MCP 서버를 따로 도입하지 않아도 에이전트를 고려해 설계한 CLI와 --help만으로 같은 문제를 해결할 수 있다는 주장이 제기됐다. Geoffrey Huntley는 개발자 도구 회사가 모델의 학습 데이터에 포함됐는지에 따라 에이전트가 도구를 사용하는 경험이 달라진다고 본다.
Huntley는 GitHub를 모델 가중치에 사용법이 반영된 회사의 사례로 들었다. 모델이 별도의 스킬이나 MCP 없이도 GitHub CLI를 사용할 수 있다는 설명이다. 이를 보여주는 프롬프트로 저장소 생성, 변경 사항 커밋과 푸시, 저장소 공개 설정, 설명 수정 요청을 제시했다.
GH CLI를 사용해 저장소를 만들고, 변경 사항을 커밋해 origin에 푸시하고, 저장소를 공개로 설정한 뒤 설명을 수정하라.
아직 모델 학습 데이터에 포함되지 않은 신생 개발자 도구 회사는 사용자에게 스킬 팩이나 CLI를 설치하게 할 수 있지만, 이는 이용 과정에 불편을 더한다는 게 Huntley의 주장이다. 대신 에이전트에 맞는 CLI를 만들고 --help 내용을 다듬어, 모델이 하위 명령어를 탐색하며 적은 도구 호출로 목표를 달성할 수 있는지 측정하라고 제안한다. 이 과정은 자동화하거나 자동 연구 루프로 진행할 수 있다고 덧붙였다.
그다음에는 CLI 문서를 온라인에 공개하고, 에이전트가 웹 검색 도구 한 번으로 필요한 정보를 찾도록 ASEO(에이전트 검색 엔진 최적화)를 적용하라고 조언한다. 문서를 여러 단계로 탐색해야 한다면 검색 결과와 문서 구성을 계속 개선해야 한다는 설명이다. 마지막으로 AI 연구소와 계약을 맺고, 다음 모델 학습에 CLI 문서를 포함하도록 요청하는 방안도 제시한다.
이 주장은 MCP가 불필요하다는 보편적 결론이라기보다, 모델에 사용법이 이미 반영되지 않은 도구가 CLI와 문서 최적화를 통해 에이전트의 접근성을 높일 수 있다는 제안이다.
Geoffrey Huntley는 이 게시물에서 개발자 도구 회사가 F티어에서 S티어로 성장하는 방법을 다룬다고 소개했다. 게시물 이미지 — geoff (@GeoffreyHuntley), 2026년 10월 9일
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요