MCP, 에이전트, 컨텍스트, 스킬, 시크릿: 헷갈리는 AI 자동화 용어 5개 한 번에
한줄 요약: AI 자동화를 배우다 보면 MCP, 에이전트, 컨텍스트, 스킬, 시크릿이라는 낱말을 며칠 안에 전부 만나게 됩니다. 그런데 이 다섯은 따로 검색할수록 설명이 서로 다른 말로 겹쳐 더 헷갈립니다. 이 글은 다섯 낱말을 한 자리에 놓고 한 줄 정의와 생활 속 상황으로 정리하고, 마지막에는 이 다섯이 하나의 자동화 안에서 실제로 어떻게 만나는지 도식 하나로 보여줍니다.
AI에게 자동화를 맡기다 보면 며칠 사이에 MCP, 에이전트, 컨텍스트, 스킬, 시크릿이라는 낱말을 전부 만나게 됩니다. 문제는 이 다섯을 하나씩 따로 검색했을 때 벌어집니다. MCP를 검색하면 “모델과 도구를 연결하는 개방형 표준”이라는 설명이 나오고, 에이전트를 검색하면 “스스로 판단하는 AI”라는 설명이 나옵니다. 둘 다 맞는 말인데 나란히 놓고 보면 어느 것이 어느 것과 관련 있는지 이어지지 않습니다. 모르는 낱말 다섯 개를 다섯 번 따로 이해하려니 오히려 더 헷갈리는 것입니다.
이 시리즈 1편에서는 API를 분식집 주문지 한 장으로 풀었습니다(API가 뭔가요?). 이번 글은 그 주문지를 실제로 들고 자동화를 움직이는 다섯 가지 역할을 정리합니다. 다섯 낱말을 하나씩 짚은 뒤, 마지막에는 이들이 한 자동화 안에서 어떻게 이어지는지 도식 하나로 묶습니다.
MCP: 서로 다른 도구를 하나의 규격으로 잇는 통로
MCP(Model Context Protocol)는 AI를 구글 드라이브, 노션, 깃허브 같은 외부 도구에 연결하는 표준 통로입니다.
핵심은 ’표준’이라는 낱말입니다. 원래는 AI를 새 도구에 연결할 때마다 그 도구 전용의 연결 방식을 따로 만들어야 했습니다. 도구가 열 개면 연결 방식도 열 가지였습니다. MCP는 이 제각각의 연결을 하나의 규격으로 묶습니다. 도구를 만드는 쪽이 이 규격에 맞춰 서버를 하나 만들어 두면, AI는 그 규격만 알면 어떤 도구든 같은 방식으로 연결할 수 있습니다.
생활 속에서 비슷한 경험이 있습니다. 예전에는 노트북에 외장 모니터, 프린터, 외장하드를 연결하려면 각각 다른 모양의 포트와 케이블이 필요했습니다. 지금은 USB-C 허브 하나로 대부분 연결됩니다. 포트 모양이 하나로 통일됐기 때문입니다. MCP 공식 소개 문서도 실제로 이 비유를 씁니다. “AI 애플리케이션을 위한 USB-C 포트”라는 것입니다. 클로드가 여러분의 구글 캘린더나 노션 페이지를 읽을 수 있다면, 그 뒤에는 대개 이 표준 통로가 있습니다.
에이전트: 목표에 닿을 때까지 스스로 반복하는 순환
에이전트는 도구를 쓰며 목표에 닿을 때까지 반복하는 순환입니다.
가장 쉬운 구분은 채팅과의 대비입니다. 채팅은 질문 하나에 답 하나로 끝나는 한 번의 왕복입니다. 다음에 무엇을 할지는 사람이 정합니다. 에이전트는 다릅니다. 목표를 받으면 스스로 계획을 세우고, 도구를 실행한 결과를 보고, 그 결과를 바탕으로 다음 단계를 직접 정합니다. 이 과정을 결과가 나올 때까지 반복합니다. 앤트로픽의 에이전트 구축 문서를 빌리면, 에이전트는 “환경의 피드백을 보며 반복적으로 도구를 쓰는 시스템”입니다.
