MCP란? AI와 CRM이 대화하는 법
CRM, 브라우저를 열지 않고 쓸 수 있다면?
CRM을 사용하려면 보통 이렇게 합니다.
브라우저를 연다
CRM에 로그인한다
메뉴를 클릭해서 원하는 화면으로 이동한다
데이터를 직접 입력하거나 조회한다
이 방식은 수십 년간 바뀌지 않았습니다. CRM이 아무리 좋아도, 결국 사람이 직접 들어가서 써야 하는 구조였으니까요.
그런데 최근 몇 년 사이, 우리가 소프트웨어를 사용하는 방식 자체가 달라지고 있습니다.
ChatGPT, Claude, Gemini 같은 대화형 AI가 일상에 자리 잡으면서, "클릭하고 입력하는 것"보다 "말로 지시하는 것"이 더 자연스러운 사람들이 늘어나고 있습니다. "지난주 미팅한 고객 목록 정리해줘"라고 말하면 AI가 알아서 정리해주는 경험. 이미 많은 분이 해보셨을 겁니다.
문제는, 이 AI가 CRM에 직접 접근할 수 없다는 점이었습니다. AI에게 "CRM에서 고객 정보 찾아줘"라고 말해도, AI는 CRM에 들어갈 방법이 없었습니다. 결국 사람이 CRM에 접속해서 데이터를 복사하고, AI에게 붙여넣기 해야 했죠.
AI가 우리 업무 도구를 직접 사용할 수 있는 방법은 없을까?
이 질문에 대한 답이 바로 MCP(Model Context Protocol)입니다.
MCP(Model Context Protocol)란 AI 모델이 CRM, 캘린더, 이메일 등 외부 업무 도구에 표준화된 방식으로 접근할 수 있게 해주는 오픈 프로토콜입니다. 2024년 11월 Anthropic이 발표했으며, 이후 OpenAI와 Google DeepMind도 MCP를 채택하면서 사실상 업계 표준으로 자리잡고 있습니다.
AI가 외부 서비스에 접근하는 방법: CLI vs MCP
본격적으로 MCP를 설명하기 전에, AI가 외부 서비스에 접근하는 방법이 MCP만 있는 건 아닙니다. 대표적으로 두 가지가 있습니다.
CLI (Command Line Interface)
CLI는 텍스트 명령어로 소프트웨어를 조작하는 방식입니다. 개발자들이 텍스트 명령어를 입력해서 프로그램을 조작하는 방식인데, 검은 화면에 명령어를 타이핑하는 모습을 본 적 있으시다면, 그게 CLI입니다. AI도 CLI 명령어를 실행해서 서비스를 조작할 수 있습니다.
MCP (Model Context Protocol)
MCP는 AI가 외부 서비스와 표준화된 방식으로 대화할 수 있게 만든 프로토콜입니다. CLI처럼 명령어를 하나씩 치는 게 아니라, AI가 "어떤 도구들을 쓸 수 있는지" 자동으로 파악하고, 상황에 맞는 도구를 스스로 선택해서 실행합니다.
공통점과 차이점
구분 | CLI | MCP |
|---|---|---|
공통점 | AI가 외부 서비스를 조작할 수 있게 해준다 | AI가 외부 서비스를 조작할 수 있게 해준다 |
사용 주체 | AI, 개발자 | AI가 직접 사용 (비개발자도 혜택) |
작동 방식 | 정해진 명령어를 정확히 입력 | AI가 사용 가능한 도구를 자동 탐색 후 실행 |
유연성 | 명령어를 알아야 사용 가능 | 자연어로 지시하면 AI가 알아서 처리 |
표준화 | 서비스마다 명령어 체계가 다름 | 하나의 표준 프로토콜로 통일 |
👉 정리하면, CLI는 AI와 사용자가 직접 명령어를 입력하는 방식이고, MCP는 AI가 필요한 도구를 스스로 찾아 활용할 수 있게 하는 표준입니다. 최근 CLI가 다시 주목받고 있는 흐름도 분명 존재합니다. 하지만 이 글에서는 비개발자도 대화형 인터페이스에서 보다 쉽게 사용할 수 있는 방식에 초점을 맞춰, CRM 연결에 적합한 MCP를 중심으로 살펴보겠습니다.
MCP란 무엇인가?
위에서 MCP의 정의를 짚었으니, 이제 좀 더 쉽게 풀어보겠습니다.
USB-C를 떠올려 보세요.
예전에는 스마트폰마다 충전 케이블이 달랐습니다. 아이폰은 라이트닝, 삼성은 마이크로 USB, 다른 기기는 또 다른 단자. 여행 갈 때마다 케이블을 여러 개 챙겨야 했죠.
USB-C가 등장하면서 하나의 케이블로 모든 기기를 충전할 수 있게 됐습니다.
