MCP+AI 에이전트: 인공 지능 애플리케이션을 위한 새로운 프레임워크

저자: BitMart Research 출처: medium

I. MCP 개념의 소개

이전까지 인공지능 분야에서 기존의 챗봇은 대부분 일반적인 대화 모델에 의존하고 개인화된 캐릭터 설정이 부족하여 응답이 획일적이고 비인격적인 것처럼 보이는 경우가 많았습니다. 이 문제를 해결하기 위해 개발자들은 인공지능에 특정 역할, 성격, 목소리 톤을 부여하여 사용자의 기대에 더 적합한 응답을 제공하는 '페르소나'라는 개념을 도입했습니다. 그러나 풍부한 페르소나가 있더라도 AI는 여전히 수동적인 응답자이기 때문에 능동적으로 작업을 수행하거나 복잡한 작업을 수행할 수 없습니다. 그렇기 때문에 개발자가 AI를 위한 일련의 도구와 기능을 정의하고 시스템에 등록할 수 있는 오픈 소스 프로젝트 Auto-GPT가 개발되었습니다. 사용자가 요청을 하면 Auto-GPT는 미리 정의된 규칙과 도구를 기반으로 해당 작업 지침을 생성하고 자동으로 작업을 실행한 후 결과를 반환합니다. 이러한 접근 방식은 인공지능을 수동적인 대화 상대에서 능동적인 작업 인공지능으로 변화시킵니다.

Auto-GPT는 인공지능의 자율 실행을 어느 정도 달성했지만, 일관되지 않은 도구 호출 형식과 플랫폼 간 호환성 저하 등의 문제에 여전히 직면해 있습니다. 이러한 문제를 해결하기 위해 개발 과정에서 AI가 직면한 주요 과제, 특히 외부 도구와의 통합의 복잡성을 해결하는 것을 목표로 하는 MCP(모델 컨텍스트 프로토콜)가 탄생했으며, MCP의 핵심 목표는 AI가 외부 도구와 상호작용하는 방식을 단순화하고, 통일된 통신 표준을 제공하여 AI가 다양한 외부 서비스를 쉽게 호출할 수 있도록 하는 것입니다. 통합된 통신 표준을 제공함으로써 AI가 다양한 외부 서비스를 쉽게 호출할 수 있습니다. 기존에는 대규모 모델이 날씨를 조회하거나 웹 페이지에 접속하는 등 복잡한 작업을 수행하기 위해 개발자가 많은 양의 코드와 도구 설명을 작성해야 했기 때문에 개발 난이도와 시간 비용이 크게 증가했습니다. MCP 프로토콜은 표준화된 인터페이스와 통신 사양을 정의함으로써 이 과정을 크게 간소화하여 AI 모델이 외부 도구와 더 빠르고 효율적으로 상호 작용할 수 있도록 합니다.

MCP와 AI 에이전트의 통합

MCP와 크립토 AI 에이전트는 서로 보완적이며, 둘의 차이점은 AI 에이전트는 주로 블록체인, 스마트 컨트랙트 실행 및 크립토 AI 에이전트의 자동화된 운영에 초점을 맞춘다는 점입니다. 이 둘의 차이점은 AI 에이전트는 개인 정보 보호와 탈중앙화 애플리케이션 통합에 중점을 두고 블록체인 자동화, 스마트 컨트랙트 실행, 암호화 자산 관리에 중점을 두는 반면, MCP는 AI 에이전트와 외부 시스템 간의 상호작용을 단순화하고 표준화된 프로토콜과 컨텍스트 관리를 제공하며 플랫폼 간 상호 운용성과 유연성을 향상시키는 데 중점을 둔다는 점입니다. 암호화된 AI 에이전트는 MCP 프로토콜을 통해 여러 플랫폼에서 보다 효율적으로 통합 및 운영될 수 있으므로 실행 능력이 향상됩니다.

