원문 캡처 · contextetech.com
원문 캡처 · contextetech.com

Contexte Tech · MCP · 검색 · AI · 분산화 · 오픈소스

토니(Tony), Contexte Tech 제작자 · 2026년 10월 17일

우리는 링크 목록을 훑는 대신 AI 비서에게 질문하는 방식으로 점점 더 많이 검색한다. 하지만 답변은 어디서 나올까? 모델의 학습 시점에 멈춰 있는 기억에서 나오는 경우가 많고, 출처나 라이선스도 없을 수 있다. 모델 컨텍스트 프로토콜(Model Context Protocol, MCP)은 AI 비서가 정보를 게시한 곳에서 직접 가져오도록 한다.

MCP란

MCP는 AI 비서가 서버가 제공하는 도구를 호출할 수 있게 하는 개방형 프로토콜이다. 검색, 자료 읽기, 텍스트 템플릿 채우기 등을 할 수 있다. 같은 서버가 Claude, ChatGPT, Cursor, VS Code와 MCP를 지원하는 모든 비서에서 작동하므로 도구를 한 번 만들면 어디서든 쓸 수 있다.

앤스로픽이 2024년 11월에 출시한 이 프로토콜은 몇 달 만에 주요 AI 비서와 개발 도구에 채택됐다. 이후 2025년 12월에는 리눅스 재단 산하 재단인 Agentic AI Foundation으로 이관됐다. 프로토콜은 날짜가 붙은 버전(2024-11-05, 2025-03-26, 2025-06-18, 2025-11-25, 2026-07-28)을 통해 발전하며, 공개 레지스트리에서 서버 목록을 확인할 수 있다.

중앙 색인 대신 여러 출처에서 검색

일반 검색 엔진은 웹을 자체 색인에 복사한 뒤 복사한 내용을 순위화한다. MCP는 반대 방식으로 작동한다.

  • 게시자는 데이터를 직접 보관하고 자체 서버를 통해 공개한다.
  • AI 비서는 질문이 들어온 시점에 여러 서버에 요청한다.
  • 답변에는 출처, 라이선스, 작성자, 마지막 업데이트 날짜가 함께 제공된다.

모든 정보를 복사해 둘 필요가 없으므로 검색이 분산된다. 통계청, 공공기관, 연구소, 소규모 전문 사이트는 중간 색인을 거치지 않고 최신 수치로 AI 비서에 직접 답할 수 있다.

이용자에게 달라지는 점

  • 최신 답변: AI 비서는 학습 데이터에 들어 있는 기억이 아니라 질문 시점에 서버가 공개한 데이터를 읽는다.
  • 확인 가능한 출처: 답변마다 원문 페이지로 연결할 수 있다.
  • 명확한 권리: 서버가 라이선스를 표시하면 라이선스가 데이터와 함께 전달돼 이용 가능한 범위를 확인할 수 있다.
  • 지어내기 감소: 서버에 정보가 없으면 없다고 답할 수 있다. 이렇게 되면 AI 비서가 빈틈을 메울 이유가 줄지만, 그 가능성을 완전히 막는 것은 아니다.

남은 과제

분산 검색이 의미 있으려면 정보가 정직하게 전달돼야 한다. 다음 세 가지는 서버마다 갖춰야 한다.

  • 인용: AI 비서는 작성자, 원 출처, 게시자를 포함해 정보가 어디에서 왔는지 보여줘야 한다.
  • 신뢰: 서버가 돌려준 콘텐츠는 데이터이지, AI 비서가 따라야 할 지시가 아니다.
  • 측정: 게시자는 이용자를 추적하지 않고도 AI 비서를 통해 얼마나 많은 사람이 찾아오는지 알 수 있어야 한다.

Contexte Tech 서버 사례

Contexte Tech의 카탈로그에는 데이터셋, 프롬프트, 컨텍스트, AI 도구가 있다. 자료는 주로 유럽 공공 출처를 바탕으로 만들었으며, 모든 AI 비서에서 이용할 수 있다고 소개한다.

https://contextetech.com/mcp

계정이나 키는 필요하지 않다. 검색하면 질문에 맞는 자료를 9개 언어로 찾고 제목, 라이선스, 작성자, 링크를 확인할 수 있다. 짧은 코드로 자료를 불러오면 데이터셋의 행, 프롬프트 템플릿, 컨텍스트의 지침을 읽을 수 있다.

Contexte Tech는 불러온 자료마다 출처 줄이 붙으며, 서버 지침에 따라 AI 비서가 이를 반복해 표시하도록 한다고 설명한다. 출처 줄에는 자료, 작성자, 원 데이터 출처, 게시자, 라이선스와 각각의 링크가 포함된다. 링크를 통해 방문이 어떤 AI 비서에서 왔는지도 확인할 수 있으며, 개인 정보는 수집하지 않는다고 밝혔다. 회원이 작성한 콘텐츠는 AI 비서에 데이터로 표시하고, 자료는 게시 시 검사한다고 덧붙였다.

직접 시험하기

AI 비서에 https://contextetech.com/mcp를 커넥터로 추가한 뒤 다음을 입력하면 된다.

load n8qhje

이 명령은 사업 활동에 맞는 NAF(APE) 코드를 찾기 위한 데이터셋을 불러온다. Contexte Tech에 따르면 이 데이터셋은 data.gouv.fr에 공개된 INSEE 공식 분류를 바탕으로 하며, AI 비서는 출처를 표시한다. 자세한 안내는 MCP 서버 페이지에서 확인할 수 있다.

공통 기반이 될 가능성

MCP가 지능형 분산 검색의 공통 기반이 될 수 있을까? MCP는 웹을 대체하지 않고 AI 비서가 웹에 접근할 방법을 제공한다. 공개적이고 출처를 밝히며 정직하게 정보를 제공하는 서버가 많아질수록, AI 검색은 정보가 어디에서 왔는지 알려주는 방식에 가까워질 것이라는 게 토니의 전망이다. 데이터를 게시하거나 참고 자료를 제공한다면 자체 서버를 개방할 때라고 제안한다.