동적 MCP 기반 AI 에이전트 = Dynamic MCP-based AI Agent

국문 초록 (Abstract)

최근 AI 분야에서는 단순한 대화형 챗봇을 넘어, 사용자가 AI와 상호작용하며 외부 시스템과 외부 도구를 동작시키는 지능형 AI 에이전트에 대한 연구가 활발히 진행되고 있다. 이에 LLM과 외부 도구 간의 상호작용을 표준화하기 위해 Model Context Protocol(MCP)가 등장하게 되었다. MCP는 각 도구를 독립적인 서버 형태로 분리하고, 표준화된 인터페이스를 통해 AI가 외부 도구와 효율적으로 상호작용할 수 있도록 한다. 그러나 기존의 MCP 기반의 시스템은 사전에 정의된 MCP 서버 목록에 의존하며, 실행 중 새로운 도구를 탐색하거나 추가, 교체할 수 없다는 구조적 한계를 가진다. 이로 인해, 사용자의 요청 변화나 실행 환경의 동적인 특성을 충분히 반영하지 못한다는 단점이 존재한다. 본 연구에서는 이러한 한계를 해결하기 위해 동적 MCP 기반의 AI 에이전트를 제안한다. AI 에이전트 시스템은 동적으로 서버를 관리할 수 있도록 설계하여 사용자의 요청과 실행 결과에 따라 도구 구성과 작업 흐름을
유연하게 재구성한다. 이를 통해 사전에 정의되지 않은 도구 조합이나 예외적인 상황에서도 효과적으로 대응할 수 있으며, 정적 시나리오에 의존하는 기존 MCP 기반 시스템과 차별화된 동적 실행 구조를 제안한다. 또한, DAG 기반의 시나리오 관리를 통해 사용자의 요청을 하위 태스크로
분해하고, 각 태스크 간의 의존 관계를 고려한 실행 순서를 동적으로 조정함으로써 복잡한 작업을 효율적으로 처리할 수 있도록 한다. 또한, MCP
오케스트레이션을 통해 MCP 서버의 호출 순서를 계획 기반으로 관리한다. 이를 통해, 각각의 호출 순서의 계획, 재질의, 재계획 단계를 구성하여 동적으로 변화하는 시나리오에 대응하는 AI 에이전트 시스템을 구현한다.향후 연구에서는 제안한 동적 MCP 기반의 AI 에이전트를 활용하여 실제 동적 서비스와 연동하여, 실시간으로 변화하는 사용자 요구와 실행 환경에 적응하는 AI 에이전트의 기능을 확장하고자 한다.

목차 (Table of Contents)

• I. 서론
• 1. 연구배경 1
• 2. 문제정의 2
• 3. 연구목표 4
• II. 관련 연구
• 1. 도구 호출
• 가. Open AI 5
• 나. LangChain 5
• 2. AI Agent
• 가. ReAct 6
• 나. ScaleMCP 7
• 다. 에이전트 사례 8
• 3. Model Context Protocol 9
• III. 동적 MCP 에이전트
• 1. 시스템 설계
• 가. 동적 도구 호출 14
• 나. 시퀀스 관리 15
• 다. DAG 기반의 태스크 관리 15
• 라. DAG 기반의 분기 관리 17
• 2. 시스템 구현
• 가. MCP List 19
• 나. MCP Manager 20
• 다. MCP Orchestrator 21
• 3. 동적 MCP 서버 관리 구조
• 가. 동적 MCP 관리 22
• 나. MCP 서버 관리 23
• 4. MCP 오케스트레이션
• 가. 계획 단계 26
• 나. 재질의 단계 26
• 다. 재계획 단계 27
• IV. 실험 결과
• 1. 계획 단계 검증 28
• 2. 재질의 단계 검증 30
• 3. 재계획 단계 검증 31
• 4. 시스템 특징 분석
• 가. 동적 시스템 32
• 나. MCP 기반의 AI 에이전트 35
• V. 결론 38
• 참고문헌 40
• 부록 43
• ABSTRACT 48