EP183: MCP vs API - 무엇이 다른가?
이번 주 시스템 설계 리프레셔:
- MCP vs API: 무엇이 다른가?
- TCP vs UDP
- AI와 Machine Learning (ML)
- Python은 어떻게 동작하는가
MCP vs API: 무엇이 다른가?
API는 수십 년 동안 소프트웨어 간 통신의 근간이 되어 왔습니다. 이제 새로운 플레이어인 Model Context Protocol (MCP)이 agent, IDE, LLM을 위해 설계된 AI 네이티브 프로토콜로 부상하고 있습니다.
API (Application Programming Interface):
- 목적: 소프트웨어 간 통신을 가능하게 합니다.
- Discovery: 문서가 필요합니다.
- 표준화: REST, GraphQL, gRPC 등 다양합니다.
MCP (Model Context Protocol):
- 목적: 클라이언트(agent, IDE, LLM)와 서버 간의 AI 네이티브 통신을 가능하게 합니다.
- Discovery: Self-describing 방식입니다 (외부 문서가 필요 없습니다).
- 표준화: 리소스, 도구, 프롬프트를 위한 하나의 통합 프로토콜입니다.
여러분의 생각은? MCP가 AI 중심 시스템에서 API를 보완하게 될까요, 아니면 결국 대체하게 될까요?
TCP vs UDP
인터넷에서 데이터가 이동할 때마다, 정확성과 속도 중 하나를 선택해야 합니다. 이것이 바로 TCP vs UDP입니다.
TCP: Connection-oriented이며 신뢰성이 높습니다. 순서가 보장되고 중복 없는 전송을 보장하며, flow control과 congestion control을 제공합니다. 웹 브라우징, 이메일, 파일 전송에 이상적입니다.
UDP: Connectionless이며 경량입니다. 전송 보장이나 순서 보장 없이 패킷을 전송하지만, 오버헤드가 최소화됩니다. 게임, 스트리밍, 실시간 통신에 완벽합니다.
📘 매일 하나의 지식: AI와 Machine Learning (ML)
AI란 무엇인가요? ML은 무엇인가요? 둘은 같은 것일까요? 이 포스트에서 흔한 혼동을 정리해 드리겠습니다.
AI와 ML은 종종 같은 것처럼 취급됩니다. 하지만 그렇지 않습니다. AI가 더 큰 분야입니다. AI는 감지하고, 추론하고, 행동하고, 적응할 수 있는 프로그램을 만드는 것에 관한 것입니다. 지능적인 행동을 보이는 모든 시스템이 AI에 해당할 수 있습니다.
ML은 AI의 하위 집합입니다. 데이터로부터 학습하고 경험을 통해 개선되는 알고리즘에 초점을 맞춥니다. 최근 몇 년간 대부분의 발전이 이루어진 영역이 바로 여기입니다. ML의 일반적인 사용 사례로는 추천 엔진, 사기 탐지, 이미지 인식 등이 있습니다. 우리가 일상에서 상호작용하는 대부분의 것들입니다.
최근 몇 년간 가장 큰 혁신은 ML에서 나왔으며, 미디어에서 AI 혁명에 대해 이야기할 때, 그들이 주로 말하는 것은 ML, 특히 딥러닝의 발전입니다.
Python은 어떻게 동작하는가
Python 스크립트를 실행할 때 내부에서 무슨 일이 일어나는지 궁금하신 적 있으신가요? 알아보겠습니다:
Python (CPython Runtime):
- Python 소스 코드 (.py)는 메모리에서 자동으로 bytecode로 컴파일됩니다.
- Bytecode는 .pyc 파일에 캐시될 수도 있어서, 캐시된 버전을 사용해 재실행 시 더 빨라집니다.
- Import System이 모듈과 의존성을 로드합니다.
- Python Virtual Machine (PVM)이 bytecode를 한 줄씩 인터프리트하여, Python을 유연하게 만들지만 상대적으로 느리게 만듭니다.
여러분의 생각은? 성능이 중요한 작업에서 Python을 고수하시나요, 아니면 다른 언어를 선택하시나요?
Related Articles
Thank you for reading.