목차
업무에 맞는 조합을 찾는 LY Corporation의 MCP 워크숍 (2026-04)
원문 정보
- 원문: ODW #3: MCP 서버를 안전하게 활용해 개발 효율 높이기
- 매체 · 게시일: LY Corporation Tech Blog · 2026-04-21
- 저자: aikawa (Masami Yamate, Yahoo! 지도·환승 안내 iOS 앱 개발, iOS Developer Relations)
- 시리즈: Orchestration Development Workshop(ODW) 3편
- 원문 내용을 바탕으로 재구성한 요약입니다.
LY Corporation은 현장에서 쌓인 AI 활용 경험이 각 팀 안에 머무르지 않도록 전 엔지니어 대상의 Orchestration Development Workshop을 정기적으로 열고 있습니다. 세 번째 워크숍에서는 MCP 서버를 업무에 맞게 조합하는 방법과 안전하게 쓰기 위한 사내 규칙을 함께 다뤘습니다.
Jira 티켓 발행을 맡겨 본 Claude Code
실습의 출발점은 업무 티켓 발행이었습니다. Claude Code가 작업 제목과 내용 요약을 만들고, 사내 그룹웨어 MCP 서버를 이용해 Jira 티켓을 발행하는 흐름입니다. 참가자가 워크숍용 GUI 도구에서 이 과정을 직접 조작해 보도록 구성했습니다. 하루 업무에서 의외로 많은 공수를 차지하는 작업을 AI에 맡겨, 본래 업무에 더 시간을 쓸 가능성을 경험하게 하려는 실습이었습니다.
여기서 MCP(model context protocol) 서버는 AI 어시스턴트와 외부 시스템 사이의 ‘번역자’입니다. MCP 이전에는 어시스턴트마다 서로 다른 인터페이스를 구현해야 했지만, 이제 도구 쪽에서 MCP 인터페이스를 한 번 구현하면 이를 지원하는 여러 어시스턴트가 같은 방식으로 도구를 사용합니다. 도구 개발자와 AI 어시스턴트 모두 공통 프로토콜을 바탕으로 연결 대상을 넓힐 수 있게 된 것입니다.
워크숍에서는 연결을 설정하고 배포하는 방법도 다뤘습니다. Claude와 Cline의 MCP 서버 설정법, 사내 Claude Code 플러그인 마켓플레이스를 이용한 설정 배포 방법을 소개했습니다. 활용 사례에 이어 보안 리스크와 사내 규정, MCP 서버 개발 규칙까지 함께 익히도록 구성한 자리였습니다.
Sonnet의 초기 리뷰를 다시 살피는 GPT-5
PR 리뷰에서는 서로 다른 모델의 관점을 조합했습니다. Orchestration Development Workshop 1회에서 다뤘던 AI 리뷰를 보완하는 내용으로, 시간 관계상 참가자 실습 대신 데모로 시연했습니다. Claude Code의 서브 에이전트 기능과 Codex CLI MCP 서버를 결합한 ‘Sonnet × GPT PR 리뷰어 에이전트’입니다.
먼저 Sonnet이 PR 정보와 기술 스택을 확인하고 코드베이스를 살펴봅니다. Context7 MCP로 최신 문서와 모범 사례를 참조하면서 변경 내용을 자세히 해설하고, 보안·성능·코드 스멜 등 여러 관점에서 초기 리뷰를 작성하는 단계입니다.
이어서 Codex MCP를 이용하는 GPT-5가 그 리뷰를 검증합니다. Sonnet의 지적이 타당한지, 빠뜨린 문제는 없는지, 우선순위를 적절하게 매겼는지 다시 살피는 방식입니다. 발표자는 이 데모가 각자의 업무에 맞는 MCP 서버를 찾고, 어떤 조합으로 가치를 만들지 고민하는 계기가 되기를 기대했습니다.
사용 전에 검증을 거치는 MCP 서버
이런 활용을 뒷받침하는 사내 관리 체계가 있습니다. LY Corporation에서는 오픈소스 등 외부에서 개발한 MCP 서버 가운데 허용 목록에 등록된 것만 사용할 수 있습니다. 사용 시에는 별도의 보안 검증을 거치며, 내부 기준에 따라 검증을 자동으로 수행합니다.
