Home
Blog
MCP는 이미 시대에 뒤떨어진 기술인가요? 인류가 배송 기술을 도입한 진짜 이유와 밀버스와 함께 사용하는 방법

MCP는 이미 시대에 뒤떨어진 기술인가요? 인류가 배송 기술을 도입한 진짜 이유와 밀버스와 함께 사용하는 방법

Tutorials

November 19, 2025

Min Yin

지난 몇 주 동안 X와 해커 뉴스에서 놀랍도록 열띤 논쟁이 벌어졌습니다: MCP 서버가 정말 더 이상 필요한가? 일부 개발자는 MCP가 과도하게 설계되어 있고 토큰을 많이 사용하며 에이전트가 도구를 사용하는 방식과 근본적으로 맞지 않는다고 주장합니다. 다른 개발자들은 MCP가 실제 기능을 언어 모델에 노출하는 신뢰할 수 있는 방법이라고 옹호하기도 합니다. 어떤 글을 읽느냐에 따라 MCP는 도구 사용의 미래가 될 수도 있고 도착하자마자 죽어 버릴 수도 있습니다.

좌절감은 충분히 이해할 수 있습니다. MCP는 외부 시스템에 대한 강력한 액세스를 제공하지만 모델에 긴 스키마, 장황한 설명, 방대한 도구 목록을 로드하도록 강요합니다. 이는 실제 비용을 추가합니다. 회의 내용을 다운로드한 후 나중에 다른 도구에 입력하면 모델이 동일한 텍스트를 여러 번 재처리하여 토큰 사용량을 부풀려서 별다른 이점 없이 토큰 사용량을 늘릴 수 있습니다. 대규모로 운영되는 팀에게 이는 불편함이 아니라 비용입니다.

하지만 MCP를 더 이상 쓸모없다고 선언하는 것은 시기상조입니다. MCP를 개발한 팀과 동일한 팀인 Anthropic은 조용히 새로운 기능인 스킬을 도입했습니다. Skills는 도구를 언제 어떻게 사용해야 하는지를 설명하는 경량 마크다운/YAML 정의입니다. 전체 스키마를 컨텍스트 창에 덤프하는 대신 모델은 먼저 압축된 메타데이터를 읽고 이를 계획에 사용합니다. 실제로 Skills는 토큰 오버헤드를 획기적으로 줄이고 개발자에게 도구 오케스트레이션에 대한 더 많은 제어권을 부여합니다.

그렇다면 Skills가 MCP를 대체한다는 뜻인가요? 그렇지는 않습니다. Skills는 계획을 간소화하지만, 파일 읽기, API 호출, 스토리지 시스템과의 상호 작용, 대규모의 빠른 의미 검색을 지원하는 오픈 소스 벡터 데이터베이스인 Milvus와 같은 외부 인프라 연결 등 실제 기능은 여전히 MCP가 제공하므로 Skills에 실제 데이터 액세스가 필요할 때 중요한 백엔드가 될 수 있습니다.

이 게시물에서는 Skills의 장점과 MCP가 여전히 중요한 부분, 그리고 이 두 가지가 진화하는 Anthropic의 에이전트 아키텍처에 어떻게 적용되는지에 대해 자세히 설명합니다. 그런 다음 Milvus와 깔끔하게 통합되는 자체 스킬을 구축하는 방법을 살펴보겠습니다.

앤트로픽 에이전트 스킬이란 무엇이며 어떻게 작동하나요?

기존 AI 에이전트의 오랜 고질적인 문제점은 대화가 길어질수록 명령어가 사라진다는 점입니다.

아무리 세심하게 만들어진 시스템 프롬프트가 있어도 대화가 진행되는 동안 모델의 행동이 점차 흐트러질 수 있습니다. 몇 번의 턴이 지나면 클로드는 원래의 지시를 잊어버리거나 집중력을 잃기 시작합니다.

