가이드

MCP, 사내 문서함·결재 시스템 연결 전에 확인할 것

MCP는 AI가 사내 문서함·결재·CRM을 읽고 쓰게 하는 연결 방식을 표준화합니다. HRDKorea·국가데이터처 도입 사례로 전후를 비교하고, 도입 전 IT 부서에 물어야 할 질문을 정리합니다.

2026-10-19

MCP(Model Context Protocol)는 AI가 사내 문서함·결재 시스템·CRM 같은 업무 시스템에 연결돼 정보를 조회하고, 경우에 따라 쓰기까지 하도록 만드는 연결 표준입니다. 프로토콜 사양을 외울 필요는 없습니다. 도입을 결정하는 자리에서 확인해야 하는 것은 MCP를 적용하기 전과 후에 우리 회사 시스템 접근 방식이 어떻게 달라지는지, 그리고 그 변화가 안전한지입니다.

공공기관 두 곳이 이미 MCP로 공공데이터를 AI에 연결했고, 적용 전후를 보도자료에 직접 비교해 실었습니다. 그 전후 차이를 먼저 보면, 사내 시스템에 적용할 때 무엇이 바뀌는지가 더 분명해집니다.

공공기관 두 곳은 MCP 적용 전후를 이렇게 비교합니다

한국산업인력공단(HRDKorea)이 2026년 8월 18일 공개한 보도자료는 공단이 개방한 공공데이터 229개 API 중 핵심 60여 개를 선별해 MCP로 개발했다고 밝혔습니다. 국가자격시험, 해외취업지원, NCS(국가직무능력표준), 과정평가형·일학습병행 자격, 숙련기술진흥, 외국인고용지원 등 6개 사업 분야(41개 기능)로 구현해 공단 서버에 배포했습니다.

이용 방법은 인증키 발급이나 회원 가입 절차 없이 챗GPT·클로드 같은 생성형 AI에 공단 MCP 서버 주소만 등록하는 것이 전부입니다. 보도자료는 적용 전후를 다음과 같이 대조했습니다.

구분	질문	결과
MCP 없이 AI 이용 시	2026년 청년 해외취업 인원	답변하지 못함
MCP 연결 후 AI 이용	2026년 청년 해외취업 인원	답변 성공

국가데이터처가 2026년 7월 8일 개시한 시범서비스도 같은 구조로 전후를 비교해 보여줍니다. 국가통계포털(KOSIS)에 수록된 1,360여 종의 국가승인통계와 26만여 개 통계표를 상용 AI 기능에 접목한 사례인데, 보도자료는 "MCP를 활용한 KOSIS API 연계를 통해 정확한 값을 가진 통계표 생성"이라고 설명하며 이를 일반 AI 서비스 결과와 나란히 제시했습니다.

우리 회사 문서함·결재·CRM에 적용하면 뭐가 달라지나요

두 공공기관 사례는 전부 조회, 즉 읽기 전용 데이터 제공입니다. 자격시험 일정이나 통계표처럼 AI가 가져오기만 하면 되는 정보였습니다. MCP 공식 아키텍처 문서는 서버가 제공할 수 있는 것을 Tools(실행 가능한 함수), Resources(맥락 데이터), Prompts(상호작용 템플릿) 세 가지로 구분합니다. 자격시험 조회나 통계표 생성은 이 중 Tools를 호출해 결과를 돌려받는 패턴입니다.

사내 문서함이나 CRM을 연결할 때는 상황이 더 넓어집니다. 문서를 찾아 읽는 것은 공공기관 사례와 같은 조회 패턴이지만, 결재를 승인하거나 CRM 레코드를 수정하는 것은 쓰기 동작입니다. OpenAI 개발자 문서는 이 차이를 명확히 구분합니다. "데이터를 수정하거나 결과를 바꾸는 도구에는 승인(approval)을 켜 두라"고 권고하고, 승인을 끄는 설정(require_approval: never)은 예외적인 경우로만 둡니다. 조회만 하는 MCP와 결재까지 건드리는 MCP는 검토해야 할 수준이 다릅니다.

도입 전 IT 부서에 물어야 할 질문

프로토콜 자체를 이해하려 하기보다, 아래 질문의 답을 먼저 확보하는 편이 실무에 가깝습니다.