이전 AI 에이전트에는 스마트 컨트랙트를 통한 거래 체결, 지갑 관리 등 일부 체결 기능이 있었습니다. 그러나 이러한 기능은 일반적으로 사전 정의되어 유연성과 적응성이 부족했습니다. MCP의 핵심 가치는 블록체인 데이터, 스마트 컨트랙트, 오프체인 서비스 등 외부 도구와 AI 에이전트의 상호작용을 위한 통합된 통신 표준을 제공하는 것입니다. 이러한 표준화는 기존 개발의 인터페이스 파편화 문제를 해결하여 AI 에이전트가 멀티체인 데이터 및 도구와 원활하게 인터페이스할 수 있도록 하며, AI 에이전트의 자율 실행 능력을 크게 향상시킵니다. 예를 들어, DeFi AI 에이전트는 MCP를 통해 실시간으로 시장 데이터를 확보하고 투자 포트폴리오를 자동으로 최적화할 수 있습니다. 또한, MCP는 여러 AI 에이전트의 협업이라는 새로운 방향을 제시합니다: MCP를 통해 AI 에이전트는 각자의 기능에 따라 서로 협업하고, 온체인 데이터 분석, 시장 예측, 리스크 관리 등 복잡한 작업을 결합하여 전반적인 효율성과 신뢰성을 향상시킬 수 있습니다. 온체인 거래 자동화: MCP는 모든 종류의 거래 및 리스크 관리 에이전트를 연결하여 미끄러짐, 거래 마모, MEV 등의 문제를 해결하여 보다 안전하고 효율적인 온체인 자산 관리를 달성합니다.

3. 관련 프로젝트

1. AI 에이전트를 위해 자체 개발한 오픈소스 MCP 서비스를 제공하고, MCP 개발자를 위한 상업적 수익 공유 배포 플랫폼을 제공하며, 주류 LLM(대규모 언어 모델)에 원스톱으로 액세스할 수 있도록 하는 데 전념하고 있습니다. 개발자는 스테이블 코인(USDT, USDC)을 지원하여 서비스에 액세스할 수 있습니다. 5월 8일 현재 토큰 DMCP의 시가총액은 약 162만 달러입니다.

2. 빌드. 토큰 $DARK는 코인 알파에서 구매할 수 있으며 5월 8일 현재 시가총액은 약 1,181만 달러입니다. 현재 개발 중인 DARK의 첫 번째 애플리케이션은 개발자가 간단한 구성을 통해 여러 도구와 외부 서비스에 빠르게 액세스할 수 있도록 TEE 및 MCP 프로토콜을 통해 효율적인 도구 통합 기능을 AI 에이전트에 제공할 것입니다. 아직 제품이 완전히 출시되지는 않았지만, 사용자는 이메일을 통해 대기자 명단에 등록하여 테스트에 참여하고 피드백을 제공함으로써 초기 단계의 경험에 참여할 수 있습니다.

3.Cookie.fun

Cookie.fun은 Web3 에코시스템의 AIAgent 중심 플랫폼으로, 사용자에게 다음을 제공하도록 설계되었습니다. 포괄적인 AI 에이전트 인덱스 및 분석 도구를 제공합니다. 이 플랫폼은 AI 에이전트의 마인드 영향력, 스마트 팔로잉 기능, 사용자 상호작용, 인체인 데이터 등의 지표를 표시하여 사용자가 다양한 AI 에이전트의 성능을 이해하고 평가할 수 있도록 지원합니다. 4월 24일 Cookie.API1.0 업데이트에서는 AI 에이전트 전용 플러그 앤 플레이 MCP 서버로 구성된 독점적인 MCP 서버가 도입되어 개발자와 비기술자를 위해 설계되었으며 별도의 설정이 필요하지 않습니다. 개발자 및 비기술자를 위해 설계되었으며 별도의 설정이 필요하지 않습니다.

