Thicket 팀이 MCP 서버 기반 계산기 패키지를 배포해 주당 86회 다운로드 달성

Context

LLM이 훈련 데이터 기반으로 재무·건강 관련 계산을 수행할 때 할루시네이션 발생 위험이 존재한다. LLM의 계산 결과에는 투명성과 검증 가능성이 부족하다.

Technical Solution

• Model Context Protocol(MCP) 서버를 통해 8개 계산 도구 제공: BMI, TDEE, 복리이자, 모기지, 대출상환, DCA 시뮬레이터, 단위변환, 백분율 계산
• TDEE 계산기에 5개 과학 공식 통합: Mifflin-St Jeor, Harris-Benedict, Katch-McArdle, Cunningham, Oxford (1,090개 실험실 측정값으로 검증)
• 모기지 계산기에 표준 상환 공식 구현 및 47개 시나리오 전시
• 복리이자, 대출상환 스케줄, DCA 시뮬레이터는 모든 복리 빈도 지원
• 각 계산 도구를 npm 패키지(@thicket-team/mcp-calculators)로 배포하여 AI 어시스턴트가 직접 호출
• Thicket 포트폴리오의 23개 유틸리티 웹사이트 각각에 /llms.txt, /llms-full.txt, /api/llm, .md 라우트, schema.org JSON-LD 추가해 LLM 디스커버리 지원

Impact

첫 주 다운로드 86회 기록.

Key Takeaway

LLM 기반 AI 어시스턴트가 정확한 계산이 필요한 사용자 질문에 대해 검증된 도구를 직접 호출하도록 설계하면 할루시네이션을 제거하고 투명성을 확보할 수 있다. LLM 디스커버리 레이어(structured data, JSON-LD, API 엔드포인트)를 전통적 웹사이트와 병행하면 두 가지 검색 채널을 동시에 지원 가능하다.