Anthropic의 공식 가이드인 "코드 실행 + MCP를 통해 더욱 효율적인 AI 에이전트를 구축하는 방법"은 토큰 소비를 150,000에서 2,000으로 줄여 시간과 비용을 98% 절감합니다. 연결 도구의 수가 증가함에 따라 직접 도구 호출 방식은 과도한 토큰 소모, 에이전트 효율성 감소 등의 문제를 야기합니다. 핵심 아이디어는 MCP 서버를 직접적인 도구 호출이 아닌 코드 API로 처리하여 에이전트가 MCP 서버와 상호 작용하는 코드를 작성할 수 있도록 하는 것입니다. 이를 통해 지능형 에이전트의 컨텍스트 효율성을 높이고, 비용과 지연 시간을 줄일 수 있으며, 지능형 에이전트가 복잡한 작업을 처리하는 능력을 향상시키는 동시에 개인 정보를 보호할 수 있습니다. 도구 검색 메커니즘은 MCP 도구를 servers/google-drive/getDocument.ts와 같은 파일 시스템 구조로 구성합니다. 에이전트는 모든 도구를 한 번에 로드할 필요 없이, 필요에 따라 파일 시스템을 탐색하여 필요한 도구 정의를 검색하고 로드할 수 있습니다. 코드 오케스트레이션에서 에이전트는 더 이상 도구를 직접 호출하지 않고 TypeScript와 같은 코드를 생성합니다. 이 코드는 미리 패키징된 함수를 호출하여 MCP 도구와 상호 작용합니다. 예를 들어, "Google 드라이브에서 회의록을 다운로드하여 Salesforce 리드에 첨부"하는 작업은 gdrive.getDocument() 및 salesforce.updateRecord() 호출을 포함하는 코드로 변환됩니다. 개인정보 보호 측면에서 중간 결과는 기본적으로 실행 환경에 보관되며, 명시적으로 기록되거나 반환된 데이터만 모델의 컨텍스트에 입력됩니다. 개인 식별 정보(PII)와 같은 민감한 데이터의 경우, MCP 클라이언트는 모델에 도달하기 전에 데이터를 익명화하고, 필요할 때 다시 익명화하여 민감한 정보가 모델에 직접 노출되는 일이 없도록 보장합니다. #MCP #AI에이전트
