배경 및 맥락
MCP(Model Context Protocol)는 2025년 Anthropic이 오픈소스로 공개한 후, 2026년 초 Linux Foundation 산하 AAIF(Agentic AI Foundation)로 거버넌스가 이관되며 10,000개 이상의 공개 서버를 보유한 사실상의 AI 에이전트 표준 프로토콜이 됐다. Claude, Cursor, GitHub Copilot, ChatGPT, VS Code 등 주요 AI 플랫폼이 모두 MCP를 지원하고 있다.
그러나 MCP의 급격한 확산에도 불구하고, 대규모 엔터프라이즈 환경에서 프로덕션 스케일로 배포한 레퍼런스 케이스는 거의 공개되지 않았다. 단일 도구 연동 사례는 풍부하지만 내부 데이터 인프라 전체를 MCP 에코시스템으로 통합한 사례는 드물었다.
핵심 내용
Pinterest 엔지니어링팀이 채택한 아키텍처의 핵심 원칙:
1. 도메인별 분리 (Domain-Specific Servers)
- Presto, Spark, Airflow 등 각 도메인마다 독립된 MCP 서버 운영
- 단일 모놀리식 서버 회피 → 컨텍스트 오염(context bloat) 방지, 도구별 접근 제어 세분화
- 각 서버는 해당 도메인의 전문 도구 인터페이스만 노출
2. 중앙 레지스트리 (Central Registry)
- 모든 MCP 서버의 메타데이터, 권한, 연결 정보, 상태를 단일 진실 소스로 관리
- 인간 친화적 UI와 API 모두 제공 → 서버 탐색·검증·통합을 표준화
- 클라이언트가 도구 호출 전 레지스트리에서 권한과 상태를 검증
3. Human-in-the-Loop 승인
- 민감한 작업(데이터 수정, 파이프라인 실행 등)에 인간 엔지니어의 명시적 승인 단계 내장
- 자동화와 안전성의 균형점 확보
4. 통합 배포 파이프라인
- 인프라 프로비저닝, 스케일링, 서비스 라이프사이클 표준화
- 신규 도메인 MCP 서버 추가 시간을 대폭 단축
성과: 월 수천 시간의 엔지니어링 공수 절감
경쟁 구도 / 비교
Pinterest 이전에 공개된 주목할 만한 엔터프라이즈 MCP 사례:
- Morgan Stanley: QCon London 2026에서 MCP 시대에 맞는 API 프로그램 재설계 발표 (아키텍처 상세 미공개)
- LinkedIn: InfoQ 팟캐스트에서 플랫폼 엔지니어링 + 에이전트 스케일링 논의 (케이스 스터디 수준 미도달)
- Google Colab MCP Server: 클라우드 GPU 런타임을 MCP로 노출하는 단일 서버 사례 (엔터프라이즈 내부 에코시스템과 스케일 차이)
Pinterest 케이스는 아키텍처 설계 원칙과 거버넌스 구조를 가장 상세하게 공개한 첫 번째 엔터프라이즈 레퍼런스다.
의미
이 사례는 MCP 도입의 "왜"가 아닌 **"어떻게"**에 대한 실전 답을 제공한다. 핵심 인사이트는 세 가지다.
첫째, 도메인별 분리는 선택이 아닌 필수다. 모놀리식으로 시작하면 나중에 분리할 때 접근 제어 재설계와 컨텍스트 오염 정리라는 이중 기술 부채가 발생한다.
둘째, 중앙 레지스트리 없는 MCP 에코시스템은 스케일에서 무너진다. 서버가 5개를 넘으면 누가 어떤 도구에 접근 가능한지 추적이 불가능해진다.
셋째, 엔터프라이즈 AI 에이전트 인프라의 핵심 경쟁력은 개별 도구 연동이 아닌 에이전트 거버넌스 레이어(레지스트리, 감사 로그, 권한 관리)의 설계 품질이 될 것이다.