이 결과 검토MCP 커넥터와 MCP 서버는 같은 말인가요?
완전히 같지는 않습니다. 기술적으로는 자료와 도구를 제공하는 쪽을 MCP 서버라고 부르고, AI 앱은 MCP 클라이언트에 가깝습니다.
하지만 제품 화면에서는 사용자가 "커넥터를 추가한다"고 느끼는 경우가 많습니다.
| 용어 | 보통 의미 |
|---|---|
| MCP | AI와 외부 시스템을 연결하는 공통 규칙 |
| MCP 서버 | 자료와 도구를 제공하는 서비스 |
| MCP 클라이언트 | 그 도구를 호출하는 AI 앱 |
| MCP 커넥터 | AI 앱과 서버 사이의 설정된 연결 |
| ChatGPT 앱 | OpenAI 제품에서 보이는 MCP 기반 앱 경험 |
| Claude custom connector | Claude에서 원격 MCP를 추가하는 제품 표현 |
무엇을 할 수 있나
MCP 커넥터가 할 수 있는 일은 서버와 클라이언트에 따라 다릅니다.
| 기능 | 쉬운 의미 | 예시 |
|---|---|---|
| 검색 | 연결된 자료에서 관련 항목 찾기 | "가격 정책을 정한 대화를 찾아줘" |
| 가져오기 | 선택한 항목을 자세히 열기 | "이 Highlight Reel 기록을 가져와줘" |
| 읽기 도구 | 자료를 확인하지만 바꾸지는 않음 | "최근 프로젝트 노트를 보여줘" |
| 쓰기 도구 | 새 항목을 만들거나 수정 | "이 요약으로 새 공유 페이지를 만들어줘" |
| 워크플로 도구 | 정해진 작업을 실행 | "티켓을 만들고 링크를 붙여줘" |
처음에는 검색과 가져오기 같은 읽기 흐름부터 시작하는 편이 좋습니다. 쓰기 도구는 실제 시스템을 바꾸므로 더 엄격한 검토가 필요합니다.
저장된 AI 대화와의 관계
저장된 AI 대화는 MCP에 좋은 자료가 될 수 있습니다. 예를 들어 Highlight Reel에 정리된 대화가 있다면, AI 클라이언트는 필요한 대화를 검색하고 선택한 기록을 가져올 수 있습니다.
하지만 원본 대화 전체를 무작정 연결하면 좋지 않습니다. 제목, 요약, 선택된 메시지, 민감 정보 확인, 접근 범위가 먼저 정리되어야 합니다.
연결 전 체크리스트
- 어떤 AI 클라이언트가 이 커넥터를 사용할 것인가?
- 검색만 필요한가, 가져오기도 필요한가, 쓰기까지 필요한가?
- OAuth나 토큰 권한은 누가 관리하는가?
- 팀원이 연결 권한과 공유 범위를 이해하는가?
- 민감 정보가 들어 있는 저장 대화가 노출되지 않도록 정리했는가?
Highlight Reel을 쓰는 경우
Highlight Reel MCP의 목적은 유용한 AI 대화를 다시 찾고 읽을 수 있는 맥락으로 만드는 것입니다. 긴 대화 전체를 매번 붙여 넣는 대신, 필요한 대화를 검색하고 선택한 자료를 가져오는 흐름을 만들 수 있습니다.
자동으로 모든 권한 문제를 해결하거나, 모든 AI 클라이언트에서 똑같이 동작한다고 가정하면 안 됩니다. 클라이언트, 서버, 권한, 사용자가 함께 결정합니다.
자주 묻는 질문
MCP 커넥터는 플러그인과 같은가요?
사용자 입장에서는 비슷하게 느껴질 수 있지만, MCP는 AI 앱과 외부 시스템이 도구와 자료를 주고받는 표준에 가깝습니다. 제품마다 이름과 화면은 다릅니다.
MCP를 쓰면 AI가 회사 자료를 모두 볼 수 있나요?
아닙니다. 서버가 제공하는 도구와 사용자의 권한 범위에 따라 달라집니다. 연결 전에 무엇을 검색하고 가져올 수 있는지 확인해야 합니다.
비개발자도 MCP를 이해해야 하나요?
세부 구현까지 알 필요는 없습니다. 하지만 어떤 자료에 접근할 수 있고, 어떤 작업을 실행할 수 있는지는 이해해야 합니다.
정리하면
MCP 커넥터는 AI 앱이 승인된 외부 자료와 도구를 사용할 수 있게 하는 연결입니다. 중요한 것은 연결 자체보다 권한, 검토, 저장된 맥락의 품질입니다.