직방 MCP 개방부터 경기도 AI 데이터 체계까지, 국내 클라우드 AI 업데이트 모음

국내 AI 도입이 ‘서비스 연결’ 단계로 넘어가는 중

• 이번 클라우드 업계 소식은 다섯 가지가 한꺼번에 묶여 있음

  • 다음세대재단과 마이크로소프트의 비영리 AI 리더 교육
  • 직방의 MCP 기반 AI중개사 외부 개방
  • 오케스트로AGI의 경기도 AI 학습데이터 통합 관리체계 구축사업 수주
  • 메타코어글로벌의 SAP 성능관리 솔루션 OWLens 신버전 공개
  • 미소정보기술과 연세대 미래캠퍼스의 AI 인재 양성 산학협력

• 제일 개발자 냄새가 나는 소식은 직방의 AI중개사 MCP 개방임

  • 직방이 자체 AI중개사를 모델 컨텍스트 프로토콜(MCP) 기반으로 외부 AI 에이전트 생태계에 열었음
  • 첫 적용 사례는 카카오톡 안의 ‘챗GPT for 카카오’ 부동산 서비스 연동임
  • 사용자는 카카오톡 대화창에서 자연어로 매물 검색, 시세 조회, 실거래가 확인을 할 수 있음

• 예시 질문도 꽤 현실적임

  • “신혼부부 살기 좋은 영등포 10억 이하 아파트 추천해줘”처럼 물으면 AI가 조건을 분석함
  • 지역, 가격, 면적, 건물 유형, 거래 유형을 파악해서 매물을 추천하는 방식임
  • 특정 매물의 상세 정보와 최근 실거래가도 대화 안에서 바로 확인할 수 있다고 함

• 경기도 AI 학습데이터 사업은 공공 AI에서 중요한 데이터 거버넌스 쪽 이야기임

  • 오케스트로AGI가 엑셈과 컨소시엄을 구성해 사업을 수주함
  • 목표는 경기도가 가진 행정 데이터를 생성형 AI가 쓸 수 있는 고품질 학습데이터로 체계화하는 것임
  • 약 80종의 정보시스템과 생성형 AI 플랫폼 지식 저장소에 쌓인 비정형 학습데이터를 분석한다고 함

• 기술적으로는 DCAT 3.0 기반 데이터 카탈로그와 데이터 리니지가 핵심임

  • DCAT 3.0은 데이터셋을 표준화해 설명하고 찾기 위한 글로벌 데이터 표준임
  • 데이터 리니지는 데이터가 어디서 생겨서 어떻게 바뀌고 어디에 쓰였는지 추적하는 체계임
  • 행정 AI에서는 답변 품질도 중요하지만, 나중에 “이 답변 근거가 뭐냐”를 추적할 수 있어야 해서 이런 구조가 중요함

• 오케스트로AGI는 RAG에 카탈로그와 온톨로지를 붙여 환각을 줄이겠다고 설명함

  • 기존 검색증강생성(RAG)에 데이터 카탈로그와 온톨로지를 연계한 검색 체계를 적용한다는 계획임
  • 기사 표현으로는 근거 없는 답변 생성을 원천 차단하겠다는 방향임
  • 공공기관 AI는 틀린 답변 한 번이 민원·정책 신뢰 문제로 바로 번질 수 있어서, 이 부분은 꽤 실무적인 포인트임

• 비영리 AI 교육 쪽에서는 도입률과 거버넌스 간극이 보임

  • 다음세대재단과 마이크로소프트 엘리베이트가 비영리 리더 대상 AI 교육을 시작함
  • 사회복지, 시민사회, 자원봉사 분야 비영리 리더 약 180명을 대상으로 진행함
  • 7월에는 부산 지역 비영리 리더 대상 교육도 따로 운영할 계획임

• 조사 수치가 흥미롭다

  • 비영리 종사자 804명을 대상으로 한 조사에서 90% 이상이 업무에 AI를 활용한다고 답함
  • 그런데 조직 내 AI 가이드라인이 없는 곳은 56%였음
  • 다들 이미 쓰고 있는데 룰은 아직 없다는 얘기라, 기업 조직에서도 꽤 익숙한 그림임

