MCP가 분산 검색의 공통 기반이 될 수 있을까

MCP(Model Context Protocol)가 검색의 구조를 바꾸는 공통 토대가 될 수 있는지가 최근 논의의 중심에 있다. 요약하면 이렇다. AI 어시스턴트가 답을 모델의 학습 기억에서 꺼내오는 대신, 정보를 실제로 발행한 쪽이 운영하는 서버에 직접 물어보게 만드는 개방형 프로토콜이 MCP다. 검색의 출발점이 중앙 인덱스에서 데이터 원본으로 옮겨간다는 구상이다.

MCP는 어시스턴트가 서버가 제공하는 도구를 호출하는 방식으로 동작한다. 검색, 리소스 읽기, 텍스트 템플릿 채우기가 기본 동작이다. 서버를 한 번 만들어 두면 Claude, ChatGPT, Cursor, VS Code를 비롯해 MCP를 지원하는 어시스턴트 어디서든 같은 도구가 작동한다. Anthropic이 2024년 11월에 공개했고, 몇 달 안에 주요 어시스턴트와 개발 도구가 채택했으며, 2025년 12월에는 리눅스 재단 산하 Agentic AI Foundation으로 관리가 넘어갔다. 명세는 날짜가 붙은 버전으로 갱신된다. 2024-11-05, 2025-03-26, 2025-06-18, 2025-11-25, 2026-07-28이 그 목록이고, 공개 레지스트리에서 서버를 찾을 수 있다.

작동 방식은 기존 검색엔진과 방향이 반대다. 검색엔진은 웹을 자기 인덱스로 복사한 뒤 순위를 매긴다. MCP에서는 발행자가 데이터를 자기 자리에 둔 채 서버로 노출하고, 어시스턴트가 질문이 들어온 시점에 여러 서버를 호출한다. 응답에는 출처, 라이선스, 저자, 최종 갱신일이 함께 따라붙는다. 통계청이나 공공기관, 연구소, 작은 전문 사이트도 중간 인덱스를 거치지 않고 최신 수치를 어시스턴트에 직접 건넬 수 있다.

이 구조가 주는 이점은 네 가지로 정리된다. 답이 학습 시점에 얼어붙지 않고 질문 시점의 데이터를 반영한다. 모든 답을 원문 페이지로 되짚을 수 있다. 서버가 라이선스를 명시하면 그 조건이 데이터와 함께 이동한다. 서버가 모르는 것을 모른다고 말할 수 있어, 어시스턴트가 빈칸을 그럴듯하게 메울 이유가 줄어든다.

Contexte Tech는 이 방식으로 카탈로그를 공개해 뒀다. 유럽 공공 출처를 주로 활용해 만든 데이터셋, 프롬프트, 컨텍스트, 도구 모음이며 계정과 API 키가 필요 없다. 어시스턴트에 커넥터로 등록하면 9개 언어로 제목·라이선스·저자·링크가 붙은 리소스를 검색하고, 짧은 코드로 본문을 읽어들인다. 예를 들어 프랑스 사업활동 코드(NAF/APE)를 찾는 데이터셋은 data.gouv.fr에 공개된 INSEE 분류를 기반으로 만들어졌고, 로드된 리소스에는 출처 표기를 요구하는 지침이 따라붙는다.

분산 검색이 의미를 가지려면 서버마다 세 가지가 더 갖춰져야 한다. 인용은 어시스턴트가 저자와 원출처, 발행자를 함께 보여주는 것이다. 신뢰는 서버가 돌려준 내용을 지시가 아니라 데이터로만 취급하게 만드는 것이다. 측정은 발행자가 이용자를 추적하지 않으면서도 어시스턴트를 거쳐 몇 명이 도달했는지 알 수 있게 하는 것이다. Contexte Tech는 링크에 실린 정보로 추적 없이 유입 경로를 구분하고, 회원이 작성한 콘텐츠는 어시스턴트에게 데이터로 표시하며, 리소스는 발행 시점에 검증한다고 설명한다.

개발자 입장에서 달라지는 지점은 배포 경로다. 도구를 MCP 서버로 한 번 노출하면 클라이언트별로 연동 코드를 따로 쓰지 않아도 된다. 데이터를 가진 쪽이라면 검색엔진 최적화 대신 서버를 여는 것이 새로운 유통 전략이 된다. 반대로 어시스턴트를 만드는 쪽은 검색 품질을 자체 크롤러가 아니라 외부 서버의 응답 품질에 의존하게 된다.

한계도 분명하다. MCP는 웹을 대체하지 않는다. 어시스턴트가 웹에 접근하는 통로 하나를 추가할 뿐이고, 인용·신뢰·측정은 프로토콜 차원에서 자동으로 보장되지 않는다. 서버를 하나씩 만들면서 갖춰야 하는 몫이다. 서버가 정보를 갖고 있지 않을 때 어시스턴트가 추측으로 답을 채우는 것을 완전히 막는 장치도 아직 없다.