AI에 기능을 계속 추가하면 안 되는 결정적 이유

AI 요약

셀러비와 캐나다 워털루대학교 연구진이 2026년 6월 공개한 논문 LLM 통합 애플리케이션을 위한 MCP 서버 아키텍처 패턴은 MCP가 챗GPT나 클로드 같은 AI의 외부 도구·데이터 연결 표준이며, 도구 수가 늘어날수록 AI의 상황에 맞는 도구 선택 정확도가 떨어진다고 밝혔습니다. 실사용 데이터에서 클로드 하이쿠 4.5는 도구 10개일 때 정확도 91%에서 15개일 때 87%로 90%선이 무너졌고, 클로드 소넷 4는 20개까지 90%대를 유지하다가 30개 근처에서 90% 밑으로 떨어졌으며 연구진은 한 번에 노출하는 도구를 10개 이하로 유지할 것을 권장했습니다(권고 근거: 셀러비의 2025년 1분기 운영 기록). 논문은 문제 해결을 위해 Resource Gateway, Tool Orchestrator, Stateful Session Server, Proxy Aggregator, Domain-Specific Adapter의 다섯 가지 설계 패턴을 제시하고, 만능 도구, 걸러지지 않은 외부 콘텐츠, 오래 걸리는 작업의 동기 처리, 설명이 부실한 도구 등 개발자가 피해야 할 네 가지 실수를 정리했습니다.