본문으로 건너뛰기
피드

카카오 플레이MCP, 오픈소스 AI 에이전트 오픈클로까지 붙였다

ai-ml 약 5분
vote
0
댓글
북마크

카카오가 MCP 기반 플랫폼 플레이MCP에 오픈소스 AI 에이전트 오픈클로 연동을 추가했다. 카카오 서비스와 약 200개 외부 MCP 서버를 로컬 에이전트에서 자연어 자동화 도구로 쓸 수 있게 된 게 포인트다.

  • 1

    플레이MCP에 등록된 MCP 서버를 오픈클로에서도 사용할 수 있게 됨

  • 2

    카카오톡 나와의 채팅방, 톡캘린더, 카카오맵, 선물하기, 멜론과 약 200개 외부 MCP 서버가 대상임

  • 3

    연동에는 10분짜리 원타임 토큰을 써서 인증 정보 노출 위험을 줄임

  • 카카오가 플레이MCP에 오픈소스 AI 에이전트 오픈클로(OpenClaw) 연동을 추가함

    • 플레이MCP는 모델 콘텍스트 프로토콜(MCP) 기반 개방형 플랫폼이고, 개발자가 MCP 서버를 등록해서 실험할 수 있는 곳임
    • 기존에는 클로드(Claude), 챗GPT(ChatGPT) 쪽 활용이 중심이었다면, 이제 로컬에서 돌리는 오픈클로에서도 같은 도구들을 붙일 수 있게 됨
  • 핵심은 “카카오 서비스 + 외부 도구”를 AI 에이전트 자동화 흐름에 넣는 것임

    • 현재 플레이MCP에는 카카오톡 나와의 채팅방, 톡캘린더, 카카오맵, 선물하기, 멜론 같은 카카오 서비스가 올라와 있음
    • 여기에 약 200개 외부 MCP 서버도 등록돼 있어서, 에이전트 입장에서는 호출 가능한 도구함이 꽤 넓어진 셈
  • 사용 방식은 자연어로 반복 작업을 시키는 쪽에 가까움

    • 예를 들면 “매일 오전 9시 초등학교 급식 메뉴를 알려줘” 같은 지시를 넣으면 에이전트가 정해진 도구를 써서 처리함
    • “판교 인근 주니어 서버 개발 채용공고를 매일 찾아줘”처럼 검색, 위치, 일정성 작업이 섞인 요청도 자동화 대상으로 제시됨

중요

> 이번 뉴스의 포인트는 새 챗봇 출시가 아니라, MCP 서버를 여러 AI 에이전트에서 재사용 가능한 도구 생태계로 만들겠다는 쪽에 있음.

  • 연동 플로우는 꽤 단순하게 설계됨

    • 플레이MCP에서 “OpenClaw와 연결”을 선택하고 동의함
    • “연결 프롬프트 생성”으로 나온 텍스트를 오픈클로에 입력하면 연결이 자동 완료됨
    • 프롬프트를 복사해 붙이는 방식이라 개발자 입장에서는 설정 파일을 직접 만지는 것보다 진입 장벽이 낮음
  • 보안 쪽에서는 10분만 유효한 원타임 토큰을 붙였음

    • 연결 과정에서 인증 정보가 프롬프트나 로컬 환경에 오래 남는 문제를 줄이려는 장치임
    • 연동 해제는 플레이MCP 설정 메뉴에서 바로 가능하다고 밝힘
  • 카카오 측 메시지는 “개방성”에 맞춰져 있음

    • 개발자가 만든 MCP 서버를 다양한 AI 서비스와 연결해 실험하고 확장하는 게 플레이MCP의 핵심이라는 설명임
    • 오픈클로 연동은 특정 모델이나 특정 앱에 묶이지 않고, 도구를 여러 에이전트에서 돌려 쓰는 방향으로 해석할 수 있음

기술 맥락

  • MCP가 중요한 이유는 AI 에이전트의 병목이 이제 “말을 얼마나 잘하냐”에서 “무슨 도구를 안전하게 쓸 수 있냐”로 넘어가고 있기 때문이에요. 모델이 좋아도 캘린더, 지도, 메신저, 검색 도구를 호출하지 못하면 실제 자동화는 답변 생성에서 멈추거든요.

