MCP: AI의 탈중앙화 혁명과 미묘한 완벽함의 만남

"AI 진화 역사상 USB-C의 순간", 2024년 11월, 앤트로픽이 발표한 MCP 프로토콜이 실리콘밸리에 지진을 일으키고 있습니다. 'AI USB-C'로 불리는 이 개방형 표준은 빅 모델과 물리적 세계 사이의 연결을 재구성할 뿐만 아니라 AI 독점 딜레마를 해소하고 디지털 문명의 생산 관계를 재구성하기 위한 암호를 숨기고 있습니다. 우리가 여전히 GPT-5 매개변수의 규모에 대해 논의하고 있을 때, MCP는 조용히 AGI의 탈중앙화 시대로 가는 길을 닦았습니다 ......

Bruce: 최근 모델 컨텍스트 프로토콜(MCP)을 연구하고 있습니다. 이는 제가 수년간 생각해왔던 세 가지 문제를 해결할 수 있는 가능성을 가지고 있기 때문에 ChatGPT에 이어 두 번째로 기대가 되는 AI 분야입니다.

• < strong>과학자나 천재가 아닌 일반인도 어떻게 AI 산업에 참여하여 수입을 올릴 수 있을까요?

• AI와 이더리움의 윈윈 조합은 무엇인가요?

• 독점, 중앙화된 거대 기업의 검열, 인류를 파괴하는 인공지능을 피하려면 어떻게 해야 할까요?

01 MCP란 무엇인가요?

MCP는 외부 데이터 소스 및 도구와 LLM의 통합을 간소화하는 개방형 표준 프레임워크입니다. LLM을 Windows 운영 체제에 비유하고 커서와 같은 애플리케이션이 키보드와 하드웨어라면, MCP는 외부 데이터와 도구를 유연하게 연결한 다음 사용자가 읽고 사용할 수 있도록 하는 USB 인터페이스입니다.

MCP는 LLM을 확장하는 세 가지 기능을 제공합니다.

• 리소스(지식 확장)

• 도구(함수 실행, 외부 시스템 호출)

• 프롬프트(미리 작성된 프롬프트 템플릿)

< p style="text-align: 왼쪽;">MCP는 누구나 개발 및 호스팅하여 서버로 제공할 수 있으며, 언제든지 오프라인으로 전환하거나 중단할 수 있습니다.

02 MCP가 필요한 이유

현재 LLM은 가능한 한 많은 데이터를 사용하여 많은 연산을 수행하고 많은 수의 파라미터를 생성합니다. 가능한 한 많은 데이터에 대한 연산을 수행하고 많은 수의 매개변수를 생성하여 지식을 모델에 통합함으로써 대화가 적절한 지식을 출력할 수 있도록 합니다. 하지만 몇 가지 큰 문제가 있습니다.

1. 대량의 데이터와 계산에는 많은 시간과 하드웨어가 필요하며 학습에 사용되는 지식이 오래된 경우가 많습니다.

2. 많은 수의 매개변수가 있는 모델은 로컬 디바이스에 배포하여 사용하기 어렵지만 실제로는 대부분의 사용자 시나리오에서 요구 사항을 완료하는 데 모든 정보가 필요하지 않을 수 있습니다.

3. 일부 모델은 크롤러를 사용하여 외부 정보를 읽고 계산을 수행하여 적시성을 확보하지만 크롤러의 한계와 외부 데이터의 품질로 인해 오해의 소지가 있는 콘텐츠를 생성할 수 있습니다.

4. AI가 크리에이터에게 제대로 작동하지 않자 많은 사이트와 콘텐츠에서 안티 AI 조치를 시행하기 시작했고, 이로 인해 많은 스팸이 발생하여 LLM의 품질이 점차 떨어지고 있습니다.

5. LLM은 일부 작업을 구현하기 위해 GitHub 인터페이스를 정확하게 호출하고, 잠재적으로 오래된 문서를 기반으로 코드를 생성하는 등 외부 기능 및 작업의 모든 측면으로 확장하기 어렵지만 정확하게 실행될 수 있는지 확인할 수 있는 방법이 없습니다.