4. SkyAI

SkyAI는 MCP를 확장하여 블록체인 네이티브 AI 인프라 구축을 목표로 하는 BNB 체인 기반의 웹3.0 데이터 인프라 프로젝트입니다. 이 플랫폼은 웹3 기반 AI 애플리케이션을 위한 확장 가능하고 상호 운용 가능한 데이터 프로토콜을 제공하며, 멀티체인 데이터 액세스, AI 에이전트 배포, 프로토콜 레벨 유틸리티를 통합하여 개발 프로세스를 간소화하여 블록체인 환경에서 AI의 실용화를 촉진할 계획입니다. 현재 스카이AI는 100억 행 이상의 데이터를 보유한 BNB 체인과 솔라나의 통합 데이터 세트를 지원하며, 향후 이더리움 메인 네트워크와 베이스 체인을 지원하는 MCP 데이터 서버도 출시할 예정입니다. 스카이AI의 토큰은 코인세이프 알파에 상장되어 있으며, 5월 8일 기준 시가총액은 약 4,270만 달러입니다.

넷째, 향후 개발

MCP 프로토콜은 AI와 블록체인의 융합에 대한 새로운 이야기로서 특히 탈중앙화된 금융 및 기타 시나리오에서 데이터 상호 작용의 효율성을 개선하고 개발 비용을 낮추며 보안 및 개인정보 보호를 강화하는 데 큰 잠재력을 보여줬습니다. 특히 탈중앙화 금융 및 기타 시나리오에서 폭넓은 적용 가능성을 가지고 있습니다. 그러나 대부분의 MCP 기반 프로젝트는 아직 개념 증명 단계에 있으며 아직 성숙한 제품을 출시하지 않았기 때문에 출시 후 토큰 가격이 지속적으로 하락하고 있으며, 예를 들어 DeMCP 토큰의 가격은 출시 후 한 달도 안 되어 74% 하락했습니다. 이러한 현상은 MCP 프로젝트에 대한 시장의 신뢰 위기를 반영하는 것으로, 주로 제품 개발 주기가 길고 실제 적용 사례가 부족한 데서 비롯됩니다. 따라서 제품 개발 속도를 높이고, 토큰과 실제 제품 간의 긴밀한 연결을 보장하며, 사용자 경험을 개선하는 것이 MCP 프로젝트가 직면한 핵심 과제가 될 것입니다. 또한, 암호화폐 생태계에서 MCP 프로토콜의 홍보는 여전히 기술 통합이라는 과제에 직면해 있습니다. 서로 다른 블록체인과 디앱 간의 스마트 컨트랙트 로직과 데이터 구조의 차이로 인해 통합되고 표준화된 MCP 서버는 여전히 상당한 개발 리소스를 필요로 합니다.

이러한 어려움에도 불구하고 MCP 프로토콜 자체는 시장 발전의 큰 잠재력을 보여줍니다. AI 기술의 지속적인 발전과 MCP 프로토콜의 점진적인 성숙에 따라 향후 DeFi, DAO 및 기타 분야에서 더 폭넓게 응용될 것으로 예상됩니다. 예를 들어, AI 에이전트는 MCP 프로토콜을 통해 실시간으로 온체인 데이터를 확보하고, 자동화된 거래를 실행하며, 시장 분석의 효율성과 정확성을 향상시킬 수 있습니다. 또한, MCP 프로토콜의 탈중앙화 기능은 AI 모델에 투명하고 추적 가능한 운영 플랫폼을 제공하고 AI 자산의 탈중앙화 및 자산화를 촉진할 것으로 예상되며, AI와 블록체인의 통합을 위한 중요한 보조 동력으로서 MCP 프로토콜은 기술이 지속적으로 성숙하고 적용 시나리오가 확대됨에 따라 차세대 AI 에이전트의 추진에 중요한 동력이 될 것으로 기대됩니다. 그러나 이러한 비전을 실현하기 위해서는 기술 통합, 보안, 사용자 경험 및 기타 측면의 과제를 해결해야 합니다.