  • 플레이MCP는 이 문제를 MCP 서버라는 단위로 풀려는 구조예요. 개발자는 도구를 서버 형태로 등록하고, 사용자는 클로드나 챗GPT 같은 모델뿐 아니라 오픈클로 같은 로컬 에이전트에서도 같은 도구를 연결할 수 있어요.

  • 오픈클로 연동이 눈에 띄는 이유는 로컬 실행형 에이전트를 공식 활용 경로에 넣었다는 점이에요. 회사나 개인 개발자 입장에서는 외부 서비스형 에이전트만 쓰는 것보다 실행 환경과 모델 선택지를 더 직접 통제할 수 있거든요.

  • 다만 도구 연결은 권한 문제가 따라와요. 그래서 10분짜리 원타임 토큰과 즉시 연동 해제 기능이 같이 나온 거예요. 에이전트 생태계가 커질수록 연결 편의성만큼 인증 정보 수명과 해제 UX가 중요해져요.

국내 대형 서비스 사업자가 MCP를 단순 데모가 아니라 도구 생태계로 밀고 있다는 점이 흥미롭다. 에이전트가 진짜 쓸모 있으려면 모델 성능보다 연결 가능한 도구와 권한 관리가 먼저인데, 이번 연동은 딱 그 지점을 건드림.

댓글

댓글

댓글을 불러오는 중...

ai-ml

커서, 사용량 페이지와 내보내기에서 비용 정보를 빼서 난리 남

커서가 개인·팀 같은 셀프서비스 요금제의 사용량 화면을 비용 중심에서 토큰 중심으로 바꾸면서, 기존에 보이던 요청별 달러 비용과 내보내기 비용 컬럼이 사라지거나 0으로 표시되고 있다. 사용자들은 모델별 가격 대비 성능을 비교하고 지출을 통제하던 데이터가 갑자기 사라졌다며 강하게 반발하고 있다.

ai-ml

저커버그의 AI 올인, 투자자들은 메타버스 악몽을 다시 보는 중

메타가 SNS 광고에서 번 돈을 생성형 AI, 코딩 도구, 데이터센터 같은 신사업에 대거 쏟아붓고 있지만 투자자 반응은 차갑다. 2026년 자본 지출 계획은 최대 1450억 달러로 늘었고, 메타버스 사업에서 836억 달러 손실을 본 전례 때문에 시장은 더 구체적인 성과를 요구하고 있다.

ai-ml

AI 네이티브 스타트업 때문에 고용통계가 헷갈리기 시작했다

AI를 핵심 생산수단으로 쓰는 스타트업은 비슷한 기업보다 직원 수가 약 25% 적다는 연구가 나왔다. 문제는 이런 변화가 고용통계의 신생·폐업 기업 추정 모델을 흔들 수 있고, 중앙은행의 금리 판단까지 왜곡할 수 있다는 점이다.

ai-ml

LG ‘K-엑사원 2.0’, 750B로 체급 키우고 중국 대표 모델 성능 앞섰다

LG AI연구원이 750B 파라미터 규모의 K-엑사원 2.0을 허깅페이스에 공개했다. 장문 이해 평가인 OpenAI-MRCR에서 94.4점을 기록해 중국 GLM-5.1의 71.5점을 크게 앞섰고, Apache 2.0 라이선스로 상업 활용도 열어뒀다.

ai-ml

AI 버블론에 눌리던 반도체주, 클라우드 실적과 메모리 주문으로 반등했다

삼성전자와 SK하이닉스 주가 급등 배경으로 AI 인프라 기업들의 클라우드 성장과 메모리 주문 전망이 꼽혔다. 아마존 클라우드 매출은 37%, 마이크로소프트는 43% 성장했고, 5대 AI 인프라 기업 모두 공격적인 투자 계획을 내놓으면서 AI 메모리 수요가 아직 견조하다는 해석이 힘을 얻었다.