MCP 앱, 에이전트 웹의 미래를 정의하다

MCP 앱 사양의 공동 제작자이자 관리자인 Liad Yosef는 AI 에이전트와 외부 서비스 간의 통합 통신 프로토콜을 가능하게 하는 MCP 앱의 역할을 강조합니다.

이 표준은 에이전트가 다양한 웹 애플리케이션을 이해하고 상호작용할 수 있는 공통 언어를 제공하여 AI 기반 경험이 일관되게 작동하고 AI 생태계 전반에서 원활한 통합을 보장합니다.

MCP 앱 표준은 모든 이해관계자에게 상호 이점을 제공합니다. 서비스 제공업체는 자체 UI 구성 요소를 채팅 인터페이스로 직접 보낼 수 있기 때문입니다. 이 기능은 애플리케이션이 AI 에이전트를 통해 접근하더라도 고유한 브랜드 아이덴티티와 사용자 경험을 유지하도록 보장합니다.

사용자는 채팅 환경 내에서 Booking.com과 같은 익숙한 인터페이스와 상호작용함으로써 신뢰를 얻습니다. 동시에 AI 에이전트는 직면할 수 있는 모든 특정 작업이나 서비스에 대한 사용자 지정 통합을 개발할 필요 없이 향상된 기능을 획득하여 운영 효율성을 간소화합니다.

AI 모델이 개선되고 작업을 더 독립적으로 수행함에 따라, 인간은 의사 결정 체인의 끝에서 여전히 필수적입니다.

이 단계는 항공편 좌석 선택이나 호텔 예약 확인과 같은 UI 기반 상호 작용을 특별히 포함합니다. MCP 앱은 이러한 맥락에서 중요합니다. 복잡한 레거시 서비스가 현대 AI 에이전트에게 접근 가능하고 실행 가능하도록 보장하여 AI 자율성과 인간의 특정 선택 사이의 간극을 효과적으로 메워주기 때문입니다.

'에이전트 웹'은 사용자가 여러 탭을 수동으로 탐색하고 각 서비스의 고유한 사용자 인터페이스를 학습해야 했던 기존 웹에서 심오한 변화를 의미합니다. 이 새로운 패러다임은 단순히 에이전트로 채워진 웹이 아니라 웹사이트와 브라우저가 작동하는 방식의 근본적인 변화입니다.

에이전트는 웹사이트를 '원자', 즉 모듈식 기능 구성 요소로 분해하여 사용자가 Jira 또는 Airbnb와 같은 서비스와 상호작용할 때 종종 복잡한 전체 대시보드를 사용할 필요 없이 상호작용할 수 있도록 합니다. 사용자 의도는 수동 UI 탐색의 필요성을 우회하고 상호작용을 간소화하면서 에이전트를 통해 서비스에 직접 전달됩니다.

이러한 변화는 사용자를 현재 웹의 비효율성에서 해방시켜 지능형 에이전트를 통해 온라인 서비스와 보다 직접적이고 직관적인 상호작용을 가능하게 합니다.

에이전트 웹의 새로운 비전은 여러 플랫폼에서 작업을 관리하는 단일 개인 에이전트를 중심으로 하며, 현재의 파편화된 브라우징 경험과는 극명한 대조를 이룹니다. 이 개인 에이전트는 캘린더 이벤트 및 사용자 기본 설정과 같은 개별 컨텍스트를 활용하여 다양한 온라인 상호 작용을 사전에 지원할 것입니다.

이 모델은 기업이 수많은 다른 서비스와 사용자 지정 통합을 개발할 필요를 없애고, 에이전트가 연결 계층 역할을 하여 사용자의 복잡한 워크플로를 단순화하는 윈-윈 시나리오를 조성합니다.

사용자들은 Amazon, Etsy, Expedia와 같은 모든 회사에 대해 별도의 에이전트를 관리하는 개념을 점점 더 거부하고 있습니다. 여러 서비스별 에이전트 간을 탐색하는 것보다 모든 상호 작용을 처리할 수 있는 단일의 중앙 집중식 개인 비서를 선호합니다.

