← 목차Part 00 · AI·LLM·에이전트 이론 기초·00-9 · 10분
이 클립 · AI·LLM·에이전트 이론 기초

에이전트가 세상과 연결되는 법 — 도구·MCP·검색

학습목표: 이 10분 뒤에는 에이전트가 답변창 안에만 머물지 않고 도구 호출, MCP, 검색·RAG, 멀티모달 입력, Skills를 통해 외부 세계와 연결되는 흐름을 설명할 수 있다. [TH-024, TH-027, TH-028, TH-031, TH-032]

1. 핵심 개념 — 한 문장 정의 + 비유

에이전트가 세상과 연결된다는 말은 LLM이 루프 안에서 필요한 도구를 고르고, 구조화된 호출을 내고, 실행 결과를 다시 읽어 다음 행동을 정한다는 뜻이다. [TH-024, TH-027]

비유하면 LLM은 머릿속에서 말을 이어 쓰는 사람이고, 도구는 전화기·계산기·파일함·검색창이며, MCP는 여러 회사의 플러그를 한 콘센트 규격으로 맞추는 어댑터다. [TH-001, TH-027, TH-028, TH-029]

핵심은 “모델이 모든 것을 기억해서 답한다”가 아니라 “필요할 때 외부 자료와 기능을 불러와 근거 있는 행동을 한다”로 바꾸어 이해하는 것이다. [TH-027, TH-031, TH-032]

2. 자세히 들여다보기 — 작동 원리·배경을 초보자 눈높이로

LLM은 텍스트를 지도학습 문제로 바꾸어 각 위치의 다음 토큰을 예측하도록 학습한다. [TH-001]

토큰은 AI가 글을 잘게 나눈 조각이며, LLM은 단어 그대로가 아니라 토크나이저가 만든 subword 토큰을 예측한다. [TH-002]

이 단순해 보이는 다음 토큰 예측만으로 문법, 사실, 문체, 코드, 추론 구조가 부수적으로 학습된다. [TH-003]

그런데 문장을 매끄럽게 이어 쓴다고 해서 최신 파일을 열거나 메일을 보내거나 사내 문서를 직접 들춰 본다는 뜻은 아니다. [TH-024, TH-027]

도구 호출은 모델이 “무엇을 실행할지”를 말로만 설명하지 않고, 타입이 지정된 인자의 구조화된 호출로 내보내면 앱이 실행하고 결과를 다시 모델에게 돌려주는 방식이다. [TH-027]

예컨대 “서울 날씨 알려줘”라는 요청을 받으면, 모델은 날씨 도구에 지역이라는 인자를 채워 호출하고, 도구가 돌려준 값을 읽어 자연어 답변으로 풀어낸다. [TH-027]

MCP는 Model Context Protocol의 약자이며, AI와 외부 데이터 또는 도구 연결을 통일하는 오픈 표준이다. [TH-028]

MCP가 필요한 이유는 AI 앱이 M개이고 도구가 N개일 때 각각 따로 연결하면 N×M 통합 문제가 생기기 때문이다. [TH-029]

MCP는 그 복잡한 선을 공통 규격으로 줄여, 에이전트가 파일, 데이터베이스, 업무 앱, 개발 도구 같은 외부 자원에 더 일관된 방식으로 접근하게 만든다. [TH-028, TH-029]

검색은 모델 바깥의 자료를 찾아오는 행위이고, RAG는 Retrieval-Augmented Generation의 약자로 외부 코퍼스를 검색해 출력을 근거화하는 방식이다. [TH-031]

RAG는 지식집약 과제에서 모델이 기억만으로 찍는 일을 줄이고, 검색된 문서에 기대어 답하게 만들어 환각을 낮추는 데 쓰인다. [TH-012, TH-031]

멀티모달 AI는 텍스트만이 아니라 이미지, 오디오, 문서를 함께 입력받아 통합 추론하는 방식이다. [TH-032]

멀티모달 입력은 비개발자에게 특히 중요하며, 화면 캡처, 영수증, 계약서, 발표자료처럼 말로 옮기기 어려운 자료를 그대로 에이전트의 작업 재료로 넣을 수 있기 때문이다. [TH-032]

Skills는 반복되는 작업 방식, 판단 기준, 말투, 절차를 컨텍스트 안에 안정적으로 넣어 주는 설명서로 이해하면 쉽다. [TH-015, TH-016]

프롬프트 엔지니어링이 “이번 질문을 어떻게 쓸까”에 가깝다면, 컨텍스트 엔지니어링은 추론 시점에 필요한 토큰 집합을 큐레이션하고 유지하는 전략이다. [TH-015, TH-016]

3. 2026년 지금은 — 최신 동향·주의점

2026년에 도구와 MCP가 중요한 이유는 에이전트가 단순 대화창을 넘어 실제 업무 앱과 자료 저장소를 오가는 구조로 발전했기 때문이다. [TH-024, TH-027, TH-028]

MCP는 2024년 11월 Anthropic이 공개한 표준이며, 2025년 12월 Anthropic이 Linux Foundation 산하 AAIF에 기부했고 OpenAI와 Google도 채택했다. [TH-028, TH-030]

이 변화는 “각 AI 앱마다 각 도구를 따로 붙이는 시대”에서 “공통 프로토콜 위에 도구를 올리는 시대”로 무게중심이 이동했다는 뜻이다. [TH-028, TH-029, TH-030]

