MCP는 죽었다? AI 작업 공간의 hidden killer와 스킬의 부상

클로드한테 “안녕"이라고 한 마디 쳤더니 AI의 작업 공간 절반이 그냥 사라졌습니다. 코드 한 줄 안 썼어요. 그냥 인사 한 번 했는데요. AI 쓰시는 분들 혹시 이거 알고 계셨어요? 설정 하나 잘못해 놓으면 AI가 실제로 일할 공간이 절반도 안 남아요. 아무것도 안 했는데요.

Sources

MCP is DEAD - 메이커 에반 | Maker Evan

MCP란 무엇인가

요즘 클로드 코드(Claude Code)나 코덱스(Codex) 같은 AI 코딩 도구 쓰시는 분들 많잖아요. 이런 도구들에 MCP(Model Context Protocol)라는 걸 연결할 수 있어요.

GitHub MCP 연결하면 AI가 코드 저장소를 직접 들여다보고
Notion MCP 연결하면 문서를 읽어와요
Slack MCP 연결하면 메시지도 보낼 수 있고요
심지어 내 컴퓨터 파일을 AI가 직접 열어보게 할 수도 있어요

MCP 이름은 복잡한데 그냥 AI한테 외부 앱을 연결해 주는 방식이에요. 처음엔 진짜 편해 보이거든요. 연결만 해 놓으면 AI가 알아서 다 해 주는 것 같고. 근데 있잖아요. 바로 거기서부터 문제가 시작돼요.

flowchart LR
    subgraph AI["AI 코딩 도구"]
        CC["Claude Code"]
        CX["Codex"]
    end

    subgraph MCP["MCP 서버들"]
        GH["GitHub MCP"]
        NO["Notion MCP"]
        SL["Slack MCP"]
        DK["Docker MCP"]
        FS["Filesystem MCP"]
    end

    CC --> GH
    CC --> NO
    CC --> SL
    CC --> DK
    CC --> FS

    style CC fill:#f9f,stroke:#333
    style CX fill:#f9f,stroke:#333
    style MCP fill:#faa,stroke:#333

문제의 핵심: Context Budget 고갈

AI한테는 한 번에 볼 수 있는 정보의 양이 정해져 있어요. 이 공간이 충분해야 AI도 제대로 일할 수 있어요. 쉽게 말하면 AI의 단기 기억 용량이에요.

MCP를 연결하면 대화가 시작되는 순간 연결된 모든 MCP의 도구 설명서가 이 공간에 통째로 쌓여요. 오늘 그 도구를 쓸지 안 쓸지랑 상관없이요.

GitHub 관련 작업이 전혀 없어도 GitHub MCP가 연결돼 있으면 GitHub 설명서가 자동으로 다 로딩돼요

레스토랑 비유

레스토랑에 비유하면 이래요.

파스타 하나 시키려고 들어갔는데 웨이터가 메뉴 2박 자리를 처음부터 끝까지 전부 읽어 줘요.

그 낭비되는 시간이 MCP가 먹는 공간이에요.

flowchart TD
    subgraph Before["MCP 연결 전"]
        A1["AI 작업 공간 100%"]
        A2["실제 업무 가능 공간: 100%"]
    end

    subgraph After["MCP 5개 연결 후"]
        B1["AI 작업 공간 100%"]
        B2["MCP 설명서: ~33%"]
        B3["실제 업무 가능 공간: ~67%"]
    end

    A1 --> A2
    B1 --> B2
    B1 --> B3

    style A2 fill:#afa,stroke:#333
    style B2 fill:#faa,stroke:#333
    style B3 fill:#ffa,stroke:#333

더 심각한 건 MCP가 많을수록 이 낭비가 기하급수적으로 커진다는 거예요. GitHub MCP, Notion MCP, Slack MCP, Docker MCP 다 연결해 놓으면 AI가 진짜 일을 시작하기도 전에 이미 작업 공간 상당 부분이 사용 안 할 설명서로 꽉 차 있는 거예요.

구체적인 수치

MCP 구성	도구 수	작업 공간 점유율
MCP 1개 (도구 50개)	50개	10~15%
MCP 5개 연결	~250개	약 33%
MCP 10개 연결	~500개	60% 이상

MCP 서버 다섯 개 연결해 놓으면 시작 전부터 작업 공간에 1/3 가까이가 없어져요. AI가 실제 작업할 공간이 그만큼 줄어드는 거예요.

