배경 및 맥락
MCP(Model Context Protocol)는 Anthropic이 2024년 오픈소스로 공개한 이후 2026년 들어 AI 에이전트가 외부 시스템에 접근하는 사실상의 표준 프로토콜로 자리잡았다. Linux Foundation이 AAIF(Agentic AI Foundation)를 통해 MCP를 중립적 거버넌스 하에 편입시키면서, 특정 벤더 종속 없이 에이전트-데이터 연동을 구현하는 MCP 생태계가 빠르게 성장하고 있다.
기업들은 AI 파일럿에서 프로덕션 스케일 에이전트 시스템으로 전환하면서, 기존 BI·데이터 플랫폼을 AI 에이전트가 직접 활용할 수 있는 형태로 전환하는 수요가 급증하고 있다.
핵심 내용
Domo의 AI 오케스트레이션 프레임워크 구성 요소:
- AI Agent Builder: 노코드/로코드 환경에서 커스텀 AI 에이전트를 구축하는 인터페이스
- AI Toolkits: 에이전트가 활용할 수 있는 사전 구축된 데이터 도구 라이브러리
- AI Library: 조직 내 AI 자산(에이전트, 툴, 프롬프트)을 중앙 관리하는 허브
- Domo MCP Server: Claude, Gemini, ChatGPT 등 외부 AI 플랫폼이 Domo의 데이터·서비스·워크플로우에 MCP 표준으로 안전하게 접근하는 연결 레이어
MCP Server의 핵심은 Domo AI Toolkits와 에이전트를 외부 AI 플랫폼으로 확장한다는 점이다. Domo 내부 데이터에 대한 쿼리, 리포트 생성, 워크플로우 트리거 등의 작업을 Claude나 ChatGPT 같은 외부 AI 에이전트가 직접 수행할 수 있다.
경쟁 구도 / 비교
MCP 서버를 프로덕션에 배포한 엔터프라이즈 플랫폼 현황:
| 플랫폼 | MCP 배포 규모 | 특이사항 |
|---|---|---|
| 월 66,000회 호출, 844명 사용 | 월 7,000시간 절감 효과 | |
| Domo | 방금 공개 | 멀티-LLM 지원(Claude·Gemini·ChatGPT) |
| Google Colab | MCP Server 오픈소스 공개 | 개발 환경 직접 연동 |
기존 REST API 방식의 통합과 달리, MCP는 에이전트가 런타임에 도구를 동적으로 발견하고 실행하는 구조라 멀티-에이전트 협업 시나리오에 훨씬 적합하다.
의미
Domo의 발표는 엔터프라이즈 데이터 플랫폼 시장의 경쟁 축이 'BI 기능'에서 'AI 에이전트 호환성'으로 이동하고 있음을 보여준다. MCP를 지원하지 않는 데이터 플랫폼은 AI 에이전트 생태계에서 고립될 위험이 생기며, 반대로 MCP 서버를 조기에 통합한 플랫폼은 Claude·Gemini·GPT 에이전트가 기본으로 활용하는 데이터 레이어가 될 수 있다. 특정 AI 벤더에 종속되지 않는 멀티-LLM 지원 아키텍처가 엔터프라이즈 표준으로 굳어질수록, MCP 호환성은 BI·데이터 플랫폼 구매 결정의 핵심 기준이 될 것이다.