MCP 서버가 내 서비스의 데이터나 작업을 대신 실행하기 시작하면 ‘연결된다’는 사실보다 누가 무엇을 할 수 있는지가 중요해집니다. 토큰을 발급받았다는 이유만으로 모든 도구를 호출할 수 있게 만들면 권한 경계가 사라집니다.이번 글에서는 MCP Authorization 사양에서 강조하는 resource indicator와 PKCE를 중심으로, 구현 전에 확인할 보안 질문을 정리합니다. 인증 라이브러리와 사양 버전은 구현 시점에 다시 확인해야 합니다.인증과 권한을 분리해서 설계합니다인증은 요청자가 누구인지 확인하는 절차이고, 권한은 그 요청자가 특정 리소스와 도구를 사용할 수 있는지 확인하는 절차입니다. OAuth가 성공했다고 해서 서버의 모든 기능을 허용하면 안 됩니다.저는 서버를 연결할 때 데이터 읽기,..

AI 도구 호출이 짧을 때는 요청과 응답만 있으면 충분합니다. 하지만 파일 변환, 배포, 대량 분석처럼 오래 걸리는 작업은 사용자가 기다리는 동안 상태를 확인하고, 중단하거나 다시 이어야 합니다.MCP 생태계에서 Tasks와 관련된 논의가 확장되고 있지만 사양과 구현은 계속 변할 수 있습니다. 이번 글은 특정 SDK의 복사 예제가 아니라 장시간 작업을 설계할 때 필요한 상태를 정리하는 글입니다.작업 상태와 결과를 분리합니다작업이 실행 중이라는 사실과 결과 파일이 준비됐다는 사실은 다릅니다. 상태 조회는 진행률·마지막 업데이트·실패 이유를 보여 주고, 결과 조회는 완료된 산출물의 위치와 검증 상태를 보여 줘야 합니다.저는 작업을 만들 때 사용자에게 보이는 상태와 내부 실행 상태를 따로 둡니다. 내부가 여러..

AI 이야기를 듣다 보면 익숙하지 않은 용어가 계속 나옵니다. LLM, RAG, MCP, 에이전트 같은 단어는 이제 기사나 서비스 소개에서도 자주 보이지만, 처음 접하면 서로 어떻게 다른지 헷갈리기 쉽습니다. 이 글에서는 AI를 이해할 때 자주 만나는 용어 12가지를 최대한 쉬운 말로 정리해보겠습니다. 깊은 기술 설명보다는, 각 용어가 어떤 역할을 하는지 큰 그림을 잡는 데 초점을 맞췄습니다. 1. LLM: AI의 기본 두뇌 LLM은 Large Language Model의 줄임말입니다. 한국어로는 거대 언어 모델이라고 부릅니다. 쉽게 말하면, 엄청난 양의 글을 학습해서 사람의 언어를 이해하고 이어서 답변할 수 있도록 만들어진 AI 모델입니다. 우리가 ChatGPT 같은 서비스에 질문했을 때 문장을 읽고 ..

Unity 7 발표 내용을 보면서 가장 먼저 눈에 들어온 것은 화려한 그래픽 기능보다 개발 흐름의 변화였습니다. 물론 실시간 글로벌 일루미네이션이나 셰이더 빌드 속도 향상도 중요한 변화입니다. 하지만 개인적으로 더 오래 남을 것 같다고 느낀 부분은, 개발자가 에디터 안에서만 작업하는 시대가 조금씩 바뀌고 있다는 점이었습니다. Unity는 Unity 7을 소개하면서 CoreCLR 기반의 더 빠른 개발 사이클, 거의 즉각적인 플레이 모드 진입, 변경된 코드만 다시 읽어들이는 도메인 리로드, 최대 90% 빠른 셰이더 빌드, Surface Cache GI를 통한 실시간 글로벌 일루미네이션 등을 언급했습니다. 또한 무료로 사용할 수 있는 MCP를 통해 Claude나 Codex 같은 코딩 에이전트가 Unity와 직..