왜 이게 치명적인가

이게 단순히 느려지는 문제가 아니에요. AI가 한 번에 볼 수 있는 공간이 줄어들수록:

긴 대화를 기억 못 하고
복잡한 작업을 중간에 놓치고
코드가 길어지면 앞부분을 잊어버려요

마치 사무실 책상 위에도 안 읽는 서류 박스를 잔뜩 쌓아두고 그 위에서 노트북으로 일하는 것처럼요.

flowchart LR
    subgraph Impact["Context Budget 감소의 영향"]
        direction TB
        C1["대화 기억력 저하"]
        C2["복잡한 작업 중단"]
        C3["긴 코드 앞부분 망각"]
        C4["응답 품질 저하"]
    end

    Budget["Context Budget 고갈"] --> Impact

    style Budget fill:#f55,stroke:#333
    style C1 fill:#faa,stroke:#333
    style C2 fill:#faa,stroke:#333
    style C3 fill:#faa,stroke:#333
    style C4 fill:#faa,stroke:#333

MCP의 실전 문제점들

공간 낭비 문제는 사실 시작일 뿐이에요. 실제로 MCP를 써본 개발자들이 겪는 문제는 더 구체적이에요.

1. MCP가 자주 죽어요

MCP는 AI 뒤에서 별도로 돌아가는 프로그램이에요. 근데 이게 생각보다 자주 꺼져요.

갑자기 연결이 끊기거나
아예 처음부터 실행이 안 되거나

그러면 클로드 코드 같은 AI 도구 전체를 껐다 켜야 되는 경우가 생겨요. 작업 중이던 흐름이 다 끊기는 거죠.

비유하자면 회의하다가 통역사가 갑자기 자리를 뜨는 것처럼요. 그냥 통역사 없이 진행하면 되는데 이 시스템에서는 통역사 없으면 아무것도 못 해요.

2. 계속 로그인을 다시 해야 돼요

Notion, GitHub, Slack 같은 서비스를 연결하려면 인증이 필요해요. 근데 MCP는 이 인증을 안정적으로 유지하는 게 생각보다 어려워요.

좀 쓰다 보면 “다시 로그인해 주세요"가 자주 뜨는 거예요. 번거롭죠?

3. 권한 제어가 불가능해요

AI한테 “이것만 봐” 하고 제한을 걸 수가 없어요.

예를 들어 AI한테 파일을 읽기만 하고 싶은데
MCP는 읽기/쓰기 권한을 세밀하게 나눌 수가 있긴 한데
보통은 읽기/쓰기 권한 둘 다 열어 버리는 경우가 많아요

그냥 연결하면 AI가 다 접근할 수 있는 구조입니다. 보안적으로 찜찜한 부분이죠.

4. 디버깅이 너무 어려워요

뭔가 잘못됐을 때 원인을 찾기가 너무 어려워요.

MCP에서 오류가 나면 JSON 형식의 로그를 직접 뒤져야 돼요
비개발자는 물론이고 개발자도 고통스러운 작업이에요
반면 일반 명령어는 화면에 로그가 그대로 뜨거든요

flowchart TD
    subgraph Debug["디버깅 난이도 비교"]
        direction LR
        subgraph Easy["일반 명령어"]
            E1["화면 로그 즉시 확인"]
            E2["직관적 에러 메시지"]
        end
        subgraph Hard["MCP 디버깅"]
            H1["JSON 로그 파일 탐색"]
            H2["복잡한 에러 추적"]
            H3["서버 상태 확인 필요"]
        end
    end

    style Easy fill:#afa,stroke:#333
    style Hard fill:#faa,stroke:#333

5. 마케팅 체크리스트가 돼버린 MCP

최근에 이런 이야기도 나오고 있어요.

MCP를 지원한다는 게 이제 마케팅 체크리스트처럼 됐다.

무슨 말이냐면 회사들이 실제로 MCP가 필요해서 만드는 게 아니라 “우리도 MCP 됩니다"라는 말을 홍보에 쓰기 위해 만든다는 거예요. 실속은 없는데 타이틀만 붙이는 거죠.

