MCP vs CLI for AI Agents: A Comparative Analysis of Tool Integration Strategies for Autonomous Systems
작성자
카테고리
Vacío
저자
Arun Malik, Nitish Talasu, Bradley Klemick, Vineet Tushar Trivedi, Prachi Shah, Sanay Devi, Junjie Zhang, Kunal Sonawane
💡 개요
본 논문은 AI 에이전트가 외부 시스템과 상호작용하기 위한 두 가지 주요 방식인 CLI(명령줄 인터페이스)와 MCP(모델 컨텍스트 프로토콜)를 비교 분석합니다. CLI는 단일 사용자, 로컬 환경에서 효율성을 제공하지만, MCP는 세분화된 접근 제어, 자격 증명 격리, 감사 및 다중 테넌트 거버넌스와 같은 CLI가 충족할 수 없는 요구 사항을 해결합니다. 점진적 공개 기법을 통해 MCP는 컨텍스트 창 오버헤드 문제를 극복하여 CLI와 유사한 토큰 효율성을 달성하며, 프로덕션 시스템에는 하이브리드 아키텍처를 권장합니다.
🔑 시사점 및 한계
•
CLI의 효율성: 단일 사용자, 로컬 전용 워크플로우에서는 CLI가 더 높은 효율성을 제공합니다.
•
MCP의 거버넌스 및 보안: MCP는 세분화된 접근 제어, 자격 증명 격리, 구조화된 감사 및 다중 테넌트 거버넌스와 같은 중요한 보안 및 관리 기능을 제공합니다.
•
MCP의 개선된 효율성: 점진적 공개 기법 도입으로 MCP는 컨텍스트 창 오버헤드를 줄여 CLI와 유사한 토큰 효율성을 확보했습니다.
•
한계점/향후 과제: 논문에서 제안된 하이브리드 아키텍처의 실제 프로덕션 환경에서의 성능 검증 및 구현의 복잡성에 대한 추가 연구가 필요합니다.