문제는 시스템 프롬프트의 구조에 있습니다. 이 프롬프트는 대화 기록, 문서 및 기타 입력과 함께 모델의 컨텍스트 창에서 공간을 차지하기 위해 경쟁하는 일회성 정적 주입입니다. 컨텍스트 창이 가득 차면 시스템 프롬프트에 대한 모델의 주의력이 점점 희석되어 시간이 지남에 따라 일관성이 떨어지게 됩니다.

스킬은 이 문제를 해결하기 위해 고안되었습니다. 스킬은 지침, 스크립트 및 리소스가 포함된 폴더입니다. 스킬은 정적인 시스템 프롬프트에 의존하는 대신 전문 지식을 재사용 가능한 모듈식 영구적 지침 번들로 분류하여 작업에 필요할 때 Claude가 동적으로 검색하고 로드할 수 있도록 합니다.

Claude는 작업을 시작하면 먼저 사용 가능한 모든 스킬의 YAML 메타데이터(수십 개의 토큰)만 읽어서 가벼운 스캔을 수행합니다. 이 메타데이터는 클로드가 스킬이 현재 작업과 관련이 있는지 판단할 수 있는 충분한 정보를 제공합니다. 그렇다면 Claude는 전체 지침 세트(보통 5천 토큰 미만)로 확장하고, 필요한 경우에만 추가 리소스나 스크립트를 로드합니다.

이러한 점진적 공개를 통해 클로드는 단 30~50개의 토큰으로 스킬을 초기화할 수 있어 효율성이 크게 향상되고 불필요한 컨텍스트 오버헤드가 줄어듭니다.

스킬을 프롬프트, 프로젝트, MCP 및 서브에이전트와 비교하는 방법

오늘날의 모델 툴링 환경은 복잡하게 느껴질 수 있습니다. 클로드의 에이전트 에코시스템만 보더라도 여러 가지 구성 요소가 있습니다: 스킬, 프롬프트, 프로젝트, 서브에이전트 및 MCP입니다.

이제 스킬이 무엇인지, 모듈식 인스트럭션 번들과 동적 로딩을 통해 스킬이 어떻게 작동하는지 이해했으니 스킬이 Claude 에코시스템의 다른 부분, 특히 MCP와 어떻게 연관되어 있는지 알아볼 필요가 있습니다. 다음은 요약된 내용입니다:

1. Skills

스킬은 인스트럭션, 스크립트 및 리소스가 포함된 폴더입니다. Claude는 먼저 메타데이터, 그다음 전체 지침, 마지막으로 필요한 파일 등 점진적 공개를 사용하여 동적으로 검색하고 로드합니다.

최상의 대상:

조직 워크플로우(브랜드 가이드라인, 규정 준수 절차)
도메인 전문성(Excel 수식, 데이터 분석)
개인 취향(노트 필기 시스템, 코딩 패턴)
여러 대화에서 재사용해야 하는 전문적인 작업(OWASP 기반 코드 보안 검토)

2. 프롬프트

프롬프트는 대화 내에서 사용자가 Claude에게 제공하는 자연어 지침입니다. 프롬프트는 일시적이며 현재 대화에만 존재합니다.

가장 적합한 경우

일회성 요청(기사 요약, 목록 서식 지정)
대화 세분화(어조 조정, 세부 사항 추가)
즉각적인 맥락 파악(특정 데이터 분석, 콘텐츠 해석)
임시 지침

3. 프로젝트

프로젝트는 자체 채팅 기록과 지식창고가 있는 독립된 작업 공간입니다. 각 프로젝트는 200만 개의 컨텍스트 창을 제공합니다. 프로젝트 지식이 컨텍스트 한도에 가까워지면 Claude는 RAG 모드로 원활하게 전환되어 유효 용량을 최대 10배까지 확장할 수 있습니다.