• 메타코어글로벌은 SAP 운영 관측성 쪽으로 움직이고 있음

  • 2026 파트너스 데이에서 SAP 성능관리 솔루션 OWLens V432를 공개함
  • CBO 성능 분석, 배치잡 관리, 강화된 프로액티브 얼럿, 중요 권한 관리, 직무 분리 위반 사전 점검 기능을 소개함
  • 단순 모니터링이 아니라 SAP 운영 리스크를 미리 잡는 쪽으로 확장하는 모습임

• OWLens의 중장기 로드맵은 풀스택 옵저버빌리티임

  • 브라우저 화면부터 SAP 웹 디스패처, 넷위버 애플리케이션 서버, SAP HANA 데이터베이스까지 전 구간을 통합 관측하겠다는 방향임
  • 멀티티어 아키텍처에서 장애 원인을 빠르게 추적하는 E2E 세션 연계 분석 기능도 개발 중임
  • 여기에 자연어 기반 데이터 조회, 지능형 장애 감지, 원인 분석, 예측 운영 관리 같은 AIOps 기능을 붙이겠다고 밝힘

• 미소정보기술과 연세대 미래캠퍼스는 AI 인재 양성 쪽에서 손을 잡음

  • 의료데이터 분석, 의료AI, 피지컬AI를 특화 교육 분야로 잡음
  • 소프트웨어학부를 포함한 6개 학과와 AI·헬스케어 분야 28개 기업이 참여함
  • 연간 260명 규모의 실무형 AI 인재 양성을 추진할 계획임

전체적으로 보면

• 국내 AI 적용은 이제 ‘우리도 챗봇 붙였다’ 단계에서 조금씩 벗어나는 중임

  • 직방은 MCP로 외부 AI 에이전트와 연결함
  • 경기도는 데이터 카탈로그와 리니지로 공공 AI의 근거 체계를 만들려 함
  • SAP 운영 쪽은 옵저버빌리티와 AIOps를 붙여 운영 자동화로 가고 있음

• 개발자 입장에서는 MCP, RAG, 데이터 카탈로그, 리니지, 옵저버빌리티를 따로 보지 않는 게 중요함

  • AI 서비스가 실제 업무에 들어가면 결국 외부 도구 연결, 근거 데이터 관리, 운영 모니터링이 같이 따라옴
  • 모델 성능만 보는 시대는 짧고, 연결과 통제와 운영이 진짜 구현 난이도가 되는 분위기임

---

기술 맥락

• 직방이 MCP를 선택한 이유는 AI중개사를 독립 앱 안에만 가두지 않기 위해서예요. 사용자가 이미 카카오톡 같은 대화형 환경에 있다면, 부동산 검색 기능을 그 안으로 가져가는 게 훨씬 자연스럽거든요. MCP는 이런 외부 에이전트 연결을 표준화하는 쪽에 가까워요.

• 경기도 사업에서 DCAT 3.0과 데이터 리니지가 나온 건 공공 AI의 약점 때문이에요. 행정 데이터는 시스템도 많고 형식도 제각각이라, 그냥 RAG에 문서만 넣으면 나중에 출처와 책임을 추적하기 어려워요. 카탈로그와 리니지를 먼저 만들면 어떤 데이터가 어떤 답변에 쓰였는지 관리하기 쉬워져요.

• RAG에 온톨로지를 붙이려는 것도 같은 맥락이에요. 검색 결과가 단순 키워드 매칭에 머물면 행정 용어와 정책 관계를 놓치기 쉽거든요. 데이터 간 의미 관계를 같이 잡아두면 모델이 더 정확한 근거를 찾을 가능성이 커져요.

• OWLens의 풀스택 옵저버빌리티 로드맵은 SAP 운영팀이 겪는 현실적인 문제를 겨냥해요. 장애가 브라우저, 웹 디스패처, 애플리케이션 서버, HANA 데이터베이스 중 어디서 시작됐는지 빨리 못 찾으면 복구 시간이 길어져요. 전 구간 세션을 이어서 보면 원인 추적 비용을 줄일 수 있어요.