실제로 일부 AI 도구들은 MCP 지원을 조용히 줄이거나 다른 방식으로 전환하는 추세예요. 클로드를 만든 Anthropic도 이 문제들을 인지하고 있는 상황입니다.

보안 문제: 5.5%의 악성 MCP

보안도 문제예요.

공개된 MCP 중 5.5%에서 악성 요소가 발견됐다는 보고서도 있어요.

사용자 모르게 정보를 빼가는 방식이 이미 실제로 발견됐다는 이야기예요. MCP는 외부 서버에 연결되어 그 서버가 뭘 하는지, 뭘 바꿨는지 사용자가 알기 어렵기 때문이에요.

pie title 공개 MCP 보안 현황 (보고서 기준)
    "정상" : 94.5
    "악성 요소 발견" : 5.5

더 나은 대안: 스킬(Skills)

그러면 뭐가 더 나은 방법이냐? 그건 바로 스킬(Skills) 이라고 생각합니다.

도서관 사서 비유

도서관 사서로 비유하면 이해가 빨라요.

사서는 도서관에 있는 책 수만 권을 전부 외우고 있지 않아요
어느 서가에 어떤 분야 책이 있는지만 알아요
누군가 “요리책 필요해요"라고 하면 그때 요리 서가로 가서 딱 그 책만 꺼내 줘요
나머지 수만 권은 그냥 서가에 꽂혀 있어요

스킬의 작동 방식

스킬이 정확히 이 방식이에요.

AI가 세션을 시작할 때 각 스킬의 이름과 한 줄 요약만 읽어요
실제로 그 스킬이 필요한 작업이 들어왔을 때 그때만 해당 스킬의 내용 전체를 꺼내 읽어요
그 외 스킬들은 서가에 꽂혀 있는 책처럼 공간을 거의 차지하지 않아요

flowchart LR
    subgraph MCP["MCP 방식: 시작부터 전부 로딩"]
        direction LR
        M1["세션 시작"]
        M2["모든 도구 설명서 로딩"]
        M3["Context 33% 소진"]
        M4["실제 작업 시작"]
    end

    subgraph Skill["스킬 방식: 필요할 때만 로딩"]
        direction LR
        S1["세션 시작"]
        S2["스킬 이름/요약만 스캔"]
        S3["Context 최소 사용"]
        S4["실제 작업 시작"]
        S5["필요 시 해당 스킬만 로딩"]
    end

    M1 --> M2 --> M3 --> M4
    S1 --> S2 --> S3 --> S4 --> S5

    style MCP fill:#faa,stroke:#333
    style Skill fill:#afa,stroke:#333
    style M3 fill:#f55,stroke:#333
    style S3 fill:#5f5,stroke:#333

결과적으로 AI의 작업 공간 대부분이 진짜 일을 위해 남아 있어요.

더 긴 대화를 기억하고
더 복잡한 코드를 다루고
더 정확하게 일해요

MCP가 “일단 다 꺼내 놓고 시작하는 방식"이라면 스킬은 “필요할 때만 꺼내는 방식"이라고 보시면 될 것 같아요.

스킬의 구조적 장점

스킬은 구조 자체가 달라요.

특성	MCP	스킬
위치	외부 서버	내 컴퓨터 폴더
투명성	알기 어려움	파일 직접 확인 가능
수정	서버 의존	언제든 수정 가능
삭제	복잡한 연결 해제	파일 삭제로 완료
디버깅	JSON 로그 분석	일반 텍스트 확인

MCP가 AI 뒤에서 뭔가 돌아가는 복잡한 프로그램이라면 스킬은 AI한테 주는 업무 매뉴얼이에요.

실전 검증: MCP 없이 구축한 자동화 시스템

이게 이론이 아니라 실전에서 이미 증명이 됐어요.

GitHub에 MCP 없이 스킬만 써서 AI 자동화 시스템을 구축한 오픈소스 프로젝트가 있어요.