최적의 용도:

영구적인 컨텍스트(예: 제품 출시와 관련된 모든 대화)
워크스페이스 구성(다양한 이니셔티브를 위한 별도의 컨텍스트)
팀 협업(팀 및 엔터프라이즈 요금제에서)
사용자 지정 지침(프로젝트별 어조 또는 관점)

4. 서브에이전트

서브에이전트는 자체 컨텍스트 창, 사용자 지정 시스템 프롬프트 및 특정 도구 권한이 있는 전문 AI 어시스턴트입니다. 독립적으로 작업하고 결과를 메인 에이전트에게 반환할 수 있습니다.

최적 대상:

작업 전문화(코드 검토, 테스트 생성, 보안 감사)
컨텍스트 관리(메인 대화에 집중 유지)
병렬 처리(여러 하위 에이전트가 서로 다른 측면에서 동시에 작업)
도구 제한(예: 읽기 전용 액세스)

5. MCP(모델 컨텍스트 프로토콜)

MCP(모델 컨텍스트 프로토콜)는 AI 모델을 외부 도구 및 데이터 소스에 연결하는 개방형 표준입니다.

최상의 용도:

외부 데이터 액세스(Google 드라이브, Slack, GitHub, 데이터베이스)
비즈니스 도구 사용(CRM 시스템, 프로젝트 관리 플랫폼)
개발 환경 연결(로컬 파일, IDE, 버전 관리)
사용자 지정 시스템(독점 도구 및 데이터 소스)과의 통합

위의 내용을 바탕으로 Skills와 MCP는 서로 다른 과제를 해결하고 서로를 보완하기 위해 협력한다는 것을 알 수 있습니다.

차원	MCP	Skills
핵심 가치	외부 시스템(데이터베이스, API, SaaS 플랫폼)에 연결합니다.	동작 사양 정의(데이터 처리 및 표시 방법)
질문에 대한 답변	"클로드는 무엇에 액세스할 수 있나요?"	"클로드는 무엇을 해야 하나요?"
구현	클라이언트-서버 프로토콜 + JSON 스키마	마크다운 파일 + YAML 메타데이터
컨텍스트 소비	수만 개의 토큰(여러 서버 누적)	작업당 30~50개 토큰
사용 사례	대규모 데이터베이스 쿼리, GitHub API 호출	검색 전략 정의, 필터링 규칙 적용, 출력 형식 지정

코드 검색을 예로 들어보겠습니다.

MCP(예: 클라우드 컨텍스트): Milvus 벡터 데이터베이스에 액세스할 수 있는 기능을 제공합니다.
스킬: 가장 최근에 수정된 코드의 우선 순위를 정하고, 관련성별로 결과를 정렬하고, 데이터를 마크다운 테이블에 표시하는 등 워크플로우를 정의합니다.

MCP는 기능을 제공하고 Skills는 프로세스를 정의합니다. 이 둘은 함께 상호 보완적인 쌍을 이룹니다.

Claude-Context 및 Milvus로 사용자 지정 스킬을 구축하는 방법

Claude-Context는 Claude Code에 시맨틱 코드 검색 기능을 추가하여 전체 코드베이스를 Claude의 컨텍스트로 전환하는 MCP 플러그인입니다.

전제 조건

시스템 요구 사항:

Node.js: 버전 >= 20.0.0 및 24.0.0 미만
OpenAI API 키 (모델 임베딩용)
질리즈 클라우드 API 키 (관리형 밀버스 서비스)

1단계: MCP 서비스 구성(클라우딩 컨텍스트)

터미널에서 다음 명령을 실행합니다:

claude mcp add claude-context \
  -e OPENAI_API_KEY=sk-your-openai-api-key \
  -e MILVUS_ADDRESS=https://xxxxxxxxx-cn-hangzhou.cloud.zilliz.com.cn \
  -e MILVUS_TOKEN=your-zilliz-cloud-api-key \
  -e COLLECTION_NAME=medium_articles \
  -- npx @zilliz/claude-context-mcp@latest

구성을 확인합니다:

claude mcp list

MCP 설정이 완료되었습니다. 이제 Claude가 Milvus 벡터 데이터베이스에 액세스할 수 있습니다.

