Model Context Protocol의 개요
 |
Model Context Protocol(베타)은 현재 미리 보기 모드로 제공되며 기본적인 함수 검증만 제공합니다. 전체 자격 부여 및 확장된 기능은 향후 릴리즈에서 도입될 예정입니다.
|
기존에는 각 AI 응용 프로그램이 모든 백엔드 시스템과의 사용자 정의 통합을 필요로 했습니다. M개의 AI 응용 프로그램과 N개의 데이터 소스가 있는 환경에서는 M × N개의 독립적인 통합이 필요하게 됩니다.
예를 들어, 3개의 AI 응용 프로그램이 3개의 데이터 소스와 연결되는 경우 9개의 개별 통합이 필요하며, 각 통합에는 고유한 인증 로직, 데이터 매핑, 오류 처리, 그리고 지속적인 유지 관리가 포함됩니다. 시스템 수가 증가함에 따라 이 모델은 확장성이 떨어지고, 엔지니어링 오버헤드가 증가하며, 기능 제공 속도가 느려지고, 응용 프로그램에서 엔터프라이즈 데이터를 사용하는 방식에 일관성이 없어집니다.
MCP는 AI 응용 프로그램이 외부 시스템과 상호 작용하는 방식을 표준화하여 이 조각화를 제거합니다.
아래 다이어그램은 M×N 통합 과제를 시각적으로 보여주며, 여러 AI 응용 프로그램과 데이터 소스가 사용자 정의 연결 웹을 생성하면서 매우 빠르게 복잡해지는 양상을 설명합니다.
MCP가 통합을 단순화하는 방법
MCP는 AI 응용 프로그램과 백엔드 시스템 간에 표준화된 상호 작용 레이어를 도입합니다. MCP는 각 AI 응용 프로그램이 모든 데이터 소스와 개별적으로 통합하도록 요구하는 대신, MCP 클라이언트 및 MCP 서버를 통해 통합 프레임워크를 제공합니다.
• AI 응용 프로그램은 MCP 클라이언트와 한 번만 통합합니다.
• 데이터 소스는 MCP 서버와 한 번만 통합합니다.
그런 다음 MCP는 도구 실행, 스키마 교환 및 컨텍스트 통신을 비롯한 상호 작용 모델을 관리합니다. 이는 모든 응용 프로그램이 모든 데이터 소스와 직접 사용자 정의 통합을 요구하는 M×N 모델에서, 각 시스템이 MCP 에코시스템에 한 번만 연결되는 M+N 모델로 통합 패턴을 전환하는 방식입니다.
실제 적용 측면에서, 3개의 AI 응용 프로그램과 3개의 데이터 소스의 경우 통합 건수가 9에서 6으로 감소합니다. 이 표준화된 접근 방식은 확장성을 개선하고 유지 관리 오버헤드를 줄이며 다양한 시스템 간의 일관된 상호 운용성을 가능하게 합니다.
아래 다이어그램은 MCP가 통합 패턴을 M×N 사용자 정의 연결에서 간소화된 M+N 모델로 변경하여 복잡성을 줄이고 확장성을 개선하는 방법을 보여줍니다.
다중 사이트 ThingWorx 배포 전반에서 MCP 통합
다음 다이어그램은 MCP가 여러 제조 사이트에 걸쳐 분산 ThingWorx 환경과 AI 시스템 간의 지능적이고 통합된 상호 작용을 어떻게 가능하게 하는지 보여줍니다.
AI 상호 작용 레이어
최상위 수준에서는 ThingWorx AI Assistant가 MCP 클라이언트로 작동할 수 있으므로 AI 에이전트가 표준화된 MCP 상호 작용을 통해 ThingWorx 서비스를 호출할 수 있습니다. 이를 통해 데이터 질의, 진단 또는 지능형 자동화와 같은 워크플로를 사용할 수 있습니다.
사용자 정의 응용 프로그램과 ThingWorx 응용 프로그램(예: DPM 및 AMU)도 동일한 MCP 인터페이스를 통해 통신할 수 있습니다.
ThingWorx MCP 서버
제조 사이트 또는 지역별로 배포된 각 ThingWorx 인스턴스는 MCP 서버 역할을 하여 MCP를 통해 플랫폼 기능(도구, 프롬프트 및 리소스)을 제공합니다. 이를 통해 AI 응용 프로그램은 사용자 정의 통합 없이 일관된 인터페이스를 사용하여 모든 사이트에 연결할 수 있습니다.
다이어그램에 표시된 사이트 배포의 예는 다음과 같습니다.
• 서버 1 - 사이트 1 및 2(보스턴, 디트로이트)
• 서버 2 – 사이트 3(뮌헨)
• 서버 3 – 사이트 4(멕시코시티)
각 서버는 ERP, MES, PLM과 같은 로컬 운영 시스템 및 Kepware에 연결된 산업 장비와 통합됩니다.
MCP를 사용한 다중 사이트 디지털 스레드
MCP는 모든 사이트에서 AI 클라이언트와 ThingWorx 서버 간에 표준화된 통신 레이어를 제공합니다. 다음과 같은 이점이 있습니다.
• AI가 운영 데이터와 상호 작용할 수 있는 통합되고 일관된 인터페이스
• 이기종 시스템 간의 통합 복잡성 감소
• 모든 ThingWorx 배포에서 컨텍스트화된 정보에 액세스
• AI로 구동되는 확장 가능한 다중 사이트 오케스트레이션 및 분석
MCP를 사용한 에이전트-시스템 통합
Claude Desktop, Cursor, VS Code 확장 또는 사용자 정의 AI 애플리케이션과 같은 MCP 클라이언트는 다음을 포함한 모든 MCP 호환 시스템과 통합할 수 있습니다.
• ThingWorx MCP 서버
• MCP 인터페이스를 제공하는 타사 시스템
이는 AI 에이전트가 사용자 정의 커넥터 없이 여러 엔터프라이즈 시스템 전반에서 작동할 수 있게 하며, MCP를 활용하여 구조화된 도구 액세스, 프롬프트, 데이터 리소스를 사용하도록 지원합니다.
AI 에이전트 및 연결된 시스템의 에코시스템
MCP를 사용하면 에이전트는 ThingWorx뿐만 아니라 다음과 같이 MCP를 지원하는 시스템과도 상호 작용할 수 있습니다.
• SAP
• Salesforce
• Microsoft 365
• Slack
• GitHub
• 기타 ThingWorx 서버
주요 이점
• 표준화 - MCP는 AI와 시스템 간 통신을 위한 공통 프로토콜을 제공함으로써 사용자 정의 지점 간 통합을 없애줍니다.
• 성능 확장성 - 통합을 다시 빌드하지 않고 새 사이트 또는 앱을 추가합니다.
• AI 기반 인사이트 – 중앙 집중식 AI 어시스턴트는 분산된 운영 데이터를 기반으로 추론할 수 있습니다.
• 기능 확장성 – ThingWorx 도구 및 리소스는 모든 MCP 호환 호스트(예: Claude Desktop 및 VS Code 확장)에 플러그인 방식으로 통합할 수 있습니다.