서버를 연결할 수 있다는 사실만으로 인증·인가 처리까지 충분하다고 보기는 어렵습니다. 워크숍에서 인용한 Astrix Security의 State of MCP Server Security 2025는 GitHub에 공개된 MCP 서버 5,200개 이상을 분석했습니다. 조사 대상의 88%가 어떤 형태로든 인증을 요구했지만, 53%는 장기간 유효한 정적 API 키나 PAT에 의존했습니다. OAuth 같은 더 안전한 최신 인증 방식을 채택한 서버는 8.5%에 불과했습니다.
사내 그룹웨어를 비롯한 업무 시스템용 MCP 서버는 회사의 보안 요구 사항에 맞춰 직접 구축해 제공합니다. 각 팀이 같은 시스템을 반복해서 만들 부담을 줄이고, 본래 업무에 AI를 어디에 활용할지 집중하게 하는 기반입니다. 엔지니어 외의 직군도 AI를 업무에 활용하기 쉬워집니다.
규칙을 확인할 창구도 마련했습니다. 워크숍 준비 과정에서 ChatGPT의 GPTs 기능으로 만든 ‘Help LY MCP’는 사내 MCP 서버 활용을 문의하는 도구입니다. 일본 밖 그룹사에서도 쓰도록 구축했으며, 워크숍 이후에도 많은 구성원이 사용하고 있습니다. 각 조직은 이 도구로 사내 활용 규칙을 확인하고, 복잡한 절차 없이 자기 조직에 적용할 수 있는지 검토합니다.
Astrix Security 조사 수치
| 항목 | 값 |
|---|---|
| 분석 대상 | GitHub 공개 MCP 서버 5,200개 이상 |
| 인증 필요 | 88% |
| 정적 API 키·PAT 의존 | 53% |
| OAuth 등 최신 인증 채택 | 8.5% |
각자의 이해를 맞추는 자리
워크숍에는 실시간으로 약 1,600명이 참가했습니다. 설문에서는 6.8%가 이미 지속적으로 활용하고 있고, 24.7%가 일부를 시도해 봤다고 답했습니다. 합계 31.5%는 워크숍 이전부터 공유된 내용을 어떤 형태로든 적용해 본 참가자였습니다.
55.7%는 아직 시도하지 않았지만 가까운 시일 내에 시도할 예정이라고 응답했습니다. 이 응답은 이후 각 팀에서 새로운 시도가 확산되리라는 기대의 근거였습니다. 이미 활용한 경험과 앞으로의 도입 의향을 구분해서 볼 수 있는 결과입니다.
ODW 3회 참가자 설문 결과
| 선택 항목 | 비율 |
|---|---|
| 이미 지속적으로 활용하고 있음 | 6.8% |
| 이미 일부를 시도해 봄 | 24.7% |
| 아직 시도하지 않았지만 가까운 시일 내에 시도할 예정 | 55.7% |
| 아직 시도하지 않았고 시도할 계획도 없음 | 11.4% |
| 기타 | 1.4% |
발표자가 워크숍을 진행하며 얻은 교훈은 함께 배우는 기회를 의도적으로 마련해야 한다는 점이었습니다. 변화가 빠른 AI 영역에서는 개인이 최신 정보를 따라가더라도 배경 지식과 용어, 위험을 보는 시각이 서로 어긋나기 쉽습니다. 각자 알아서 익힐 것이라고 기대하는 동안 활용 범위는 넓어져도 인식 차이는 남을 수 있습니다. 무엇이 가능한지, 어떤 함정이 있는지, 어떻게 써야 가치가 생기는지를 같은 자리에서 같은 언어로 짚는 시간이 필요했던 이유입니다.
발표 시점에는 MCP 서버보다 스킬을 쓰는 편이 낫지 않느냐는 논의도 나오고 있었습니다. 아직 명확한 모범 사례가 자리 잡지 않은 영역입니다. 워크숍에서 얻은 경험을 팀과 나누고 작은 시도를 부담 없이 해 볼 환경과 팀 문화를 만드는 일이, AI를 업무에 활용하는 첫걸음일 수 있습니다.