신입 직원에게 일을 맡기는 상황과 비슷합니다. “이 보고서 다섯 개를 정리해서 표로 만들어 줘”라고 시켰을 때, 매번 “다음엔 뭘 할까요”라고 되묻는 사람이 있고, 자료를 찾고 정리하고 표까지 만든 다음 결과만 들고 오는 사람이 있습니다. 후자가 에이전트 방식입니다. 클로드의 코워크 같은 도구는 여기서 한 단계 더 나아가, 파일 삭제나 메일 발송처럼 되돌리기 어려운 조치 앞에서는 실행 전에 사람의 승인을 기다리도록 만들어져 있습니다.
컨텍스트: 지금 기억할 수 있는 작업 공간
컨텍스트는 AI가 지금 답을 만들 때 참고할 수 있는 텍스트 전체입니다.
AI가 학습한 지식과는 다릅니다. 학습한 지식은 도서관에 보관된 책과 같아서 웬만해선 바뀌지 않습니다. 컨텍스트는 지금 열려 있는 대화창에만 쓰이는 작업 기억입니다. 대화가 길어질수록 이 작업 기억이 차오르고, 가득 차면 앞의 내용부터 정확도가 떨어지기 시작합니다. 앤트로픽 공식 문서는 이 현상을 “컨텍스트 부패”라고 부릅니다.
토큰 수가 증가하면 정확도와 재현율이 저하되는데, 이 현상을 컨텍스트 부패(context rot)라고 합니다. 따라서 컨텍스트에 무엇을 넣을지 선별하는 것이 사용 가능한 공간의 크기만큼이나 중요합니다. (앤트로픽 공식 문서, 컨텍스트 윈도우)
회의실 화이트보드를 떠올리면 쉽습니다. 회의 내용을 계속 받아 적다 보면 보드가 가득 차고, 새 내용을 적으려면 앞부분을 지워야 합니다. 지운 부분은 더 이상 눈에 보이지 않으니 회의 참석자도 잊기 쉬워집니다. 대화창 하나에 여러 프로젝트 이야기를 섞어 쓰다가 AI가 앞서 정한 내용을 갑자기 잊은 것처럼 답하는 경험을 했다면, 컨텍스트가 이미 차오르고 있었을 가능성이 큽니다. 그래서 한 대화창에는 한 작업만 담고, 가득 차기 전에 정리하거나 새 대화를 여는 것이 좋습니다.
스킬: 한 번 저장해 두면 다음엔 한 줄
스킬은 반복 작업 절차를 저장해 두어, 다음에 한 줄로 다시 불러 쓰게 해 주는 기능입니다.
새로운 작업을 처음 시킬 때는 맥락과 순서를 매번 자세히 설명해야 합니다. 그런데 그 절차를 스킬로 한 번 저장해 두면, 다음부터는 “이 스킬을 써서 해줘”라는 한 줄만으로 같은 절차가 재현됩니다. 이 블로그가 강의에서 쓰는 구분으로는, AI 자동화를 배우는 과정을 준비, 시작, 유지의 세 단계로 나눌 때 스킬은 마지막 유지 단계를 대표하는 개념입니다. 한 번 만든 흐름이 다음 주에는 한 줄이 됩니다.
매주 반복하는 보고서 정리를 떠올려 보면 됩니다. 데이터를 어디서 가져오고, 어떤 순서로 정리하고, 어떤 형식으로 표를 만드는지 처음엔 하나하나 설명해야 하지만, 그 절차를 스킬로 저장해 두면 다음 주부터는 “지난주처럼 정리해 줘”에 가까운 한마디로 끝납니다. 마치 자주 만드는 요리의 레시피 카드를 한 번 써 두면, 다음부터는 카드만 꺼내 보고 그대로 따라 하면 되는 것과 같습니다.
시크릿: 코드에 적지 않고 금고에 넣는 값
시크릿은 비밀번호나 접속 키처럼 노출되면 안 되는 값을 저장소(코드 보관함) 밖 별도 금고에 보관하는, 깃허브의 기능입니다.
자동화를 짜다 보면 깃허브 액션(깃허브가 저장소 안에서 자동으로 실행해 주는 기능) 같은 도구가 다른 서비스와 통신하기 위한 값(웹훅 주소, API 키 등)을 코드 어딘가에 넣어야 하는 순간이 옵니다. 이 값을 코드 파일에 그대로 적으면, 그 저장소를 볼 수 있는 사람 누구나 값을 볼 수 있게 됩니다. 저장소가 공개되어 있다면 전 세계 누구나 볼 수 있는 것과 같습니다. 그래서 깃허브는 이런 값을 저장소 코드와 분리된 별도 금고에 등록해 두는 기능을 제공합니다. 코드는 그 금고에서 값을 “가져다 쓰라”는 지시만 담고, 실제 값은 화면에도 로그에도 남지 않습니다. 실제로 값을 등록하고 코드에서 불러 쓰는 화면은 깃허브 Actions 시크릿 넣기 글에서 다뤘습니다.