03 지방 LLM과 얇은 LLM + MCP의 아키텍처 진화

현재 LLM의 아키텍처와 얇은 LLM + MCP의 진화에 대해 살펴볼 수 있습니다. ">현재 하이퍼스케일 모델은 다음과 같은 간단한 다이어그램으로 아키텍처를 표현할 수 있는 팻 LLM으로 간주할 수 있습니다.

사용자가 정보를 입력하면, 입력된 정보는 인식 및 추론 계층을 통해 분해되고 추론된 다음 결과 생성을 위해 거대한 파라미터가 호출됩니다.

MCP에 기반한 LLM은 언어 구문 분석 자체에 집중하여 지식과 기능을 제거하고 얇은 LLM으로 전환할 수 있습니다.

씬 LLM 아키텍처에서 인식 및 추론 계층은 음성, 목소리 톤, 냄새, 이미지, 텍스트, 중력 등 인간의 물리적 환경에 대한 모든 정보를 토큰으로 파싱하는 방법에 초점을 맞출 것입니다. 인식 및 추론 계층은 음성, 어조, 냄새, 이미지, 텍스트, 중력, 온도 등 인간의 물리적 환경 정보를 토큰으로 구문 분석하는 방법에 초점을 맞춘 다음, MCP 코디네이터를 통해 수백 대의 MCP 서버를 조율하고 조정하여 작업을 완료합니다. 씬 LLM을 트레이닝하는 비용과 속도가 크게 증가하고 디바이스 배포에 필요한 요구 사항이 매우 낮아질 것입니다.

04 MCP는 세 가지 큰 문제를 어떻게 해결하나요

일반인은 어떻게 참여할 수 있나요? AI 산업?

특별한 재능을 가진 사람이라면 누구나 자신만의 MCP 서버를 만들어 LLM을 서비스할 수 있습니다. 예를 들어, 조류 애호가는 수년간의 조류 노트를 MCP를 통해 대중에게 제공할 수 있습니다. 누군가가 새 관련 정보를 검색하기 위해 LLM을 사용하면 현재 새 노트 MCP 서비스가 호출됩니다. 제작자는 수익의 일부를 가져갑니다.

더 표준화된 서비스 콘텐츠와 호출 횟수 및 토큰 산출량에 대한 정확한 통계를 통해 창작자에게는 훨씬 더 정확하고 자동화된 경제 사이클이 제공되며, LLM 제공자는 여러 버드노트 MCP 서버를 동시에 호출하여 사용자가 선택하고 평가하여 누구의 품질이 더 좋은지 판단하고 더 높은 매칭 가중치를 받을 수 있습니다. 누가 더 나은 품질과 더 높은 매칭 가중치를 갖는지 결정할 수 있습니다.

AI와 이더리움의 윈윈 조합

a. 우리는 OpenMCP를 구축할 수 있습니다. 이더리움 기반의 네트워크에서 MCP 서버는 안정적인 서비스를 호스팅하고 제공해야 하며, 사용자는 LLM 제공자에게 비용을 지불하고, LLM 제공자는 네트워크를 통해 호출된 MCP 서버에 실제 인센티브를 분배하여 전체 네트워크의 지속성과 안정성을 유지하고, MCP 크리에이터가 지속적으로 양질의 콘텐츠를 제작하고 제공할 수 있도록 장려하는 것입니다. 이러한 네트워크에서는 인센티브를 자동화하고 투명하며 신뢰할 수 있고 검열에 저항하는 스마트 컨트랙트를 사용해야 합니다. 서명, 권한 확인, 운영 중 개인 정보 보호는 모두 이더월렛, ZK 등과 같은 기술을 사용하여 구현할 수 있습니다.

b. 사용자가 관련 개인 키와 권한을 LLM에 노출하지 않고 언어를 통해 LLM 내에서 지갑 결제를 지원할 수 있는 AA 지갑 호출 서비스와 같은 이더리움 온체인 운영과 관련된 MCP 서버를 개발합니다.

b. AA 지갑 호출 서비스와 같은 이더리움 온체인 운영과 관련된 MCP 서버를 개발합니다. align: left;">c. 이더리움 스마트 컨트랙트 개발과 코드 생성을 더욱 간소화할 수 있는 다양한 개발자 도구도 있습니다.

