본문으로 건너뛰기
피드

카카오 플레이MCP, 오픈클로 붙여서 개인 AI 비서 만들 수 있게 됨

ai-ml 약 5분
vote
0
댓글
북마크

카카오가 MCP 기반 개방형 플랫폼 플레이MCP에 오픈소스 AI 에이전트 오픈클로 연동을 지원한다. 사용자는 카카오 서비스와 외부 MCP 서버를 로컬 에이전트에 연결해 자연어로 작업을 지시하고, 메신저 등 원하는 채널로 결과를 받을 수 있다.

  • 1

    플레이MCP에는 카카오톡 톡캘린더·카카오맵·선물하기·멜론을 포함해 약 200개 외부 MCP 서버가 등록돼 있음

  • 2

    오픈클로는 로컬 컴퓨터에 설치해 운영하는 오픈소스 AI 에이전트로, 로컬 모델과 외부 API 모델을 모두 지원함

  • 3

    연동에는 10분만 유효한 원타임 토큰이 쓰이고, 플레이MCP에서 즉시 연결 해제가 가능함

  • 카카오가 플레이MCP에 오픈소스 AI 에이전트 오픈클로 연동을 붙였음

    • 플레이MCP는 모델 컨텍스트 프로토콜(MCP) 기반 개방형 플랫폼임
    • MCP는 AI 모델이 외부 데이터나 기능을 호출할 수 있게 해주는 표준으로 보면 됨
  • 플레이MCP에는 이미 꽤 많은 도구가 올라와 있음

    • 카카오톡 톡캘린더, 카카오맵, 선물하기, 멜론 같은 카카오 서비스가 포함됨
    • 여기에 약 200개의 외부 MCP 서버도 등록돼 있음
    • 즉 AI 에이전트가 쓸 수 있는 도구 상자 역할을 하는 셈임
  • 오픈클로는 사용자가 로컬 컴퓨터에 직접 설치해 운영하는 AI 에이전트임

    • 원하는 채널과 대형 언어 모델(LLM)을 외부 도구와 서비스에 붙여 쓸 수 있음
    • 로컬 모델과 외부 API 모델을 모두 지원함
    • 주요 메신저 플랫폼을 채널로 써서 에이전트에게 작업을 시키고 결과를 받는 구조임
  • 연동 방식은 일부러 단순하게 만들었음

    • 플레이MCP 도구함에서 “오픈클로와 연결”을 고르고 데이터 제공에 동의함
    • “연결 프롬프트 생성” 버튼을 누르면 연동용 텍스트가 자동으로 만들어짐
    • 이 텍스트를 오픈클로 채팅창에 붙여넣으면 이후 연결 과정은 오픈클로가 자동 처리함
sequenceDiagram
    participant 사용자
    participant 플레이MCP
    participant 오픈클로
    participant MCP서버
    participant 메신저
    사용자->>플레이MCP: 오픈클로 연결 선택
    플레이MCP->>사용자: 연결 프롬프트 생성
    사용자->>오픈클로: 프롬프트 붙여넣기
    오픈클로->>MCP서버: 필요한 도구 자동 실행
    MCP서버-->>오픈클로: 작업 결과 반환
    오픈클로-->>메신저: 사용자 채널로 결과 전달
  • 예시가 꽤 현실적임
    • “판교 주변 5년차 이하 서버 개발자 채용공고를 하루에 한 번씩 찾아서 알려줘”라고 자연어로 지시할 수 있음
    • 그러면 에이전트가 관련 MCP 서버를 자동 실행하고, 사용자가 원하는 채널로 결과를 보내는 식임
    • 이 정도면 단순 챗봇보다 개인 업무 자동화에 가까움

💡

> 개발자 입장에서는 MCP 서버를 하나 만들어두면 플레이MCP와 오픈클로를 통해 실제 사용자 에이전트에 붙여 실험할 수 있음. 국내 서비스 연동이 들어간다는 점이 꽤 큼.

  • 보안 쪽에서는 10분짜리 원타임 토큰을 쓴다고 밝힘

    • 인증 정보가 외부에 오래 노출되는 걸 막기 위한 장치임
    • 연결된 오픈클로는 플레이MCP에서 즉시 해제할 수 있음
  • 카카오의 메시지는 명확함

    • MCP 개발자들이 만든 서버를 다양한 AI 서비스와 연결해 실험하고 확장할 수 있게 하겠다는 방향임
    • 오픈클로 연동은 카카오 서비스와 외부 도구를 개인 에이전트에 붙이는 사용성을 넓히는 첫 단추에 가까움

기술 맥락

  • 이번 선택의 핵심은 카카오 서비스와 외부 MCP 서버를 오픈클로 같은 로컬 에이전트에 연결했다는 점이에요. AI가 답변만 하는 단계를 넘어서 실제 서비스 기능을 호출하려면 표준화된 도구 연결 방식이 필요하거든요.