앞의 용어 콜아웃에서 짚었듯, 시크릿과 API 키는 서로 다른 층위의 낱말입니다. API 키는 자격을 증명하는 값 자체이고, 시크릿은 그 값을 코드에 직접 적지 않고 금고에 보관해 두는 방식입니다. 즉 API 키나 웹훅 주소 같은 값을 “어디에 넣어 두는가”의 답이 시크릿입니다. 이런 값을 코드에 직접 적지 않고 안전하게 다루는 일은 깃허브뿐 아니라 자동화에 쓰는 다른 도구에서도 마찬가지로 중요합니다. Supabase의 키를 다루는 방법은 Supabase API 키 고르기 글에서 실제 화면과 함께 정리해 두었습니다.
다섯 낱말이 한 자동화 안에서 만나는 곳
지금까지 다섯 낱말을 하나씩 짚었습니다. 실제 자동화 하나가 돌아갈 때는 이 다섯이 따로 놀지 않고 맞물립니다. 다만 전부 같은 자리에서 일어나는 일은 아닙니다. 판단은 AI 안에서, 자격 확인은 도구 쪽에서 일어납니다.
1. 판단: 컨텍스트 안에서 일어납니다
2. 도구에 손을 뻗음: 여전히 AI 쪽 일입니다
3. 자격을 확인함: 여기부터는 도구 쪽, 컨텍스트 밖의 일입니다
1, 2는 AI의 컨텍스트 안에서 일어나고, 3은 도구 쪽에서 일어납니다. 컨텍스트가 차오르면 흔들리는 것은 1, 2뿐입니다.
다섯 낱말 한눈에 보기
| 용어 | 한 줄 정의 | 생활 속 비유 | 어디서 쓰는 낱말인가 |
|---|---|---|---|
| MCP | AI를 외부 도구에 연결하는 표준 통로 | 여러 기기를 하나로 잇는 USB-C 허브 | 일반 개념 (여러 AI 도구가 함께 쓰는 공개 표준) |
| 에이전트 | 목표에 닿을 때까지 스스로 반복하는 순환 | 알아서 자료를 찾아 정리해 오는 신입 직원 | 일반 개념 (특정 회사에 매인 말이 아님) |
| 컨텍스트 | 지금 참고할 수 있는 작업 기억 | 다 차면 앞부분을 지워야 하는 회의실 화이트보드 | 일반 개념 (모든 AI 모델에 공통) |
| 스킬 | 저장해 두면 한 줄로 재현되는 절차 | 한 번 써 두면 계속 꺼내 쓰는 레시피 카드 | 클로드 코워크 화면의 기능 이름 (이 글이 다루는 뜻) |
| 시크릿 | 노출되면 안 되는 값을 넣어 두는 금고 | 열쇠를 아무 데나 두지 않고 넣어 두는 금고 | 깃허브의 기능 이름 |
더 깊이 읽고 싶다면
이 글은 다섯 낱말의 뼈대를 잡는 데 집중했습니다. 각 낱말을 더 깊이 파고들고 싶다면 앤트로픽 공식 문서가 좋은 다음 걸음입니다. 둘 다 한국어이고 무료입니다.
- MCP를 통해 Claude Code를 도구에 연결하기 클로드 코드라는 개발 환경까지 직접 써 볼 사람을 위한 문서입니다. MCP가 실제로 무엇을 가능하게 하는지 예시와 함께 정리되어 있습니다.
- 컨텍스트 윈도우 컨텍스트가 어떻게 쌓이고, 무엇이 컨텍스트 부패를 일으키는지 자세히 다룹니다. 개발 환경이 없어도 읽을 수 있는 개념 설명입니다.
이 글의 인용과 링크는 2026년 8월 31일 MCP 공식 소개 문서(modelcontextprotocol.io), 앤트로픽 에이전트 구축 문서(anthropic.com/engineering/building-effective-agents), 컨텍스트 윈도우 문서, Claude Code의 MCP 문서(이상 한국어판)를 직접 확인해 작성했습니다.
댓글