탈중앙화 AI

a. MCP 서버는 AI의 지식과 기능을 탈중앙화하여 누구나 MCP를 생성하고 호스팅할 수 있도록 합니다. 서버는 누구나 생성하고 호스팅할 수 있으며, OpenMCP와 같은 플랫폼에 등록할 수 있습니다. 한 회사가 모든 MCP 서버를 소유할 수는 없으며, LLM 제공업체가 MCP 서버에 부당한 인센티브를 제공하는 경우 크리에이터는 해당 업체를 차단하고, 양질의 결과를 얻지 못한 사용자는 공정한 경쟁을 위해 다른 LLM 제공업체로 전환할 수 있도록 지원할 것입니다.

b. 크리에이터는 개인정보와 저작권을 보호하기 위해 MCP 서버에 세분화된 권한 제어 기능을 구현할 수 있습니다. 씬 LLM 제공업체는 합리적인 인센티브를 제공하여 크리에이터가 고품질 MCP 서버에 기여할 수 있도록 해야 합니다.

c. 인간의 언어에는 한계가 있고 진화가 느리기 때문에 씬 LLM 기능 격차는 서서히 사라질 것입니다. LLM 제공업체는 고품질 MCP 서버에 대한 투자와 관심을 집중해야 할 것입니다. MCP 서버에 더 많은 그래픽 카드를 재사용하는 대신 고품질의 MCP 서버에 집중해야 할 것입니다.

d. AGI 기능은 분산될 것이며, LLM은 언어 처리와 사용자 상호작용으로만 사용되고 특정 기능은 MCP 서버에 분산될 것입니다. MCP 서버가 꺼지면 기본적인 언어 대화만 가능하므로 AGI는 인간을 위협하지 않을 것입니다.

05 전반적인 검토

1. LLM align: left;">LLM + MCP 서버의 아키텍처 진화는 본질적으로 AI 기능을 분산시키고 AGI가 인류를 파괴할 위험을 줄여줍니다.

2. LLM은 토큰 수준에서 호출 횟수와 MCP 서버로의 입출력을 계산하고 자동화할 수 있는 방식으로 사용되며, AI 크리에이터를 위한 경제 시스템 구축의 토대를 마련합니다.

3. 좋은 경제 시스템은 크리에이터들이 고품질 MCP 서버를 만드는 데 적극적으로 기여하도록 유도할 수 있으며, 이는 결국 전 인류의 발전을 이끌고 긍정적인 선순환을 실현할 것입니다. 크리에이터는 더 이상 인공지능에 저항하지 않을 것이며, 인공지능은 더 많은 일자리와 수익을 제공하여 OpenAI와 같은 독점적 상업 기업의 이익을 적절히 배분할 것입니다.

4. 이러한 경제 시스템의 특성과 크리에이터의 요구가 결합되어 이더리움 기반 구현에 이상적으로 적합합니다.

06향후 전망: 플레이북 진화의 다음 단계

1. MCP 또는 MCP와 유사한 프로토콜이 확산되고 몇몇 대기업이 표준을 정의하기 위한 경쟁을 시작할 것입니다.

3. 인간 언어를 파싱하고 처리하는 소규모 모델에 초점을 맞춘 MCP 기반 LLM이 등장할 것이며, MCP 네트워크에 액세스하는 MCP 코디네이터가 등장할 것입니다. lLM은 복잡한 수동 구성 없이 MCP 서버의 자동 검색 및 스케줄링을 지원할 것입니다.

4. MCP 네트워크 서비스 제공자가 등장할 것이며, 각각 자체적인 재정적 인센티브 시스템을 갖추고 MCP 크리에이터는 자신의 서버를 등록하고 호스팅하는 데 대한 대가를 지급받게 됩니다.

5. 스마트 컨트랙트를 기반으로 이더리움을 사용하여 MCP 네트워크의 경제적 인센티브 시스템이 구축되면 이더리움 네트워크의 거래는 보수적으로 최대 150배까지 증가할 것으로 추정됩니다(매우 보수적으로 하루 1억 콜을 가정할 때). (현재 12초 블록당 100 tx로 구성된 MCP 서버에 대한 매우 보수적인 하루 1억 건의 콜 기준).