  • MCP가 중요한 이유는 각 서비스마다 제각각 플러그인 방식을 만들지 않아도 된다는 데 있어요. 캘린더, 지도, 채용공고 검색 같은 도구가 MCP 서버로 노출되면 에이전트는 같은 방식으로 기능을 찾아 쓰고 실행할 수 있어요.

  • 오픈클로를 로컬에 두는 구조도 의미가 있어요. 사용자는 로컬 모델을 쓰거나 외부 API 모델을 고를 수 있고, 자신이 원하는 메신저 채널로 결과를 받을 수 있어요. 개인 자동화에서는 이 유연성이 꽤 중요해요.

  • 10분짜리 원타임 토큰을 넣은 건 연결 편의성과 인증 위험 사이의 타협이에요. 프롬프트를 복사해 붙여넣는 방식은 간단하지만, 인증 정보가 섞일 수 있으니 짧은 만료 시간과 즉시 해제 기능이 같이 필요해요.

국내 대형 플랫폼 서비스가 MCP 생태계에 직접 붙는 건 꽤 실용적인 신호임. 개발자 입장에서는 ‘내 에이전트가 실제로 쓸 수 있는 한국 서비스 도구’가 늘어나는 거라, 장난감 데모에서 개인 자동화로 넘어갈 여지가 생김.

댓글

댓글

댓글을 불러오는 중...

ai-ml

건설업계도 피지컬 AI 실험 중, 관건은 로봇보다 현장 데이터다

국내 건설사들이 인공지능(AI)과 로보틱스를 건설 현장에 적용하려는 실험을 늘리고 있다. GS건설은 로봇을 활용한 자재 운반·반복 작업 자동화를 검토하고, 현대건설은 AI 카메라 기반 안전 기술을 도입하려는 중이다. 다만 실제 안착까지는 사람과 AI의 협업 방식, 현장 작업자의 데이터 활용 체계 같은 숙제가 남아 있다.

ai-ml

AI 모델 접속도 수출통제 대상이 되면 벌어지는 일

앤트로픽이 미국 정부 수출통제 지침에 따라 최신 AI 모델 접근을 출시 사흘 만에 차단했다는 사례를 통해, 클라우드 AI 모델 접근권이 국가 안보와 산업정책에 종속될 수 있다는 문제가 드러났다. 데이터 주권만으로는 부족하고, 모델 능력과 연산 접근권까지 포함한 소버린 AI 전략이 필요하다는 논점이다.

ai-ml

건설 현장에 AI 로봇이 들어오려면 아직 데이터와 협업 방식이 숙제

GS건설, 현대건설, 삼성물산 등 국내 건설사가 AI와 로봇 기술을 현장 자동화와 안전관리, 단지 서비스에 적용하려는 움직임을 보이고 있다. 다만 사람과 로봇이 함께 일하는 방식, 실증 사례 축적, 현장 작업자의 데이터 활용 체계가 갖춰져야 실제 확산이 가능하다는 지적이 나온다.

ai-ml

라벨링 1천 장을 100장으로 줄인다는 슈퍼브에이아이의 비전 AI 플랫폼

슈퍼브에이아이가 2026 스마트테크 코리아에서 데이터 구축부터 모델 개발, 운영까지 묶은 슈퍼브 플랫폼을 공개했다. 비전 파운데이션 모델로 라벨링 부담을 줄이고, 대규모 언어 모델과 비디오 언어 모델을 결합해 텍스트 명령만으로 CCTV 속 위험 상황을 찾는 기능까지 제시했다.

ai-ml

프롬프트만으로 게임 만드는 시대, 진짜 어디까지 왔나

AI가 이미지·영상·코드 생성을 넘어, 탐험 가능한 3D 세계와 게임 프로토타입까지 만들기 시작했다. 구글 딥마인드의 프로젝트 지니부터 오버데어, 버스에잇, 바르코까지 사례는 늘고 있지만, 물리 오류·레이턴시·최적화·조작감 같은 완성도 문제는 아직 사람 몫으로 남아 있다.