본문으로 건너뛰기
피드

카카오 플레이MCP, 오픈소스 AI 에이전트 오픈클로와 붙었다

ai-ml 약 4분
vote
0
댓글
북마크

카카오가 MCP 기반 플랫폼 플레이MCP를 오픈소스 AI 에이전트 오픈클로와 연동한다. 카카오톡 나와의 채팅방, 톡캘린더, 카카오맵, 선물하기, 멜론과 외부 MCP 서버 200여 개를 로컬 AI 에이전트에서 쓸 수 있게 되는 흐름이다.

  • 1

    플레이MCP에 등록된 카카오 서비스와 외부 MCP 서버 200여 개를 오픈클로에서 활용 가능

  • 2

    오픈클로는 사용자가 로컬 컴퓨터에 설치해 쓰는 오픈소스 AI 에이전트

  • 3

    연동은 연결 프롬프트를 오픈클로 채팅창에 붙여넣는 방식으로 진행

  • 4

    인증 정보 노출을 줄이기 위해 발급 후 10분간 유효한 원타임 토큰 사용

  • 카카오가 플레이MCP를 오픈소스 AI 에이전트 오픈클로와 연결함

    • 플레이MCP는 개발자가 MCP 서버, 즉 AI가 호출할 수 있는 도구를 등록하고 실험하는 플랫폼임
    • 현재 카카오톡 나와의 채팅방, 톡캘린더, 카카오맵, 선물하기, 멜론 같은 카카오 서비스와 외부 MCP 서버 200여 개가 올라와 있음
  • 이번 연동의 핵심은 “카카오 도구함을 로컬 AI 에이전트에서 바로 쓴다”는 점임

    • 기존에는 클로드, 챗GPT 쪽 활용처가 중심이었다면, 이제 오픈클로까지 선택지가 넓어짐
    • 오픈클로는 사용자가 자기 컴퓨터에 직접 설치해서 돌리는 오픈소스 AI 에이전트임
    • 메신저 채널에서 자연어로 명령하면 외부 도구를 붙여 반복 업무를 자동화할 수 있음
  • 연결 방식은 꽤 단순하게 설계됨

    • 사용자가 플레이MCP에서 연동용 데이터 제공에 동의함
    • 이후 생성된 연결 프롬프트 텍스트를 오픈클로 채팅창에 붙여넣으면 연결이 끝남
    • 개발자 입장에서는 별도 SDK를 만지기 전에 “내 MCP 서버가 실제 에이전트에서 어떻게 쓰이는지” 빠르게 실험해볼 수 있는 구조임

중요

> 플레이MCP에는 이미 카카오 서비스와 외부 MCP 서버 200여 개가 등록돼 있음. 오픈클로 연동은 이 도구들을 로컬 오픈소스 에이전트 쪽으로 여는 움직임이라, 국내 MCP 실험판이 꽤 커지는 신호로 볼 만함.

  • 보안 쪽도 최소한의 장치를 넣어둠

    • 연동 과정에서 발급 후 10분만 유효한 원타임 토큰을 사용함
    • 인증 정보가 길게 남거나 외부에 노출되는 위험을 줄이려는 방식임
    • 연결된 오픈클로는 플레이MCP 설정 메뉴에서 바로 해제할 수 있음
  • 카카오가 보는 방향은 “AI 서비스 하나”가 아니라 “도구 생태계” 쪽에 가까움

    • 카카오 AI 커넥트 쪽 설명도 MCP 개발자가 자신이 만든 서버를 여러 AI 서비스에 연결해 실험하고 확장하는 개방성을 강조함
    • 결국 중요한 건 어떤 모델을 쓰느냐보다, 그 모델이 어떤 도구를 안전하게 호출할 수 있느냐로 넘어가는 분위기임

기술 맥락

  • 이번 선택의 핵심은 MCP 서버를 특정 AI 서비스에만 묶지 않는 거예요. 개발자가 만든 도구가 클로드나 챗GPT뿐 아니라 오픈클로에서도 돌아가면, 같은 서버를 여러 실행 환경에서 테스트할 수 있거든요.