MCP도 마찬가지입니다. AI가 CRM, 캘린더, 이메일, 메신저 등 다양한 업무 도구에 접근하려면 각각 다른 방식으로 연결해야 했습니다. MCP는 이 연결을 하나의 표준으로 통일합니다.
MCP 구조: 클라이언트와 서버는 어떻게 작동하는가
MCP는 두 가지 요소로 구성됩니다.
MCP 클라이언트 (AI가 사는 곳)
MCP 클라이언트는 AI가 동작하는 환경입니다. ChatGPT, Claude, Gemini 같은 AI 플랫폼이 여기에 해당합니다. 사용자가 AI에게 자연어로 지시하면, AI는 MCP 클라이언트를 통해 외부 도구에 요청을 보냅니다.
MCP 서버 (업무 도구의 창구)
MCP 서버는 각 업무 도구가 AI에게 열어주는 접속 창구입니다. CRM, 캘린더, 이메일 등 각 서비스가 MCP 서버를 제공하면, AI가 해당 서비스의 데이터를 읽고, 쓰고, 수정할 수 있게 됩니다.
전체 흐름
[사용자]
↓ "지난주 미팅한 고객 목록 정리해줘"
[AI (MCP 클라이언트)]
↓ MCP 프로토콜로 요청
[CRM MCP 서버]
↓ CRM에서 데이터 조회
[AI가 결과를 정리해서 사용자에게 전달]
👉 정리하면, 사용자는 AI에게 말하기만 하면 됩니다. AI가 MCP 클라이언트를 통해 서버에 요청하고, 결과를 정리해서 돌려주는 구조입니다.
실전 시나리오: Before vs After
Before — MCP 없이 CRM 쓰기 (6단계)
브라우저를 연다
CRM에 로그인한다
고객 검색 메뉴로 이동한다
검색 조건을 입력한다
결과를 확인하고 필요한 정보를 복사한다
AI나 문서에 붙여넣어서 정리한다
After — MCP로 CRM 쓰기 (1단계)
AI에게 말한다: "지난주 미팅한 고객 목록 정리해줘" → 끝
AI가 CRM MCP 서버를 통해 데이터를 조회하고, 자동으로 정리해서 보여줍니다.
※ 처음 한 번은 AI와 CRM을 MCP로 연결하는 설정이 필요합니다. 한 번 연결해두면 이후부터는 말만 하면 됩니다.
유스케이스 1: 고객 조회
"A회사 담당자 연락처랑 최근 미팅 내역 알려줘"
AI가 CRM에서 A회사 정보를 찾고, 관련 미팅 기록까지 한 번에 정리해줍니다. CRM에 로그인할 필요 없이, 대화 한 번이면 됩니다.
유스케이스 2: 미팅 기록
"오늘 B회사 미팅 내용 CRM에 기록해줘. 예산 논의했고, 다음 주 금요일에 2차 미팅 예정이야"
AI가 미팅 내용을 CRM의 올바른 필드에 자동 입력합니다. 회의실에서 돌아와서 CRM에 접속해 수동으로 기록할 필요가 없습니다.
유스케이스 3: 파이프라인 업데이트
"C회사 딜 스테이지를 '제안서 발송'으로 바꾸고, 예상 매출 5천만 원으로 업데이트해줘"
AI가 해당 딜을 찾아서 스테이지와 금액을 한 번에 업데이트합니다.
💡 세일즈 파이프라인 설계가 궁금하다면: 세일즈 파이프라인 설계 가이드 - 진단-설계-운영법
유스케이스 4: CRM 데이터 마이그레이션
마지막 시나리오는 조금 다른 차원입니다.
예전에는 세일즈포스에서 다른 CRM으로 이전한다고 하면, 데이터 마이그레이션 프로젝트를 별도로 진행해야 했습니다. 데이터 구조 매핑, 필드 변환, 테스트, 검증… 짧게는 몇 주, 길게는 몇 달이 걸리는 작업이었죠.
MCP가 바꾸는 것은 이 과정입니다.
세일즈포스 MCP 서버와 트래킷 MCP 서버를 동시에 연결한 상태에서 AI에게 이렇게 말합니다:
"세일즈포스에 있는 고객 데이터 전부 가져와서 트래킷으로 옮겨줘"
AI는 양쪽 CRM의 데이터 구조를 파악하고, 필드를 자동으로 매핑하고, 데이터를 이전합니다. 고객명, 담당자, 연락처, 딜 스테이지, 미팅 기록, 메모까지. 세일즈포스의 Account-Contact-Opportunity 구조를 트래킷의 데이터 구조에 맞게 변환해서 넣어줍니다.
물론 수만 건 이상의 대규모 데이터라면 중간 검증 단계가 필요합니다. 하지만 몇 달 걸리던 마이그레이션이 대화 몇 번으로 끝날 수 있는 시대. 이것이 MCP가 여는 가능성입니다.
