AI와 도구를 잇는 표준, MCP v2 핵심 요약: 무엇이 달라졌을까요?

안녕하세요! AI 에이전트와 외부 서비스(DB, API 등)를 연결해 주는 표준 프로토콜인 MCP(Model Context Protocol)가 대규모 개편을 거쳐 v2로 새롭게 태어났습니다.

이번 v2 업그레이드는 단순한 기능 추가를 넘어, "AI 인프라를 웹 표준에 맞게 얼마나 가볍고 확장성 있게 만들 것인가"에 초점을 맞추어 근본적인 구조가 대수술되었습니다.

기존 v1과 비교해 어떤 점이 명확하게 바뀌었는지 블로그 형식으로 알기 쉽게 정리해 드립니다!

1. 가장 큰 변화: "세션이 필요 없는" 무상태(Stateless) 구조

• 기존(v1): 클라이언트와 서버가 연결될 때 핸드셰이크(initialize) 과정을 거치고, 세션 ID(Mcp-Session-Id)를 유지한 상태에서 통신해야 했습니다. 이 때문에 서버가 늘 사용자의 상태를 기억하고 있어야 했습니다.
• 변경(v2): 세션 개념과 핸드셰이크가 통째로 사라졌습니다. 이제 모든 요청은 자기완결적(Self-contained)으로 동작하며, 필요한 정보는 요청마다 메타데이터(_meta)에 담아 보냅니다.

이게 왜 좋을까요?

서버가 상태를 기억할 필요가 없어지면서, 클라우드(AWS Lambda, Cloudflare Workers 등)나 서버리스/엣지 환경에서 무한대로 수평 확장(Scale-out)하기가 엄청나게 편해졌습니다. 로드 밸런서가 이리저리 트래픽을 던져도 아무 문제 없이 잘 동작합니다.

2. 일반 웹 인프라(HTTP)와의 완벽한 궁합

• 기존(v1): MCP 트래픽은 일반적인 웹 요청과 구조가 달라서 API Gateway나 방화벽(WAF)이 내용을 직접 뜯어봐야(Deep Packet Inspection) 라우팅을 할 수 있었습니다.
• 변경(v2): 표준 HTTP 헤더(Mcp-Method, Mcp-Name 등)가 공식 도입되었습니다. 이제 Nginx, API Gateway, 로드 밸런서 같은 기존 웹 인프라가 헤더만 보고도 MCP 트래픽을 손쉽게 식별하고 라우팅할 수 있습니다.

3. 대화형 도구를 위한 MRTR (Multi Round-Trip Requests)

• 기존(v1): 도구를 실행하는 도중에 "사용자한테 추가 입력이나 확인을 받아야 하는 상황"이 생기면, 오래 유지되는 연결 세션에 의존해야 했습니다.
• 변경(v2): MRTR이라는 새로운 패턴이 도입되었습니다. 서버가 클라이언트에 *"이 작업 하려면 사용자 입력이 필요해 (input_required)"*라는 응답을 보내면, 클라이언트가 그에 맞춰 답을 채워 다시 요청을 날리는 왕복 대화형 방식이 표준화되었습니다.

4. 복잡함을 덜어낸 기능 정리 (구형 시스템 폐기)

v2에서는 아키텍처를 가볍게 만들기 위해 몇 가지 기존 하위 시스템들이 공식적으로 폐기(Deprecation) 되었습니다. (기존 서버들도 1년의 유예 기간 동안은 호환됩니다.)

• Sampling (샘플링) 폐기: 서버가 클라이언트를 거쳐 LLM에 간접 접근하던 방식이 사라졌습니다. 모델 호출이 필요하면 서버가 직접 프로바이더 API를 호출합니다.
• Roots (루트) 폐기: 작업 디렉토리 범위 제한 등은 이제 전역 설정이나 개별 도구의 파라미터(인자), 리소스 URI로 직접 전달합니다.
• Logging (로깅) 간소화: MCP 내부 로깅 레이어가 빠지고, 표준 스트림(stderr)이나 오픈텔레메트리(OpenTelemetry) 같은 표준 관측성 툴을 사용하도록 권장됩니다.

5. 핵심은 가볍게, 기능은 확장에 맡기는 'Extensions'

MCP v2는 코어를 가볍게 유지하는 대신, 꼭 필요한 확장 기능들을 Extensions라는 독립형 버전 관리 체계로 분리했습니다. 대표적인 공식 확장 2가지가 함께 발표되었습니다.

1. MCP Apps: AI 클라이언트 안에서 서버가 직접 대화형 UI(대시보드, 폼 등)를 렌더링할 수 있게 해주는 기능 (텍스트를 넘어선 시각적 상호작용 지원)
2. Tasks: 폴링 및 영속성을 지원하여 오 오래 걸리는 백그라운드 작업을 처리할 수 있는 기능

💡 요약 및 마이그레이션 팁

• 개발자 입장: 대규모 분산 환경이나 서버리스 기반으로 AI 에이전트 서비스를 구축하는 분들에게는 인프라 복잡도를 획기적으로 낮춰주는 '선물' 같은 업데이트입니다.
• 호환성: v2 SDK들은 하위 호환성을 고려해 설계되었기 때문에 당장 기존 시스템이 망가지지는 않지만, 향후 안정적인 운영을 위해 점진적인 v2 아키텍처로의 전환을 준비하는 것이 좋습니다.