2단계: 스킬 생성

스킬 디렉토리를 만듭니다:

mkdir -p ~/.claude/skills/milvus-code-search
cd ~/.claude/skills/milvus-code-search

SKILL.md 파일을 만듭니다:

---
name: milvus-code-search
description: A semantic code search and architecture analysis skill designed for the Milvus codebase
---
## Instructions
When the user asks questions related to the Milvus codebase, I will:
1. Code Search : Use semantic search to locate relevant code snippets across the Milvus repository

2. Architecture Analysis : Analyze Milvus’s module structure, component relationships, and design patterns

3. Feature Explanation : Explain how specific features are implemented and how the corresponding logic works

4. Development Guidance : Provide suggestions, best practices, and improvement ideas for modifying the code
## Target Repository

Core Modules:

<span class="hljs-keyword">internal</span>/ — Core internal components
pkg/ — Public packages and utilities
client/ — Go client implementation
cmd/ — Command-line tools


## Usage Examples
### Architecture Query
User: How does Milvus’s query coordinator work?

Assistant: (searching for querycoordv2) Let me walk you through how the query coordinator operates in Milvus…
### Feature Implementation
User: How does Milvus implement vector indexing?

Assistant: (searching for index code) The vector indexing logic in Milvus is mainly implemented in the following modules…
### Code Understanding
User: What does this function do? (points to a specific file)  

Assistant: (analyzing the surrounding code) Based on the context of the Milvus codebase, this function is responsible for…
### Development Guidance
User: How can I add a new vector distance metric to Milvus?

Assistant: (searching for distance implementations) Following the existing pattern, you can add a new distance method by…
## Best Practices
1. Precise Search : Use specific technical terms and module names

2. Contextual Understanding : Interpret code within Milvus’s overall system architecture

3. Actionable Advice : Provide practical, implementation-ready suggestions

4. Performance Awareness : Consider Milvus’s requirements as a high-performance vector database

A custom code-search Skill tailored for the open-source Milvus vector database project.

3단계: Claude를 재시작하여 스킬 적용하기

다음 명령을 실행하여 Claude를 재시작합니다:

claude

참고: 구성이 완료되면 즉시 스킬을 사용하여 Milvus 코드베이스를 쿼리할 수 있습니다.

다음은 작동 방식의 예입니다.

쿼리: Milvus QueryCoord는 어떻게 작동하나요?

결론

핵심적으로 스킬은 전문 지식을 캡슐화하고 전달하는 메커니즘 역할을 합니다. 스킬을 사용하면 AI는 팀의 경험을 이어받아 코드 리뷰 체크리스트나 문서 표준 등 업계 모범 사례를 따를 수 있습니다. 이러한 암묵적 지식을 마크다운 파일을 통해 명시적으로 만들면 AI가 생성한 결과물의 품질이 크게 향상될 수 있습니다.

앞으로 스킬을 효과적으로 활용할 수 있는 능력은 팀과 개인이 AI를 활용하는 방식에서 핵심적인 차별화 요소가 될 수 있습니다.

조직에서 AI의 잠재력을 탐색하는 과정에서 Milvus는 대규모 벡터 데이터를 관리하고 검색하는 데 중요한 도구로 자리 잡았습니다. Milvus의 강력한 벡터 데이터베이스와 Skills와 같은 AI 도구를 함께 사용하면 워크플로우뿐만 아니라 데이터 기반 인사이트의 깊이와 속도도 향상시킬 수 있습니다.

궁금한 점이 있거나 기능에 대해 자세히 알아보고 싶으신가요? Discord 채널에 참여하여 저희 엔지니어 및 커뮤니티의 다른 AI 엔지니어와 채팅하세요. 또한 Milvus 오피스 아워를 통해 20분간의 일대일 세션을 예약하여 인사이트, 안내 및 질문에 대한 답변을 얻을 수도 있습니다.