#mcp

Quandri 엔지니어링 팀이 MCP(Model Context Protocol)의 세 가지 구조적 결함을 분석했다. 컨텍스트 낭비, 낮은 신뢰성, 기존 인프라와의 중복이 핵심 문제다.

LocalLLaMA의 관심은 “AI 도구 취약점”이라는 큰 말보다 FastAPI·Starlette 기반 agent 서버가 실제로 노출돼 있는지에 모였다.

Anthropic이 공식 SDK와 MCP 서버를 모두 구축해온 스타트업 Stainless를 3억 달러 이상에 인수했다. OpenAI와 Google도 사용하던 도구로, 인수 후 호스팅 서비스는 종료되고 전체 팀과 기술이 Anthropic으로 합류한다. 6개월 만에 4번째 인수로, 에이전트 스택 수직 통합 전략의 핵심 조각이다.

Anthropic이 Code with Claude 런던 행사에서 Claude Managed Agents에 자가 호스팅 샌드박스(공개 베타)와 MCP 터널(리서치 프리뷰)을 출시했다. 민감한 파일과 내부 시스템을 기업 인프라 밖으로 내보내지 않고도 AI 에이전트를 운용할 수 있게 됐다.

Reddit에서 크게 붙은 지점은 커넥터 숫자 자체가 아니었다. Claude를 새 창 하나로 완결시키기보다 Adobe·Blender·Ableton 안으로 밀어 넣는 방향이 creative software 판을 어떻게 바꿀지에 관심이 모였다.

Hacker News는 model-agnostic memory라는 약속에 끌렸지만, 스레드의 진짜 열기는 “이게 context pollution을 어떻게 막나”라는 질문에서 나왔다. memory가 늘수록 더 지저분해지는 것 아니냐는 회의가 빠르게 붙었다.

Google이 4월 21일 Deep Research를 Gemini 3.1 Pro 기반으로 끌어올리고 MCP 연결과 Max 모드를 붙였다. 웹 검색, 업로드 파일, 라이선스 데이터 소스를 한 흐름에서 묶어야 하는 금융·생명과학 팀을 겨냥한 변화다.

중요한 점은 기업의 AI coding이 개인 도구 선택을 넘어 관리되는 fleet으로 바뀌고 있다는 데 있다. Databricks는 Unity AI Gateway가 Codex, Cursor, Gemini CLI, MCP integrations, 예산, rate limits, observability를 한곳에서 다룬다고 설명한다.

이 글이 먹힌 이유는 agent builder들이 이미 겪고 있는 감각을 정확히 찔렀기 때문이다. model이 API를 호출하고 file을 바꾸고 script를 실행하고 MCP tool까지 건드리는 순간, 문제는 출력 품질이 아니라 실제 실행을 누가 어디서 막느냐가 된다.

Mistral이 커넥터를 glue code가 아니라 플랫폼 기능으로 끌어올렸다. built-in connectors와 custom MCP 서버를 conversations, completions, agents 전반에서 재사용할 수 있고, 4월 15일 릴리스에는 direct tool calling과 requires_confirmation도 함께 들어왔다.

MCP는 이제 개발자 편의 기능이 아니라 enterprise 통제 문제로 넘어갔다. Cloudflare의 새 설계는 context를 잡아먹는 tool schema와 무질서한 local server 운영을 한 번에 다루려는 점에서 의미가 크다.

Google은 coding agents가 model training data cutoff 때문에 오래된 Gemini API 코드를 생성할 수 있다고 보고, 이를 해결하는 수단으로 Docs MCP와 Developer Skills를 함께 제시했다. 두 도구를 같이 쓰면 eval set에서 vanilla prompting 대비 96.3% pass rate와 63% fewer tokens per correct answer를 기록했다고 회사는 밝혔다.