하루에 1개씩 200일 동안 모두 체험했다. 100개로 추린 현존 최강 쓸모의 AI TOP 100을 만나보자…

MCP는 클로드를 개발한 Anthropic이 제시한 LLM 서비스와 타 애플리케이션을 통합할 수 있는 프로토콜입니다. 설명이 어렵죠? 간단하게 설명하면 지메일, 구글 드라이브, 명령 프롬프트, 엑셀, 크롤링 도구 등 다른 애플리케이션과 클로드를 합치는 겁니다. 더 이상 코드를 작성하고, 자동화를 할 필요가 없습니다!

요즘 주변에서 MCP에 대한 이야기를 많이 합니다. 도대체 MCP는 무엇이고, 왜 개발자도 아닌 우리가 MCP를 알아야 할까요? 저도 개발자가 아니지만 MCP를 알고 나서 미래 업무에 대한 기대치가 많이 올라갔습니다. MCP를 설명하는 대부분의 글은 ‘개발자’ 입장에서 설명한 것이 많습니다. 그래서 USB의 규격에 대한 비유를 많이 하죠. 그럼 일반인의 관점에서 MCP가 무엇인지 비유와 함께 알아보겠습니다.

상품을 판매하기 위해 고민해 본 적이 있나요? 어떤 상품을 만들어야 사람들이 좋아하고, 잘 팔릴까요? 이런 고민을 해결하려면 감이나 운보다는 데이터에 의존하는 것이 효과적입니다. 예를 들어 사람들이 상품에 대해 무엇을 검색하고 언제, 어디에서 해당 상품에 관심이 높은지 파악하는 것이 좋겠죠. 그럴 때 AI와 도구를 활용하면 키워드를 효과적으로 분석하고 고객 선호도를 빠르게 파악할 수 있습니다. 여기서는 구체적으로 ‘소금빵 장사를 하는 상황’을 가정해 실습을 진행합니다. 여기서 사용하는 AI 도구는 다음과 같습니다.

[ChatGPT] 챗GPT 그림 그리기 초보 완벽 가이드 | 시작하기, 가입, 결제, 지브리, 심슨, 스타일, 프롬프트, 소라, 리믹스
챗GPT는 최고의 이미지 생성 AI는 아니었습니다. 하지만 지난 3월, 챗GPT 개발사 오픈AI가 ‘4o 이미지 생성(4o Image Generation)’이라는 이미지 생성 모델을 출시하면서 챗GPT는 가장 진보적인 이미지 생성 서비스가 되었습니다. 리얼리즘, 디테일, 창의성에 중점을 둔 이 모델은 기존 이미지 생성 AI들이 시도할 수 없었던 다양한 것들을 해낼 수 있는 최선의 방법이 되었는데요, 이미지 생성을 시작하는 방법부터 최근 인기를 끌고 있는 지브리 애니메이션 스타일과 심슨 애니메이션 스타일 등 다양한 이미지를 생성하는 팁까지 모두 정리했습니다.

이 글의 1편에서는 구성원의 데이터 리터러시 향상을 돕는 AI 데이터 분석가 물어보새의 개발 계기, 목적, 핵심 기능, 그리고 RAG, LLMOps, Text-to-SQL과 같은 기술의 구현 방법을 자세히 다루었습니다. 여기에서는 Text-to-SQL을 넘어, LLM을 활용해 사내의 다양한 데이터를 탐색하고 이해해 유의미한 인사이트를 도출하는 물어보새의 데이터 디스커버리 기능을 알아보겠습니다.

물어보새는 2023년 ‘우아톤’에서 첫 선을 보였으며, 그 후 사내 구성원들의 요구를 반영해 지속적으로 발전했습니다. 이 AI 데이터 분석가는 이제 단순한 쿼리문 생성에 그치지 않고, 쿼리 해석, 문법 검증, 테이블 탐색 등 다양한 기능을 갖춘 완벽한 데이터 분석 파트너가 되었습니다.

저희가 GPT 기반 프로덕트에 대한 고민을 이제 막 시작하던 2023년 봄으로 가볼까요? 많은 사람이 ‘신기하다’는 마음으로 챗GPT를 활용해보기 시작했지만, 당시 사람들의 웃음거리가 되었던 ‘세종대왕 맥북 사건’을 포함해 GPT는 못하는 것이 참 많았습니다. 챗GPT 서비스는 그래도 좀 사용할 만했는데요, 저희의 프로덕트를 직접 만들려면 ‘서비스’인 챗GPT가 아닌 GPT API를 활용해야 했습니다. 그래서 한계점이 더 많았습니다. GPT-4 대비 그 당시 GPT-3.5 turbo는 좀 부족한 친구였고, GPT-4는 느리며 비쌌어요. 당시엔 자연어 기반 과제를 몇 건만 연속으로 처리해도 분당 호출수에 걸려서 에러 메시지를 만나야 했죠. 우리는 이 한계를 가지고 첫 프로젝트를 시작했습니다.