Model Context Protocol: 데이터를 넘어 행동으로

여행 산업에서 AI의 활용은 이미 다양한 형태로 이루어지고 있어요. 특히 대규모 언어 모델(LLM)을 활용해 고객 문의에 응답하거나 여행 정보를 제공하는 서비스가 널리 사용되고 있죠. 하지만 이러한 LLM 기반 서비스에는 분명한 한계가 있었어요.

“LLM 은 학습한 데이터 안에서만 답변이 가능하기 때문에, 여러가지 모델 밖의 정보를 찾아서 답변을 얻고자 하는 경우에는 한계가 있었습니다.”

기존의 LLM은 마치 방대한 지식을 가진 도서관 사서와 같았어요. 학습된 데이터 내에서는 풍부한 정보를 제공할 수 있지만, 최신 정보나 실시간 데이터에 대해서는 답변하기 어려웠죠. 이런 한계를 보완하기 위해 검색 증강 생성(RAG, Retrieval Augmented Generation) 기술이나 실시간 검색 기능이 도입되었고, 이를 통해 AI의 응답 품질을 개선할 수 있었어요.

하지만 여행 산업에서는 단순히 정보를 제공하는 것을 넘어, 실제로 고객의 여행을 계획하고 예약까지 도와주는 완전한 여행 도우미가 필요했어요. 이러한 요구에 부응하기 위해 AI 에이전트 시대로의 전환이 시작되었고, 그 핵심 기술 중 하나로 MCP(Model Context Protocol)가 등장했습니다.

검색을 넘어 예약과 결제까지: 통합 AI 에이전트 구현

여행 상품 검색추천팀에서는 MCP를 활용해 단순 정보 제공을 넘어선 진정한 AI 여행 에이전트를 개발하기 시작했어요.

“AI 에이전트가 단순히 데이터를 조회하는 것을 넘어, 외부 정보 탐색부터 예약·전송·결제 등 실제 행동까지 수행하려면 견고한 기술 기반이 필요합니다. MCP는 바로 이러한 기반 기술 가운데 하나로 등장했습니다.”

MCP는 AI 에이전트가 다양한 서비스와 데이터 소스에 표준화된 방식으로 접근할 수 있게 해주는 프로토콜이에요. 마치 오케스트라 지휘자가 여러 악기들을 조화롭게 조율하듯, MCP는 다양한 서비스와 데이터를 통합적으로 관리하며 AI 에이전트의 성능을 극대화합니다.

검색추천팀은 이러한 MCP의 잠재력을 활용해 여행 플래너 서비스를 구현했어요. 사용자가 여행 관련 질문을 입력하면, AI 에이전트는 필요한 정보를 찾기 위해 지속적으로 검색을 수행하고, 충분한 데이터가 모이면 종합적인 여행 계획을 제안하는 식이죠.

“화면에서는 MCP의 사고 과정을 그대로 볼 수 있습니다. 제가 프롬프트를 입력하면 MCP는 답변 전략을 세우고, 필요한 정보가 확보될 때까지 반복적으로 탐색을 이어갑니다.”

예를 들어, 사용자가 ‘영국과 프랑스 여행을 계획 중’이라고 하면, AI 에이전트는 프리미어리그 경기, 미술관 등 사용자가 언급한 관심사에 맞는 정보를 찾고, 추천 투어 코스를 제안합니다. 더 나아가 이러한 추천 정보를 회사의 실제 여행 상품과 연계하여 제시할 수도 있어요.

여러 에이전트의 협업으로 구현하는 원스톱 여행 서비스

MCP를 활용한 AI 여행 에이전트의 가장 큰 특징은 여러 특화된 에이전트들이 협업하여 종합적인 여행 경험을 제공한다는 점이에요.

“지금 예시 같은 경우에는 에이전트가 두 개가 있어요. 와이파이만 적극적으로 탐색하는 에이전트가 있고 그리고 투어 코스들을 탐색하는 에이전트가 있는데 지금까지 구현된 것은 와이파이, 교통, 그리고 투어입니다.”

이렇게 각각의 영역에 특화된 에이전트들이 협업함으로써, 사용자는 하나의 질문으로 와이파이 렌털, 교통편 정보, 투어 코스 추천 등 여행에 필요한 다양한 정보를 한 번에 얻을 수 있어요. 앞으로는 숙소와 항공편까지 포함한 종합적인 여행 계획으로 확장될 예정이에요.

더욱 주목할 만한 점은 이러한 AI 에이전트가 단순한 정보 제공을 넘어 실제 행동을 수행할 수 있다는 것이에요. 향후에는 결제 기능까지 통합되어, 사용자가 마음에 드는 여행 계획을 발견했을 때 바로 결제까지 진행할 수 있게 될 겁니다.

“만약에 이제 결제 MCP가 나오게 된다면은 어 지금 이 투어가 이제 맘에 들어 이제 이걸로 결제해줬으면 좋겠어라고 한다면은 이제 전반적으로 이제 결제라는 행동으로도 이제 연동시켜줄 수 있는 그런 기능들이 가능할 현실적으로 가능할 거라고 저희는 생각을 하고 있습니다”

MCP가 가져온 AI 개발 방식의 변화

MCP의 도입은 AI 에이전트 개발 방식에도 큰 변화를 가져왔어요. 과거에는 AI 에이전트가 다양한 시스템과 연동하기 위해 복잡한 설정을 거쳐야만 했죠.

하지만 MCP의 등장으로 이러한 복잡성이 크게 줄어들었어요. MCP는 다양한 리소스와 서비스를 표준화된 방식으로 감싸, 하나의 통일된 통신 프로토콜을 통해 접근할 수 있게 해주었죠.

이는 마치 프로그래밍에서 인터페이스를 사용하는 것과 유사해요. 개발자는 각 시스템의 복잡한 내부 구현을 이해할 필요 없이, 표준화된 인터페이스를 통해 필요한 기능을 호출하고 결과를 받아볼 수 있게 되었습니다.

이러한 표준화는 개발 효율성을 크게 높이고, 다양한 서비스와 데이터 소스를 쉽게 통합할 수 있게 해주었어요. 덕분에 검색추천팀은 더 빠르게 여행 관련 AI 서비스를 개발하고 개선할 수 있게 되었습니다.

AI 기술은 여행 산업에서 단순한 정보 제공 도구에서 점차 능동적인 여행 컨시어지로 진화하고 있어요. MCP와 같은 기술의 발전으로, 곧 우리는 “오사카로 친구와 3박 4일 여행을 계획해줘. 예산은 100만원이야.”라는 간단한 요청만으로 맞춤형 여행 계획과 예약, 결제까지 한 번에 해결할 수 있는 시대를 맞이하게 될 것입니다.

앞으로도 검색추천팀은 더욱 발전된 AI 여행 에이전트를 개발하기 위해 노력할 예정이에요. 다음 글에서는 이러한 AI 기술이 실제 고객 경험에 어떤 영향을 미치고 있는지, 그리고 여행 산업의 미래를 어떻게 변화시킬지에 대해 더 깊이 있게 다뤄볼 예정이니 기대해 주세요!