음성 AI 어시스턴트 개발자가 수동으로 작성한 3개 도구 대신 MCP 서버를 도입해 Jira와 GitHub의 전체 API 표면에 자동 접근

Context

음성 AI 어시스턴트인 Pulse를 Jira와 GitHub에 연결할 때 개발자가 각 플랫폼의 도구를 수동으로 정의하고 유지해야 했다. 3개의 hand-rolled 도구로 시작했으나 새로운 기능 추가 시마다 스키마 정의와 유지보수 부담이 발생했다.

Technical Solution

• Tool Calling에서 MCP(Model Context Protocol)로 전환: 각 함수를 수동 정의하는 방식에서 표준 프로토콜을 구현한 서버 프로세스로 변경
• MCP 서버 자동 디스커버리 활용: Claude가 연결 시 서버에 "어떤 도구를 제공하는가"를 질의하고 전체 도구 목록을 자동 수신
• 기존 3개 hand-rolled 도구를 Jira MCP 서버 및 GitHub MCP 서버로 대체: Sprints, PRs, Worklogs, Reviews, Branches, Comments, Issue history 등 전체 API 표면 노출
• 다중 MCP 서버 동시 추론 지원: Claude가 Jira와 GitHub 서버 간 데이터 연관성을 자동으로 분석하고 상호 참조 가능
• 자동 업데이트 메커니즘 구현: Jira나 GitHub가 새 API 기능 출시 시 MCP 서버만 업데이트되고 애플리케이션 코드는 변경 불필요

Key Takeaway

Tool calling은 개발자가 각 인테그레이션을 수동 구현하는 반면, MCP는 표준화된 서버 프로토콜로 재사용성과 유지보수성을 획기적으로 개선한다. 실제 AI 제품 개발 시 단순 채팅 인터페이스를 넘어 여러 시스템 간 추론과 자동화를 가능하게 하는 핵심 아키텍처 패턴이다.