내가 잠든 사이 컴퓨터를 조종하는 AI: MCP 기반 자율 에이전트 구축기

내가 잠든 사이 컴퓨터를 조종하는 AI: MCP 기반 자율 에이전트 구축기

안녕하세요, 파인선생입니다. 지난 16편에서는 검은 터미널 창의 공포를 벗어나기 위해 Streamlit으로 예쁜 웹 UI를 구축하여 저만의 맞춤형 시스템을 완성했던 과정을 공유했습니다. 복잡한 명령어를 칠 필요 없이, 예쁜 버튼 하나만 딸깍 누르면 모든 로직이 돌아가는 시스템을 보며 처음에는 세상을 다 가진 듯 기뻤습니다.

하지만 인간의 게으름과 욕심은 끝이 없더군요. 매일 아침 정해진 시간에 노트북을 열고 웹사이트에 접속해 버튼을 누르는 것조차 점점 귀찮아지기 시작했습니다. "결국 이 버튼을 누르는 것도 내 노동이잖아? 내가 잠든 새벽에 AI가 스스로 뉴스를 읽고, 내 컴퓨터의 프로그램들을 직접 조작해서 알아서 영상을 만들어두면 완벽할 텐데!"

이 발칙한 상상을 현실로 만들어 준 마법의 기술이 바로 최근 AI 업계의 가장 뜨거운 감자인 'MCP(Model Context Protocol)'였습니다. 오늘은 제가 단방향 명령어 봇을 넘어, 스스로 판단하고 컴퓨터를 조작하는 진정한 의미의 '자율형 AI 에이전트(Autonomous Agent)'를 구축하게 된 썰을 풀어보겠습니다.

단순 챗봇과 에이전트의 결정적 차이

우리가 흔히 쓰는 챗GPT나 제미나이는 아무리 똑똑해도 결국 웹 브라우저 화면 속에 갇힌 친절한 '조언자'일 뿐입니다. "오늘 주요 IT 뉴스를 찾아줘"라고 명령하면 텍스트 대답은 기가 막히게 잘하지만, 찾아낸 뉴스를 바탕으로 제 컴퓨터(Local PC)에 깔려 있는 파이썬 렌더링 스크립트를 직접 실행해 줄 수는 없습니다. 이것이 기존 언어 모델이 가진 치명적인 한계였습니다. AI는 눈과 입(지능)은 있지만, 현실 세계의 도구를 조작할 '손과 발'이 없었기 때문입니다.

저 역시 처음에는 이 한계를 극복하고자 수천 줄의 파이썬 코드를 짜서 AI의 출력값을 분석하고 로직을 실행하도록 강제로 연결해 보았습니다. 하지만 조금만 예상치 못한 변수가 생기거나 웹페이지 팝업이 하나만 떠도, 코드는 여지없이 에러를 뿜으며 멈춰버렸습니다. 저는 다시 한번 24시간 에러 대기조로 전락할 위기에 처했습니다.

AI에게 컴퓨터 조종 권한을 넘기다: MCP의 등장

그때 구세주처럼 등장한 것이 바로 앤스로픽(Anthropic)에서 오픈소스로 발표한 'MCP(Model Context Protocol)' 기술이었습니다. MCP를 쉽게 비유하자면, "무형의 AI 지능과 내 컴퓨터의 물리적 도구(Tools)들을 직접 연결해 주는 표준화된 USB 케이블"이라고 할 수 있습니다.

이전의 시스템이 인간의 코드가 주체가 되어 AI에게 질문을 던지고 답변을 받아내는 구조였다면, MCP 구조에서는 반대로 AI가 주체가 되어 제 컴퓨터의 파일 시스템, 터미널, 브라우저 등을 하나의 도구(Tool)처럼 직접 꺼내 쓰는 방식으로 패러다임이 완전히 뒤집히게 됩니다.

저는 즉시 제 시스템 아키텍처를 전면 개편했습니다. 16편에서 만들어두었던 '영상 렌더링 기능', '유튜브 자동 업로드 기능'의 핵심 파이썬 함수들을 캡슐화하여 MCP 서버의 전용 도구(Tool)로 등록해 버렸습니다. 그리고 이제 UI 버튼을 누르는 대신, AI에게 단 하나의 마스터 프롬프트만 던져놓았습니다.

*"매일 새벽 4시에 켜져서 IT 뉴스를 검색해. 흥미로운 주제가 있으면 네가 알아서 내 컴퓨터에 등록된 '렌더링 도구'와 '업로드 도구'를 순서대로 사용해서 아침 8시까지 쇼츠 한 편을 완벽하게 올려 놔."*

자율 주행 모드로 진입한 1인 기업

결과는 등골이 서늘해질 정도로 소름 돋았습니다. 다음 날 아침에 눈을 떠서 유튜브 채널을 확인해 보니, 새벽에 AI 에이전트가 알아서 웹을 서핑하고, 제 컴퓨터의 파이썬 스크립트를 백그라운드에서 직접 실행하여(도구 사용) 완벽하게 쇼츠 한 편을 업로드해 놓은 것이었습니다.

더 놀라운 것은 에러 처리 능력입니다. 터미널 로그를 확인해 보니 업로드 도중 파일 경로 인식이 꼬여서 에러가 한 번 발생했는데, AI가 당황하지 않고 스스로 에러 로그를 분석한 뒤, 파일 경로를 수정한 채로 '업로드 도구'를 재실행하여 임무를 완수했다는 기록이 남아있었습니다. 제가 코딩해 둔 맹목적인 try-except 구문이 아니라, AI가 진짜 인간처럼 디버깅을 한 것입니다.

저는 더 이상 에러를 뿜는 터미널을 쳐다보지도, 예쁜 버튼을 누르러 웹사이트에 들어갈 필요도 없어졌습니다. 진정한 의미의 '1인 무인 자율주행 기업'이 완성된 순간이었습니다.

완벽한 시스템, 그러나 또 다른 도전 (다음 편 예고)

백엔드 강제 검증기(Pydantic), 프론트엔드 인터페이스(Streamlit), 그리고 스스로 판단하는 두뇌(MCP 자율 에이전트)까지 결합하며 제 비즈니스는 완벽한 무인 자동화 궤도에 올랐습니다. 남는 시간에 저는 다른 수익 모델을 기획하거나 편안하게 쉴 수 있게 되었죠.

하지만 기계가 알아서 돈을 벌어다 주는 달콤한 휴식도 잠시, 저는 이 완벽해 보이는 시스템을 운영하면서 전혀 예상치 못한 '비즈니스적인 치명적 결함'을 마주하게 됩니다. 기계는 한 치의 오차 없이 완벽하게 돌아갔지만, 정작 사람이 소비하는 콘텐츠의 본질적인 매력도가 갈수록 떨어지고 있었던 것이죠. 다음 18편, 'AI 100% 자동화 콘텐츠의 한계와, 결국 인간의 터치가 다시 필요해진 이유'에 대해 이야기해 보겠습니다.