이는 '내 에이전트'와 '그들의 에이전트' 간의 명확한 구분을 반영합니다. 사용자들은 자신의 비서가 웹 전반에서 자신을 대신하여 행동하고, 파편화된 디지털 경험을 하나의 통합된 제어점으로 통합하기를 원합니다.

Google은 '코브라우징'과 에이전트-웹사이트 상호작용 표준화에 중점을 둔 WebMCP를 적극적으로 개발하고 있습니다. 에이전트가 웹사이트 콘텐츠를 해석하기 위해 스크린샷에 의존하는 대신, WebMCP는 웹사이트가 에이전트가 활용할 수 있는 JavaScript 도구를 직접 노출하도록 합니다.

Chrome의 Gemini와 같은 현재 구현은 어느 정도 유용성을 제공하지만, 종종 대시보드 위주의 인터페이스에 제약을 받습니다. WebMCP는 에이전트와 웹 서비스 간에 단순한 시각적 해석을 넘어선 보다 직접적이고 효율적인 통신 채널을 만드는 것을 목표로 합니다.

AI 어시스턴트는 웹의 주요 진입점이 되면서 사용자가 온라인 서비스에 접근하는 방식을 근본적으로 변화시키고 있습니다. 이러한 변화는 업계 전반에서 분명하게 나타나고 있으며, 주요 기술 기업들은 다양한 기능을 중앙 집중화하여 애플리케이션을 '만능 앱'으로 만들려고 노력하고 있습니다.

Jira와 같은 도구는 이제 기존 브라우저 기반 상호작용을 우회하여 통합 개발 환경(IDE) 및 AI 어시스턴트를 통해 직접 접근되는 경우가 많습니다. 이러한 추세는 사용자들이 디지털 요구 사항을 충족하기 위해 개인 어시스턴트에 점점 더 의존하게 되면서 방문 빈도가 낮은 웹사이트인 '롱테일'의 트래픽이 감소할 가능성이 있음을 시사합니다.

예를 들어, 9세 어린이는 이제 Google과 같은 기존 검색 엔진 대신 ChatGPT를 검색 쿼리의 기본값으로 사용하는 경우가 많습니다.

마찬가지로, 노년층은 주로 WhatsApp, 카메라 및 ChatGPT와 같은 필수 도구로 일일 애플리케이션 사용을 제한하는 경향이 관찰됩니다. 이러한 행동은 수많은 앱과 웹사이트에 대한 참여가 감소하는 광범위한 추세를 나타내며, 통합된 AI 기반 경험을 선호함을 시사합니다.

에이전트가 이메일 정리와 같은 작업을 위해 전체 UI 의존성 없이 웹사이트와 상호작용할 수 있지만, 신혼여행 예약과 같은 중요한 결정은 여전히 시각적 인터페이스를 통한 '마지막 단계'의 인간 상호작용이 필요합니다.

이러한 이중성은 웹 인터페이스가 점점 더 분리된 경험, 즉 에이전트 자동화에 최적화된 경험과 인간의 감독을 위한 경험으로 양분되고 있음을 의미합니다. 미래 온라인 상호작용의 90%는 에이전트에 의해 중재될 것으로 예상되며, 이러한 변화를 촉진하기 위해 웹사이트는 '에이전트 준비'가 되어 있어야 합니다.

결과적으로 개발자는 자율 에이전트 상호작용과 인간 사용자의 미묘하고 UI에 의존하는 요구 사항을 모두 충족할 수 있는 웹사이트를 설계해야 합니다.

개발팀은 Mixpanel에서 PostHog로 전환했습니다. AI 에이전트인 Claude가 PostHog의 우수한 통합 때문에 이를 추천했기 때문입니다.

이 결정은 에이전트가 브라우저 없이도 상호 작용의 용이성을 기반으로 제품을 평가하는 방식을 보여줍니다. 사실상 브라우저 기반 상호 작용을 미래 작업에 대한 부정적인 '기억'으로 간주합니다. 이러한 변화는 수십 년간 구축된 브랜드 신뢰가 에이전트가 서비스를 원활하게 활용하는 능력에 비해 부차적일 수 있음을 시사합니다.

