# Gemini + MCP 데모 스크립트 v2: MCP 기본 개념

## MCP(Model Context Protocol)란?

MCP는 **LLM과 외부 도구/데이터 소스를 연결하기 위한 표준 프로토콜**이다.

### 기존 문제점

LLM을 실용적으로 사용하려면 외부 시스템과 연결이 필수다:
- 파일 시스템 접근
- 데이터베이스 쿼리
- API 호출
- 웹 검색

하지만 각 LLM 프레임워크마다 다른 방식으로 이를 구현했다:
- Langchain: Custom tools
- LlamaIndex: Custom tools
- OpenAI: Function calling
- 각 프레임워크마다 다른 인터페이스

**문제**: 도구를 재사용하기 어렵고, 플랫폼 종속적이다.

### MCP의 해결책

MCP는 **표준화된 프로토콜**을 제공한다:

```
┌─────────────┐          ┌──────────────┐          ┌──────────────┐
│             │          │              │          │              │
│  LLM Client │ ◄──MCP──►│  MCP Server  │ ◄───────►│  External    │
│  (Gemini)   │          │   (Vercel)   │          │  System      │
│             │          │              │          │  (Vercel API)│
└─────────────┘          └──────────────┘          └──────────────┘
```

### MCP의 핵심 개념

#### 1. Server
- 실제 도구/데이터를 제공하는 주체
- 하나 이상의 **tools**를 expose
- 다양한 transport 방식 지원

#### 2. Client
- LLM을 사용하는 애플리케이션
- MCP server에 연결하여 tools 사용
- Tool 호출 결과를 LLM에 전달

#### 3. Tools
- Server가 제공하는 개별 기능
- 각 tool은 schema를 가짐 (이름, 설명, 파라미터)
- JSON Schema로 정의됨

#### 4. Transport
- Client와 Server 간 통신 방식
- **stdio**: 표준 입출력 (로컬 프로세스)
- **HTTP**: HTTP/HTTPS 통신 (네트워크)

## Transport 방식 비교

### stdio Transport

```typescript
// 로컬 프로세스로 MCP server 실행
const server = spawn('mcp-server-filesystem', {
  stdio: ['pipe', 'pipe', 'inherit']
});
```

**장점**:
- 빠른 통신 속도
- 간단한 로컬 도구에 적합

**단점**:
- 로컬 환경에서만 동작
- 원격 접근 불가
- 브라우저에서 사용 불가

### HTTP Transport

```typescript
// HTTP로 MCP server에 연결
const response = await fetch('https://mcp.example.com/tools/list');
```

**장점**:
- 원격 접근 가능
- 브라우저/서버 양쪽에서 사용
- 방화벽 친화적
- 확장성 좋음

**단점**:
- 네트워크 레이턴시
- 인증/보안 고려 필요

## 왜 HTTP Transport를 선택했는가?

이 프로젝트에서 HTTP transport를 선택한 이유:

### 1. 범용성
- Node.js, 브라우저, Deno 등 어디서나 동작
- 특별한 권한 없이 사용 가능

### 2. Vercel MCP Server
- Vercel이 제공하는 공식 MCP server
- HTTP transport로 공개됨
- 별도 설치/설정 불필요

### 3. 실무 활용성
- 프로덕션 환경에서도 사용 가능
- Load balancing, caching 등 HTTP 생태계 활용
- 마이크로서비스 아키텍처와 잘 맞음

## MCP 프로토콜 기본 플로우

### 1. Server Discovery

```json
GET /mcp/tools

Response:
{
  "tools": [
    {
      "name": "get_deployments",
      "description": "Get Vercel deployments",
      "inputSchema": {
        "type": "object",
        "properties": {
          "projectId": { "type": "string" }
        }
      }
    }
  ]
}
```

### 2. Tool Invocation

```json
POST /mcp/tools/invoke

Request:
{
  "name": "get_deployments",
  "arguments": {
    "projectId": "prj_abc123"
  }
}

Response:
{
  "result": {
    "deployments": [...]
  }
}
```

### 3. LLM Integration

Client는 이 결과를 LLM에 전달하여 다음 행동을 결정한다.

## MCP의 장점 정리

1. **표준화**: 한번 만든 server는 어디서나 사용
2. **재사용성**: 기존 MCP server 라이브러리 활용 가능
3. **독립성**: LLM 프레임워크에 종속되지 않음
4. **확장성**: 새로운 tool 추가가 쉬움

## 다음 단계

v3에서는 Gemini SDK가 제공하는 기능을 탐색하고, MCP와 어떻게 통합할 수 있을지 살펴볼 것이다.

---

**작성일**: 2025-11-26
**참고**: [MCP 공식 문서](https://modelcontextprotocol.io)