이 MCP 서버가 제공하는 기능이 조회(Tools 중 읽기)인지, 결재 승인이나 레코드 수정 같은 쓰기까지 포함하는지 구분돼 있나요?
쓰기 동작에 대해 승인(approval) 절차가 기본으로 켜져 있나요? 꺼져 있다면 그 이유가 무엇인가요?
인증은 어떤 방식(OAuth 등)으로 이뤄지고, 접근 권한을 발급·회수할 권한은 누가 갖나요?
연결하는 서버가 CRM·ERP 벤더가 직접 운영하는 공식 서버인가요, 아니면 제3자가 중계하는 서버인가요?
접근 범위를 전사가 아니라 특정 부서·역할 단위로 제한할 수 있나요?
HRDKorea 사례처럼 이용자 질의와 기능별 호출 현황을 분석하는 운영·모니터링 체계가 있나요?

이 목록에 바로 답하지 못하는 질문이 있다면, 그 부분이 도입 전에 먼저 채워야 할 지점입니다.

신뢰할 수 있는 MCP 서버인지 어떻게 확인하나요

OpenAI 개발자 문서의 위험 설명 절은 반복해서 같은 문장을 씁니다. "MCP의 개발자를 신뢰하는 것이 자동으로 이를 안전하게 만들지는 않습니다." 공격자가 MCP가 접근할 수 있는 데이터 안에 프롬프트 인젝션(악의적 지시를 숨긴 콘텐츠)을 심어 두면, 서버를 만든 쪽이 전혀 악의가 없어도 AI가 그 지시를 따라 민감한 데이터를 유출할 수 있다는 것입니다.

Custom MCP servers are not developed or verified by OpenAI, and are third-party services that are subject to their own terms and conditions.

그래서 문서는 서비스 제공사가 직접 운영하는 공식 서버(예시로 든 것이 스트라이프 공식 서버 mcp.stripe.com)를 쓰고, 제3자가 중계하는 비공식 서버는 피하라고 권합니다. 쓰기 동작에는 특히 더 엄격한 확인이 필요합니다. 문서는 ChatGPT가 쓰기 동작이 실행되기 전 대화 중 수동 확인을 요구한다고 밝히면서도, MCP 서버가 동작을 읽기 전용으로 잘못 표시해 둔 경우에는 이 확인이 작동하지 않을 수 있다고 덧붙입니다. 서버가 스스로 표시한 권한 수준을 그대로 믿지 말고, 실제로 무엇을 할 수 있는 동작인지 IT 부서가 먼저 확인해야 하는 이유입니다.

자주 묻는 질문

MCP가 무엇의 줄임말인가요?
Model Context Protocol입니다. 한국산업인력공단 보도자료는 "AI 모델이 외부 데이터·업무 시스템과 표준화된 방식으로 연결되어 정보를 조회할 수 있게 하는 프로토콜"로 정의합니다.
우리 회사도 지금 바로 MCP를 도입해야 하나요?
공공기관 두 곳의 사례 모두 조회 전용 데이터부터 시작했습니다. 결재나 CRM 수정처럼 쓰기 동작이 섞인 연동을 검토한다면, 먼저 승인 절차와 접근 범위를 IT 부서와 함께 확인한 뒤 적용 범위를 정하는 편이 순서에 맞습니다.
MCP 서버를 연결하면 자동으로 보안 문제가 생기나요?
연결 자체가 문제는 아닙니다. 다만 OpenAI 개발자 문서는 신뢰하는 개발자가 만든 서버라도 자동으로 안전해지지는 않는다고 명시합니다. 서버가 접근하는 데이터 안에 악의적인 지시가 숨어 있을 수 있기 때문입니다.
읽기 동작과 쓰기 동작을 왜 구분해야 하나요?
조회는 데이터를 가져오기만 하지만, 결재 승인이나 레코드 수정 같은 쓰기 동작은 실제로 업무 상태를 바꿉니다. OpenAI 문서는 쓰기 동작에 승인 절차를 기본으로 켜 두라고 권고합니다.
어디서부터 확인을 시작하면 좋을까요?
본문의 IT 부서 질문 목록부터 답을 확보하는 것이 순서입니다. 조회·쓰기 구분, 승인 절차, 인증 방식, 공식 서버 여부, 접근 범위 제한, 모니터링 체계 여섯 가지입니다.