MCP는 죽었나?

MCP(Model Context Protocol)는 LLM을 외부 도구에 연결하는 표준으로 주목받았으나, 실제 개발 워크플로에서는 컨텍스트 비용, 운영 안정성, 기존 CLI/API와의 중복 문제가 발생하고 있습니다.

핵심 문제점

• 컨텍스트 창 과다 점유: MCP 서버 연결 시 실제 작업 내용이 아닌 '도구 정의'만으로도 막대한 토큰을 소비합니다. Quandri의 측정 결과, 4개 서버(Linear, Notion, Slack, Postgres) 연결 시 도구 정의만으로 Claude 200K 컨텍스트의 **10.5%**를 차지했습니다. 특히 Linear 이슈 조회 시 MCP 방식은 CLI 방식보다 약 65배 많은 토큰을 소모합니다.
• 성능 및 운영 오버헤드: 별도 프로세스 유지, 인증, 외부 서버 왕복으로 인해 응답 속도가 저하됩니다. Jira 벤치마크에 따르면 MCP는 REST API 직접 호출 대비 호출당 3배, 초기화 포함 시 9.4배 느렸습니다.
• 기존 도구와의 중복: LLM은 이미 CLI 사용법을 학습했음에도 MCP는 별도의 도구 정의를 매번 로드해야 하며, 파이프라인 조합이나 디버깅이 어렵습니다.

대안 및 개선 방향

• Claude Code의 대응: 최근 Claude Code에는 도구 스키마를 필요할 때만 로드하는 **'Tool Search with Deferred Loading'**이 도입되어 컨텍스트 사용량을 85% 이상 줄였습니다.
• CLI 우선 및 Skills 전략: 모든 도구를 미리 로드하는 MCP 방식 대신, 필요한 기능만 선택적으로 로드하는 Skills 방식과 기존 CLI를 활용하는 전략이 더 효율적입니다. 이는 컨텍스트 낭비를 막고 사람과 AI가 동일한 인터페이스로 디버깅할 수 있게 합니다.