  • 오픈클로가 로컬 설치형이라는 점도 꽤 중요해요. 클라우드 기반 AI 서비스만 쓰는 구조보다 사용자가 제어할 수 있는 영역이 넓고, 메신저 채널과 붙이면 반복 알림이나 조회 작업을 자동화하기 쉬워져요.

  • 원타임 토큰을 10분짜리로 둔 건 에이전트 연동에서 인증 정보가 길게 살아남는 문제를 줄이려는 선택이에요. AI 에이전트는 외부 도구를 계속 호출할 수 있기 때문에, 연결과 해제 흐름이 단순하면서도 짧은 인증 수명을 갖는 게 중요해요.

  • 개발자 관점에서는 플레이MCP가 일종의 실험장 역할을 해요. 도구를 하나 만들어 올려두고, 여러 에이전트나 모델에서 호출해보면서 실제 자동화 시나리오가 먹히는지 빠르게 확인할 수 있기 때문이에요.

국내 서비스들이 MCP를 붙이기 시작하면 AI 에이전트가 단순 챗봇에서 실제 생활·업무 도구를 조작하는 쪽으로 빠르게 넘어갈 수 있다. 특히 카카오 서비스처럼 한국 사용자 접점이 큰 도구가 열리면 개발자 실험 거리도 꽤 늘어난다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

AI 코딩 시대에도 결국 도메인 전문가가 이긴다는 데이터가 나왔다

앤트로픽이 클로드 코드 사용 세션 40만 건을 분석한 결과, AI 코딩 성과를 가르는 핵심은 코딩 손기술보다 업무 전문성이었음. 전문가는 한 번의 지시로 더 많은 작업을 끌어내고, 문제가 생겼을 때도 포기하지 않고 AI를 올바른 방향으로 되돌리는 비율이 높았음.

ai-ml

정부, 엔비디아에 AMD까지 붙여 AI 인프라 선택지 넓힌다

정부가 엔비디아 GPU 확보에 그치지 않고 AMD, 국산 NPU, CXL, DPU까지 엮는 개방형 AI 컴퓨팅 생태계로 방향을 넓히고 있음. AI 경쟁이 단순히 GPU를 얼마나 많이 사느냐에서 워크로드에 맞춰 CPU·GPU·NPU를 어떻게 조합하느냐로 넘어가는 분위기임.

ai-ml

빅테크 AI 투자 폭증, 삼성·하이닉스 HBM 싸움이 더 뜨거워졌다

아마존, 구글, 마이크로소프트, 메타가 올해 AI 인프라 설비투자 계획을 최대 7600억달러까지 올리면서 HBM 수요가 다시 확인됐어. 삼성전자는 HBM4로 점유율을 끌어올리겠다고 나섰고, SK하이닉스는 양산 경험과 고객 신뢰를 앞세워 1위 방어에 들어갔어.

ai-ml

중국이 AI와 제조 공급망을 묶는 중, 한국은 ‘K-제조’로 버텨야 한다

산업연구원이 미·중 경쟁이 관세 싸움을 넘어 AI 표준과 제조 공급망 장악전으로 옮겨갔다고 분석했음. 중국은 반도체 자립, 오픈소스 AI 모델, 휴머노이드 로봇, 제조 데이터까지 묶어 자국 중심의 생산 질서를 만들고 있고, 한국은 반도체·제철·조선 같은 제조 현장의 암묵지와 데이터를 AI 자산으로 바꿔야 한다는 제안이 나왔음.

ai-ml

문샷 AI, 알리바바 통해 엔비디아 칩 2만 대 썼다는 보도 나왔다

중국 AI 스타트업 문샷 AI가 알리바바 클라우드 인프라를 통해 엔비디아 칩 약 2만 대의 연산 자원을 공급받았다는 보도가 나왔다. 미국의 반도체 제재에도 중국 AI 기업들이 해외 클라우드와 임대 연산 자원을 통해 고성능 GPU에 접근하고 있다는 의혹이 같이 커지고 있다.