최근 핵클은 수집된 서비스 데이터를 MCP(Model Context Protocol) 서버에 연동할 수 있는 기능을 출시했습니다. 이제 비즈니스 맥락을 깊이 이해하는 생성형 AI를 실제 업무에 활용할 수 있게 되었는데요.  이번 프로젝트를 이끌어주신 수호님과 함께 핵클 MCP 서버 기능의 출시 배경부터 개발 과정, 앞으로의 확장 계획까지 함께 이야기 나누었습니다.

핵클의 MCP 서버 연동 기능을 자세히 알고 싶다면 [MCP로 우리 기업에 딱 맞는 AI 에이전트 만들기(링크)] 에서 확인해보세요.

‍

🤓 수호님 안녕하세요! 자기소개 부탁드립니다. 

🧑‍💻 안녕하세요. 저는 핵클에서 프론트엔드 엔지니어링팀을 이끌고 있는 김수호라고 합니다. 핵클 이전에는 쿠팡 페이먼츠 간편결제 및 쿠팡이츠 머천트 팀에서 개발 경력을 쌓았어요. 

‍

🤓 핵클이 MCP 서버 연동을 시작하게 된 계기가 있을까요?

🧑‍💻 이 프로젝트는 대표님의 "팔란티어(Palantir) 스터디를 해보면 좋겠다"는 한 마디에서 비롯되었습니다. 팔란티어를 조사하면서 온톨로지(Ontology)가 핵심 개념이라는 것을 알게 되었고, 온톨로지를 깊이 연구하는 과정에서 AI 개발의 전반적인 트렌드와 일부 전문적인 지식을 학습하게 되었습니다. 그래야 팔란티어를 조금이나마 이해할 수 있었거든요.

이 과정에서 업계에서 굉장히 주목받고 있는 기술인 MCP에도 흥미를 가지게 되었어요. MCP가 상당히 가치 있는 기술이라고 판단했고, 팀원들을 대상으로 MCP의 개념과 활용방안에 대해 공유하는 세션을 준비했어요. 핵클 팀은 기술 트렌드에 민감한 분들이 모여있거든요.  시장에서 정말 빠르게 확산하고 있다보니, 기술적 가치를 빠르게 인지하고 내부에서도 적극적으로 논의할 수 있었습니다. 여기에 대표님의 후원이 더해져 본격적인 프로젝트가 되었죠. 

사실 팔란티어와 MCP는 직접적인 연관성이 없긴 하지만 온톨로지를 구현하는 데 있어 MCP의 개념과 도구들이 상당히 유용하게 활용될 수 있다고 생각합니다.

‍

🤓 핵클 MCP 서버 개발 과정에서 이슈는 없었을까요? 어떻게 해결하셨어요?

🧑‍💻 개발 과정에서 몇 가지 중요한 의사결정과 도전이 있었는데요. 첫 번째로, 가장 유명한 MCP 서버 플랫폼인 스미서리(Smithery)를 통해 핵클 MCP를 배포하는 것이었어요. 스미서리를 통해 역으로 핵클을 알릴 수 있겠다는 전략적 접근이었죠. 최대한 빠르게 스미서리에 배포하는 것을 1차 목표로 설정하고 진행하며, API 스펙을 정리하는 과정에서 MCP 프레임워크를 활용했습니다.

결과적으로 개발을 시작하고 상당히 빠른 시간 내에 스미서리에 배포할 수 있었어요. 클로드 데스크톱(Claude Desktop)에서 테스트를 진행했고, 결과가 양호하게 나오는 것을 확인한 후 일부 고객사에 오픈했습니다.

하지만 클로드 데스크톱에서 간헐적인 연결 이슈가 발생하기 시작했습니다. 기술적 원인은 설명하기 다소 복잡해서 생략할게요. 이슈를 근본적으로 해결하기 위해 스미서리와 MCP 프레임워크를 제거하고 코드를 전면 재작성하는 결정을 내렸습니다. 이 경험을 통해 역시 순정이 최고라는 교훈을 다시 한 번 되새기게 되었답니다.

‍

🤓 앞으로 핵클 MCP 서버의 업데이트 방향과 계획이 있을까요?

👨‍💻 현재 핵클 MCP 서버는 주로 조회 위주의 API만 제공하고 있습니다. 지금은 AI를 이용해 결과 분석 리포트, 인사이트 도출, 비즈니스 계획 추천 등의 서비스를 받을 수 있는데요. 앞으로는 생성, 수정, 삭제 등의 API도 추가로 제공할 계획입니다. API 범위가 확장되면 데이터 분석 방식에 혁신적인 변화가 있을 것으로 기대하고 있어요. 기존에는 데이터 분석 차트 생성을 위해 사용자가 일일이 이벤트를 선택하고, 연산자를 지정하고, 필터를 설정하는 과정을 거쳐야만 했어요. 새로운 생성 API가 제공되면 자연어 쿼리로 데이터 분석이 가능해질 겁니다.

효과적인 A/B 테스트 설계를 위한 도움은 현재도 제공하고 있지만, 생성 API가 추가되면 그 활용도가 크게 확장될 거예요. 예를 들어, 사용자가 자연어로 가설을 제시하면 AI가 이를 이해하고 적절한 A/B 테스트를 자동으로 생성해 주고, 필요한 지표를 설정하며 테스트 시작 시간을 예약하는 등의 작업을 자연어로 쉽게 수행할 수 있게 될 겁니다.

이런 변화는 데이터 사이언티스트뿐만 아니라 비기술 직군의 사용자에게도 반가운 소식일 것 같아요.  AI의 도움으로 복잡한 데이터 분석과 실험 설계까지 직접 수행할 수 있을테니까요. 앞으로 데이터 기반 의사결정의 민주화를 크게 앞당길 것으로 기대하고 있습니다.

‍

🤓 마지막으로, 앞으로 MCP를 사용하게 될 개발자들에게 한 마디 부탁드립니다.

👨‍💻 MCP 서버가 프론트엔드 개발자에게 특히 유의미한 기회라고 생각합니다. 프론트엔드 개발자들은 사용자 경험과 인터페이스에 대한 깊은 이해를 가지고 있어요. MCP를 통한 AI 기능 통합에 특별한 강점을 발휘할 수 있을 거라고 봐요.

MCP가 업계에 얼마나 빠르게, 그리고 어느 정도까지 확산될지 섣불리 예측하기는 어렵습니다만, 제가 확신하는 것은 MCP가 단순한 도구가 아니라 AI 개발의 새로운 패러다임을 제시하고자 하는 시도라는 점입니다. 기존의 방식은 모델과 애플리케이션 사이의 상호작용에 많은 제약이 있었지만, MCP는 이러한 제약을 극복하고 더 직관적이고 효율적인 방식으로 AI를 활용할 수 있게 해줍니다.

때문에 저는 MCP의 확산을 매우 긍정적으로 바라보고 있습니다. MCP를 통해 더 많은 개발자들이 AI의 잠재력을 최대한 활용할 수 있게 되고, 이는 결국 사용자들에게 더 나은 경험을 제공하는 데 기여할 것입니다. 개발자 여러분, MCP의 가능성을 탐색하고 함께 AI의 미래를 만들어 가길 기대합니다.

‍

👇핵클의 MCP 서버를 직접 경험해보고 싶다면 아래 신청폼을 작성해주세요👇