구축 내용

AI한테 줄 업무 지침서 14개
- 백엔드 만들 때는 이렇게
- PDF 처리할 때는 이렇게
- 테스트할 때는 이렇게
- 이런 것들이요
역할별 AI 도우미 10개
- 코드 검토 전문
- 오류 수정 전문
- 인터넷 리서치 전문

이게 다 MCP 없이 돌아가요.

flowchart LR
    subgraph System["MCP 없는 AI 자동화 시스템"]
        direction TB
        subgraph Guides["업무 지침서 14개"]
            G1["백엔드 가이드"]
            G2["PDF 처리 가이드"]
            G3["테스트 가이드"]
            G4["... 외 11개"]
        end
        subgraph Agents["역할별 AI 도우미 10개"]
            A1["코드 검토"]
            A2["오류 수정"]
            A3["리서치"]
            A4["... 외 7개"]
        end
    end

    style System fill:#afa,stroke:#333
    style Guides fill:#aaf,stroke:#333
    style Agents fill:#faf,stroke:#333

무거운 도구를 잔뜩 연결하는 게 아니라 AI한테 일하는 방법을 잘 가르쳐 주는 것. 이게 지금 AI를 잘 쓰는 팀들이 실제로 가는 방향이에요.

MCP가 여전히 유용한 경우

그렇다고 MCP를 꼭 안 쓰는 건 아닙니다. MCP가 진짜 빛나는 순간도 있거든요.

MCP가 필요한 상황

AI가 실시간으로 데이터베이스에서 숫자를 가져와야 할 때
외부 API를 직접 호출해야 할 때
외부 시스템과 실시간 연결이 꼭 필요한 상황

스킬로 충분한 상황

하지만 대부분의 경우는 그렇지 않아요.

AI한테 “이 방식으로 이래라"고 알려주는 거라면 스킬로도 충분히 가능해요

flowchart TD
    Need["작업 요구사항"]

    Need --> Q1{"실시간 외부 연결 필수?"}
    Q1 -->|Yes| MCP["MCP 사용"]
    Q1 -->|No| Q2{"단순 지침 전달?"}
    Q2 -->|Yes| Skill["스킬 사용"]
    Q2 -->|No| Both["상황에 따라 선택"]

    style MCP fill:#ffa,stroke:#333
    style Skill fill:#afa,stroke:#333

핵심 요약

문제/해결	내용
MCP의 근본 문제	연결된 모든 도구의 설명서를 세션 시작 시 전부 로딩하여 Context Budget 고갈
구체적 수치	MCP 5개 연결 시 작업 공간 1/3 소진, 도구 50개당 10~15% 점유
실전 문제	잦은 크래시, 반복 인증 요구, 권한 제어 불가, 디버깅 난이도 높음
보안 이슈	공개 MCP의 5.5%에서 악성 요소 발견
스킬의 장점	필요할 때만 로딩, 폴더 기반 투명성, Context Budget 최소 사용
실전 검증	MCP 없이 14개 지침서 + 10개 역할별 AI로 완전한 자동화 구축 가능
선택 기준	실시간 외부 연결 필수 시 MCP, 단순 지침 전달 시 스킬

결론

정리해 볼게요.

MCP를 잔뜩 연결해 놓으면 AI가 대화 시작하기도 전에 작업 공간이 설명서로 꽉 차요. 쓰지도 않을 도구 설명서를 매번 전부 읽는 구조니까요. 클로드 만든 회사도 이걸 버그가 아닌 정상 동작이라고 했어요.
거기다 MCP는 안정성 문제, 반복 인증, 권한 제어 부재, 디버깅 어려움까지 줄줄이 따라와요. 그래서 개발자들 사이에서 “MCP는 죽었다” 라는 말이 나오는 거고요.
보안도 문제예요. 공개된 MCP 중 5.5%에서 악성 요소가 발견됐다는 보고서도 있어요. 사용자 모르게 정보를 빼가는 방식이 이미 실제로 발견됐다는 이야기도 있고요.
스킬은 달라요. 필요할 때만 꺼내 봐요. 도서관 사서처럼 요청이 왔을 때 그 책만 가져와요. 외부 서버 없이 내 폴더, 내 파일로 투명하게 운영이 가능합니다.
실전에서도 이미 검증이 됐어요. MCP 없이도 복잡한 자동화를 전부 돌릴 수 있어요.

방향은 정해져 있습니다. 잔뜩 연결하는 게 아니라 잘 가르치는 스킬을 쓰는 게 핵심입니다.