AI 에이전트와 MCP: 당신의 데이터에는 '신분증'이 있습니까?¶

AI Semantic Identity Cover

"MCP(Model Context Protocol)가 나오면 모든 데이터 문제가 해결될까요?"

최근 엔지니어들 사이에서 가장 뜨거운 화두는 단연 MCP와 AI 에이전트입니다. Anthropic이 공개한 MCP는 AI 에이전트가 로컬 데이터나 외부 툴에 접근하는 표준 방식을 제안하며 세상을 놀라게 했습니다. 하지만 여기에는 여전히 풀리지 않은, 아주 근본적인 숙제가 하나 남아 있습니다.

바로 '맥락(Context)의 신뢰성'입니다.

AI가 데이터에 '접근'할 수 있게 된 것과, 그 데이터의 '의도'를 정확히 '이해'하는 것은 완전히 다른 차원의 문제입니다. 이 글은 MCP 시대의 문턱에서, 우리가 왜 여전히 Protobuf나 Thrift 같은 구조적 모델링만으로는 부족함을 느끼는지, 그리고 어떻게 데이터에 '신분(Identity)'을 부여하여 AI의 지능을 완성할 수 있을지에 대한 기록입니다.

1. MCP의 한계: "데이터를 읽을 수는 있지만, 알 수는 없다"¶

MCP를 통해 AI 에이전트가 당신의 데이터베이스나 코드베이스에 접근했다고 가정해 봅시다. AI는 수많은 struct와 message를 마주하게 됩니다.

// AI 에이전트가 MCP를 통해 보게 될 메세지
message UserState {
  int64 id = 1;
  string status = 2;
  int32 access_level = 3;
}

AI에게 이 데이터는 그저 숫자와 문자열의 조합일 뿐입니다. - "이게 네트워크 페킷인가? (일회성 가공이 필요한가?)" - "DB 테이블인가? (영속성 관리가 필요한가?)" - "기획자가 입력한 설정값인가? (비즈니스 로직의 기준인가?)"

AI는 MCP라는 고속도로를 타고 데이터에 도달했지만, 정작 그 데이터가 시스템 내에서 수행하는 '역할'이 무엇인지 몰라 할루시네이션(환각)에 빠집니다. 구조(Structure)는 전달되었지만, 의도(Intent)는 전달되지 않았기 때문입니다.

2. '의도적 모델링': AI에게 데이터의 '신분증'을 제시하다¶

우리는 기계(AI)가 데이터를 단순한 페이로드가 아닌 '지능적 행동의 컨텍스트'로 인지하게 만들어야 한다고 믿습니다.

이를 위해 우리는 struct라는 단일 추상화 대신, 데이터의 목적을 명확히 하는 '선언적 키워드'를 도입했습니다.

record: 순수한 데이터 전달체 (DTO)
entity: 시스템의 핵심 상태 (DB Row)
table: 비즈니스의 기준이 되는 지식 정보 (Master Data)

// AI 에이전트가 즉시 '지식'으로 인지하는 선언식
table<ItemMaster> = { key: "id" } // "아, 이건 검색 가능한 기준 정보구나!"

entity PlayerAccount {
  1> [key] int64 accountId
} // "아, 이건 상태 관리가 필요한 핵심 데이터구나!"

데이터에 '신분증'을 부여하는 순간, MCP를 통해 데이터를 읽어 들인 AI 에이전트는 더 이상 추측(Guessing)하지 않습니다. 데이터의 키워드만 보고도 "이 데이터는 entity니까 동시성 제어와 트랜잭션을 고려해야겠군" 혹은 "이건 table이니까 캐싱 전략을 세워야겠어"라고 스스로 판단합니다. 설계자의 의도가 문법을 통해 AI의 지능으로 직결되는 순간입니다.

3. Unified AST: 레거시와 AI 시대의 가교¶

전 세계의 데이터 인프라는 이미 수조 줄의 Protobuf와 Thrift로 구성되어 있습니다. 이 거대한 레거시를 한 번에 바꾸는 것은 불가능합니다.

우리는 'Unified AST (통합 추상 구문 트리)' 허브를 통해 이 문제를 풀었습니다. 기존 레거시 시스템을 그대로 유지하면서, 그 위에 AI가 이해할 수 있는 '시맨틱 레이어'만 덧씌우는 방식입니다.

// 기존 Protobuf 파일은 수정 없이 그대로 사용
include "legacy/inventory.proto"

// AI 에이전트에게 이 데이터의 '신분'만 알려줌
table<inventory.Item> = { key: "item_id" }

이 구조 덕분에 우리는 어떠한 파괴적 변경 없이도, MCP를 사용하는 AI 에이전트에게 가장 풍부하고 정확한 컨텍스트를 제공할 수 있게 되었습니다.

결론: AI 시대의 데이터는 '설계의 지도'여야 한다¶

AI 에이전트가 스스로 판단하고 행동하는 시대에, 데이터 모델링은 단순히 '데이터를 옮기는 수단'이 아닙니다. 그것은 기계가 길을 잃지 않게 돕는 '설계의 지도'여야 합니다.

구조 속에 숨겨진 의도를 드러내고, 데이터에 명확한 신분을 부여하는 것. 그것이 MCP라는 고속도로 위에서 AI 에이전트가 진정한 성능을 발휘하게 만드는 열쇠입니다.

Project DeukPack (득팩)

MCP와 AI 에이전트 시대를 대비하여 '데이터의 시맨틱'을 회복하기 위해 탄생한 프로젝트입니다. DeukPack은 파편화된 시스템 속에서 데이터의 존재 이유를 선언하고, AI 에이전트가 인간의 설계를 완벽히 투영하여 동작할 수 있는 인프라를 지향합니다.

GitHub: DeukPack OSS

Tech Blog: dev.to/joygram