이 무료 도구를 통해 기업은 에이전트 프로토콜에 대해 웹사이트를 평가하고 AI 상호 작용과의 호환성에 대한 통찰력을 얻을 수 있습니다.

이 플랫폼에는 에이전트 준비 상태를 기준으로 기업 순위를 매기는 공개 리더보드가 포함되어 있으며, 에이전트가 사이트와 상호 작용을 시도하는 과정에서 직접 피드백이 생성되어 에이전트 웹에서의 유용성을 실질적으로 측정합니다.

사용자는 웹사이트, 의도, 에이전트를 지정하여 에이전트가 작업을 수행하려고 시도하는 경로를 관찰할 수 있습니다.

이 도구를 통해 다양한 에이전트가 사용자 의도를 해석하고 정보를 검색하는 방식을 테스트할 수 있으며, 웹 전반의 에이전트 행동을 매핑하고 이해하기 위해 이미 수만 건의 테스트가 수행되었습니다.

Cloud Code, Haiku, Eve, ChatGPT와 같은 여러 에이전트 하네스를 동시에 실행함으로써 Aura의 여정은 동일한 의도를 달성하기 위해 다른 에이전트가 취하는 고유한 탐색 경로를 시각화합니다. 이는 각 AI의 다양한 전략과 효율성을 보여줍니다.

예를 들어, ChatGPT는 이러한 테스트에서 다른 에이전트보다 지속적으로 더 효과적인 결과 발견 능력을 보여주었습니다. 이 도구는 웹사이트를 가로지르는 각 에이전트의 '여정'을 명확하게 시각적으로 표현하여 상호 작용 패턴 및 성공률의 차이를 강조합니다.

역사적으로 웹은 검색 엔진에, 모바일은 앱 스토어에, 소셜 미디어는 피드에 의존하여 콘텐츠를 검색했습니다.

그러나 이러한 기존 검색 메커니즘은 MCP, AI 리소스 및 오픈 API.json 파일에 직접 접근해야 하는 에이전트에게는 불충분합니다. 문제는 에이전트가 관련 웹 서비스를 찾고 활용할 수 있는 확장 가능하고 큐레이션된 시스템을 만드는 데 있습니다. 중앙 집중식 또는 폐쇄형 레지스트리에는 필요한 유연성과 폭이 부족하기 때문입니다.

이 중 핵심은 Anthropic, OpenAI, Google, MCP가 공동 개발한 AI catalog.json으로, 웹사이트가 에이전트에게 자신을 표시하는 방식을 표준화합니다.

또한 ARD(Agentic Resource Discovery) 표준은 디렉터리가 에이전트에게 리소스를 노출하는 방법을 정의하고, A2A(Agent-to-Agent)는 웹사이트와 에이전트 간 통신을 표준화합니다. 이러한 이니셔티브는 에이전트가 온라인 서비스를 검색하고 상호작용하기 위한 통합되고 기계 판독 가능한 프레임워크를 구축하는 것을 목표로 합니다.

Aura Directory는 도메인을 스캔하고 기계 판독 가능한 AI catalog.json 파일을 생성하여 이러한 표준을 적극적으로 구현하고 있습니다. monday.com으로 시연된 이 프로세스를 통해 에이전트는 특정 MCP 및 API 서버 구성을 직접 쿼리할 수 있습니다.

목표는 완전한 ARD(Agentic Resource Discovery) 준수를 보장하여 에이전트 웹 전반의 상호 운용성을 촉진하는 것입니다. 이러한 구조화된 JSON 파일을 노출함으로써 Aura는 에이전트가 서비스를 효율적으로 탐색하고 활용할 수 있는 웹 디렉토리를 구축하는 데 도움을 주고 있습니다.

이 접근 방식은 현재 웹 인프라를 AI 에이전트의 증가하는 존재에 대비하는 데 중점을 둡니다. 에이전트는 이미 웹을 활발하게 탐색하고 있으며, 이는 상호 작용을 효율적이고 효과적으로 지원할 수 있는 표준화된 프로토콜 및 인프라의 시급성을 강조합니다.