MCP vs mcp-cli: Dynamic Tool Discovery for Token-Efficient AI Agents

원문: MCP vs mcp-cli: Dynamic Tool Discovery for Token-Efficient AI Agents (Microsoft Tech Community Blogs, 2026-03-06)

오늘의 결론

"AI 에이전트를 위한 도구 발견 과정에서 발생하는 토큰 낭비 문제를 해결하기 위해, mcp-cli와 동적 도구 발견 방식을 도입할 필요가 있다."

이 글이 "기술적 성능 자랑"이 아닌 이유

MCP와 mcp-cli의 비교는 단순히 성능을 자랑하는 것이 아니라, 실제 업무에서 발생하는 구체적인 문제를 해결하는 데 초점을 맞춘다.

내가 본 것:

1. [컨텍스트 창 비대화]: 원문에서 언급하듯, 여러 MCP 서버와 통합 시스템을 구축할 경우, 모든 도구 정의를 사전에 로드해야 하며, 이로 인해 수천 개의 토큰이 소모된다. 이는 실제 문제 해결을 위한 컨텍스트를 줄여버리는 결과를 초래한다.
2. [정적 통합 문제]: 전통적인 MCP 통합 방식은 모든 도구 정의를 로드해야 하므로, 예를 들어 6개의 MCP 서버와 60개의 도구가 있는 경우 약 47,000개의 토큰을 소비하게 된다. 이는 효율적이지 않다.
3. [동적 발견의 필요성]: mcp-cli는 필요할 때만 정보를 가져오는 동적 컨텍스트 발견 방식을 적용한다. 이를 통해 필요한 정보만 사용하게 되어 토큰 사용량이 99% 감소하는 효과를 가져온다.

내가 가져갈 실행 포인트 3개

(1) [도구 효율성 증가]: [mcp-cli 도입하기]

mcp-cli는 동적 컨텍스트 발견을 통해 필요한 도구에 대한 정보를 실시간으로 요청하고 사용할 수 있게 해준다. 이를 통해 이전에 비해 훨씬 적은 토큰으로도 강력한 AI 에이전트를 운영할 수 있다. 실제로, 우리는 mcp-cli를 통해 API 호출 시의 토큰 사용량을 크게 줄일 수 있었다.

(2) [통합 시스템 최적화]: [MCP 서버 구성 변경]

여러 MCP 서버를 통합하여 사용할 때, 정적 통합 방식은 이제 과거의 유물이다. mcp-cli를 도입함으로써 각 서버의 도구를 동적으로 검색하고 실행할 수 있다. 이는 시스템의 유연성을 높여주고, API 비용 절감에도 기여한다.

(3) [CLI 기반 자동화]: [Automate with mcp-cli]

CLI 기반으로 mcp-cli를 활용하면, 다양한 자동화 스크립트를 작성하여 도구를 관리하고 온라인 서비스를 최적화할 수 있다. CI/CD 파이프라인에서 mcp-cli를 사용해 도구를 동적으로 호출하고 결과를 처리할 수 있다.

내가 설계할 기준

mcp-cli는 다음과 같은 상황에서 유용하다:

• AI 에이전트와 통합할 때, 여러 MCP 서버를 사용할 경우
• 토큰 사용 효율성이 반드시 필요한 프로젝트
• CLI 기반의 자동화가 필요한 작업

mcp-cli가 맞지 않는 경우는 다음과 같다:

• 단순한 정적 통합이 필요한 경우
• 극소수의 도구(10개 미만)만을 사용할 때

실패를 줄이는 운영 체크리스트

• 초기 설정 시 모든 도구 정의를 한 번에 로드하지 말 것
• 동적 로딩을 위해 mcp-cli의 구조를 이해하지 않고 사용하지 말 것
• 토큰 사용량을 모니터링하지 않으면 안 된다
• 서버 간 연결 문제를 사전에 체크하지 않으면 곤란하다
• mcp-cli와 API의 버전 호환성을 항상 확인할 것

이번 주에 할 1가지

• 대상: mcp-cli를 활용한 API 호출 스크립트 작성
• 측정: 스크립트 실행 시 소모된 토큰 수를 기록할 것
• 성공 기준: 기존 API 호출 대비 80% 이상 토큰 사용량 절감 확인

마무리

MCP와 mcp-cli를 통해 AI 에이전트의 도구 발견 방식을 혁신할 수 있다. 특히 동적 발견 방식은 기존 문제를 해결하는 데 도움을 줄 수 있는 유용한 수단이다. Timeware는 이러한 변화를 통해 고객에게 더 나은 솔루션을 제공하는 데 집중하고 있다.

FAQ

Q. mcp-cli의 주요 장점은 무엇인가요? mcp-cli는 동적 컨텍스트 발견을 통해 필요한 정보만 요청함으로써, API 호출 시 소모되는 토큰 수를 대폭 줄일 수 있다는 점이 주요 장점입니다.

Q. 실무 적용 시 가장 많이 막히는 부분은 무엇인가요? mcp-cli의 설정과 CLI 명령어 사용에 익숙하지 않은 경우, 초기 설정에서 어려움을 겪을 수 있습니다. 따라서 충분한 테스트와 문서화를 통해 이 부분을 극복해야 합니다.

Q. Timeware는 이것을 어떻게 활용하나요? Timeware는 mcp-cli를 통해 여러 MCP 서버와 통합하여 AI 에이전트를 효율적으로 운영합니다. 이를 통해 더 나은 문제 해결과 고객 요구에 대한 신속한 대응이 가능합니다.

Q. 이 흐름은 앞으로 어떻게 전개될까요? 앞으로 AI 에이전트의 도구 발견 방식은 더욱 동적이고 효율적인 방향으로 발전할 것입니다. MCP와 mcp-cli는 그런 변화의 중심에 서 있을 것입니다.