🚗MCP
Uber의 MCP Gateway 설계: AI 에이전트를 위한 확장 가능한 인프라
Uber가 800개 이상의 MCP 서버와 5000개 이상의 도구를 관리하는 중앙 집중식 MCP Gateway 설계 방법을 소개합니다.
↗ 원본 링크#MCP Gateway#Uber#AI 에이전트#마이크로서비스#인프라
Uber의 MCP Gateway란?
Uber는 AI 에이전트가 회사 내부 시스템과 통신할 수 있도록 MCP Gateway라는 중앙 집중식 플랫폼을 구축했습니다. 현재 800개 이상의 MCP 서버와 5000개 이상의 도구를 호스팅하고 있습니다.
왜 MCP Gateway가 필요했나?
초기에는 각 팀이 개별적으로 MCP를 구현했지만, 몇 가지 문제가 발생했습니다:
▸
중복된 인프라: 각 팀이 독립적으로 통합을 구축
▸
도구 발견의 어려움: MCP 도구를 찾고 재사용하기 힘듦
▸
운영 복잡성: 확장성과 보안 위험 증가
▸
프로토콜 불일치: HTTP, gRPC, TChannel 등 다양한 프로토콜 혼재
MCP Gateway의 핵심 기능
1. 프록시 레이어 (Proxy Layer)
▸MCP 프로토콜을 기존 백엔드 프로토콜(HTTP, gRPC 등)로 변환
▸AI 에이전트와 기존 서비스 간의 중개 역할
2. 디스커버리 레이어 (Discovery Layer)
▸
MCP Registry: 사용 가능한 도구와 서버 목록 관리
▸
API 크롤링: 기존 API를 자동으로 발견하고 MCP 도구로 변환
3. 컨트롤 플레인 (Control Plane)
▸개발자가 쉽게 MCP 도구를 작성하고 관리할 수 있는 인터페이스
▸일관된 보안 및 모니터링 보장
주요 이점
✅ 중앙 집중화: 모든 MCP 로직을 하나의 게이트웨이에서 관리
✅ 재사용성: 기존 API를 MCP 도구로 쉽게 변환
✅ 확장성: 수백 개 팀이 동시에 사용 가능
✅ 일관성: 통일된 실행 모델과 보안 정책
실제 활용
MCP Gateway를 통해 AI 에이전트는:
▸실시간 비즈니스 데이터 조회
▸내부 서비스 쿼리
▸사용자를 대신한 작업 수행
이 모든 것이 표준화되고 안전한 방식으로 이루어집니다.
결론
Uber의 MCP Gateway는 대규모 조직에서 AI 에이전트를 안전하고 효율적으로 운영하는 방법을 보여주는 좋은 사례입니다. 중앙 집중식 아키텍처를 통해 개발자 경험을 개선하고, 운영 복잡성을 줄이며, AI 에이전트의 잠재력을 최대한 활용할 수 있습니다.