다만 연결을 늘린다고 답이 정확해지는 것은 아니다. [TH-026, TH-035]

컨텍스트 윈도우는 프롬프트, 대화 이력, 첨부, 답변까지 모든 토큰의 합이며, 토큰이 늘수록 컨텍스트 안의 정보를 떠올리는 정확도가 떨어지는 context rot가 생긴다. [TH-004, TH-017]

컨텍스트 오염은 환각이나 오류가 컨텍스트에 들어가 반복 참조되며 거짓 위에 전략을 쌓는 현상이다. [TH-033]

컨텍스트 혼란과 충돌은 불필요하거나 모순된 정보와 과다 도구가 저품질 응답과 추론 탈선을 부르는 현상이다. [TH-035]

그래서 좋은 에이전트는 도구를 많이 붙인 에이전트가 아니라, 필요한 도구만 붙이고 실행 전 승인 지점을 분명히 둔 에이전트다. [TH-026, TH-038, TH-039]

HITL은 실행 전 사람 승인이고 HOTL은 자율 실행 뒤 사람이 모니터하는 방식이며, 가장 신뢰적인 패턴은 추론과 실행을 분리하고 부작용 발생 전에 승인 게이트를 두는 것이다. [TH-038, TH-039]

4. 비개발자에게 무슨 의미인가 — 코덱스 앱과 어떻게 연결되나

에이전트를 “전문가용 자동 코딩 장치”로 떠올리면 비개발자에게는 멀게만 느껴진다. 차라리 자료를 읽고, 도구를 부르고, 사람에게 확인받아 가며 일을 이어 가는 협업자로 보면 훨씬 손에 잡힌다. [TH-024, TH-027, TH-038]

코덱스에서 Skills는 매번 긴 설명을 반복하지 않게 해 주는 작업 설명서처럼 다루고, 이는 프롬프트 한 줄보다 전체 컨텍스트 상태를 관리하는 컨텍스트 엔지니어링에 가깝다. [TH-015, TH-016]

Plugins는 외부 앱과 데이터를 연결하는 입구로 이해하면 되고, 모델이 구조화된 도구 호출을 내고 앱이 실행 결과를 돌려주는 원리와 연결된다. [TH-027, TH-028]

Automations는 정해진 시간이나 조건의 반복 실행에 어울리며, 이런 일은 LLM이 매번 과정을 새로 지휘하는 에이전트보다 정해진 코드 경로의 워크플로우에 가까울 수 있다. [TH-025, TH-026]

Sites는 결과를 웹 화면으로 검토하는 자리로 설명하되 Business·Enterprise 프리뷰·요금제 한정 단서를 붙이고, Memory는 장기 맥락을 다루는 자리로 설명하되 Enterprise·Edu·EU·UK 프리뷰·요금제 한정 단서를 붙인다. [TH-027, TH-036]

실무에서 시작할 때는 “검색할 자료, 사용할 도구, 사람이 승인할 지점, 실행 뒤 확인할 결과”를 네 칸으로 나누면 된다. [TH-027, TH-031, TH-038, TH-039]

예를 들어 “지난달 고객 문의를 분석해 개선안을 만들어 줘”라는 일은 검색·RAG로 문의를 찾고, 멀티모달로 첨부 이미지를 읽고, Skills로 분석 기준을 고정하고, 최종 실행 전 사람 승인을 받는 흐름으로 설계할 수 있다. [TH-015, TH-027, TH-031, TH-032, TH-039]

초보자용 시작 문장은 이렇게 잡으면 된다. [TH-026, TH-039]

이 작업에 필요한 외부 자료와 도구를 먼저 구분해 주세요.
검색이나 RAG가 필요한 부분, 멀티모달 입력이 필요한 부분,
사람 승인 없이는 실행하면 안 되는 부분을 나누어 주세요.

5. 한 줄 정리 + 용어 미니사전

한 줄 정리: 에이전트는 LLM이 도구 호출, MCP, 검색·RAG, 멀티모달 입력, Skills를 활용해 답변을 실제 업무 흐름으로 이어 가는 구조다. [TH-024, TH-027, TH-028, TH-031, TH-032]

도구 호출: 모델이 구조화된 호출을 내고 앱이 실행 결과를 다시 모델에게 돌려주는 방식이다. [TH-027]

MCP: AI와 외부 데이터 또는 도구 연결을 통일하는 오픈 표준이다. [TH-028]

RAG: 외부 코퍼스를 검색해 출력을 근거화하는 방식이다. [TH-031]

멀티모달: 텍스트와 함께 이미지, 오디오, 문서를 입력받아 통합 추론하는 방식이다. [TH-032]

Skills: 반복 작업에 필요한 지시와 판단 기준을 컨텍스트로 유지하는 설명서에 가깝다. [TH-015, TH-016]

승인 게이트: 부작용이 생기기 전에 사람이 실행 여부를 확인하는 지점이다. [TH-038, TH-039]

출처

본문의 [...] 표기는 아래 근거에서 확인할 수 있습니다.

← 에이전트란 무엇인가 — 모델·챗봇과 무엇이 에이전트를 잘 굴리는 기초 — 컨텍스트 엔지 →
코덱스 100가지 스킬스 활용 바이블 · 00-9 · 근거 기반 교재 · 2026-06 기준