💡 세일즈포스와 트래킷의 차이가 궁금하다면: 영업 CRM 비교 - 세일즈포스 vs 트래킷
MCP로 여러 업무 도구를 연결하면 생기는 일
MCP의 진짜 힘은 여러 도구를 동시에 연결했을 때 나옵니다. CRM 하나만 연결하는 게 아니라, 업무에 쓰는 여러 도구를 MCP로 연결하면 AI가 도구 사이를 자유롭게 넘나들면서 업무를 처리합니다.
미팅 녹음 → 요약 → CRM 기록
미팅이 끝나면 녹음 내용이 자동으로 요약되고, 핵심 내용이 CRM의 해당 고객 기록에 자동 저장됩니다. 미팅 후 CRM에 접속해서 수동으로 기록하던 시간이 사라집니다.
CS 이슈 → 패턴 분석 → CRM 플래그
고객 지원 채널에 반복적으로 들어오는 문의를 AI가 분석합니다. "이 고객은 최근 3건의 불만 접수가 있었다"는 정보를 CRM에 자동으로 플래그합니다. 영업 담당자가 고객과 미팅하기 전에 리스크를 미리 파악할 수 있습니다.
캘린더 + CRM → 자동 브리핑
내일 오전 10시에 D회사 미팅이 잡혀 있으면, AI가 캘린더에서 일정을 확인하고 CRM에서 D회사의 최근 거래 내역, 미팅 기록, 진행 중인 딜 정보를 가져와 미팅 브리핑 문서를 자동으로 만들어줍니다. 트래킷처럼 고객별 히스토리가 체계적으로 정리된 CRM이라면, AI가 더 정확하고 풍부한 브리핑을 만들 수 있습니다.
Slack/메신저 → CRM 연동
Slack에서 고객과 나눈 대화 중 중요한 내용을 AI가 자동으로 감지하고, CRM의 해당 고객 기록에 추가합니다. "고객이 Slack에서 예산 승인됐다고 했는데, CRM에 기록 안 했다"는 실수가 사라집니다.
👉 정리하면, MCP의 진짜 가치는 CRM 하나가 아니라 캘린더·메신저·CS 도구까지 연결했을 때 나옵니다. AI가 도구 사이를 넘나들며 업무 맥락을 이어주는 겁니다.
💡 영업 히스토리 관리의 중요성이 궁금하다면: 영업 히스토리 관리 방법: 퇴사해도 고객을 잃지 않는 실전 가이드
FAQ
MCP 보안은 안전한가요?
MCP는 권한 기반으로 작동합니다. AI에게 CRM 전체를 열어주는 게 아니라, "고객 정보 조회는 가능하지만 삭제는 불가" 같은 세밀한 권한 설정이 가능합니다. 또한 모든 접근 기록이 로그로 남기 때문에, 누가 어떤 데이터에 접근했는지 추적할 수 있습니다.
MCP와 API 연동의 차이점은?
구분 | API 연동 | MCP |
|---|---|---|
구현 주체 | 개발자가 연결 프로그램을 직접 만들어야 함 | AI가 표준 프로토콜로 자동 연결 |
유연성 | 미리 정해진 기능만 수행 | AI가 상황에 맞게 도구를 선택 |
유지보수 | API 변경 시 코드 수정 필요 | 표준 규격이라 한번 만들면 계속 호환 |
사용 난이도 | 개발 지식 필요 | 자연어 지시로 사용 가능 |
확장성 | 새 서비스 연결할 때마다 개발 필요 | MCP 서버만 추가하면 바로 연결 |
기존 API 연동이 "서비스 간 배관 공사"였다면, MCP는 "공용 규격의 어댑터"입니다. 새로운 도구를 연결할 때마다 배관 공사를 새로 할 필요 없이, 어댑터만 꽂으면 됩니다.
MCP를 지원하는 서비스는?
2026년 현재, 주요 서비스들이 빠르게 MCP를 도입하고 있습니다.
CRM: 트래킷, Salesforce, HubSpot 등
일정 관리: Google Calendar, Calendly 등
메신저: Slack 등
이메일: Gmail, Outlook 등
화상 미팅: Zoom, Fireflies 등
글로벌 SaaS를 중심으로 MCP 생태계가 빠르게 확장되고 있으며, 국내 서비스들도 도입을 준비하고 있습니다.
MCP의 한계점은?
솔직히 말씀드리면, 아직 한계가 있습니다.
생태계 초기 단계: 모든 서비스가 MCP를 지원하지는 않습니다. 아직 MCP 서버를 제공하지 않는 도구도 많습니다.
복잡한 작업의 정확도: 단순 조회는 정확하지만, 복잡한 데이터 변환이나 대량 작업에서는 AI가 실수할 수 있습니다. 중요한 작업은 반드시 검증이 필요합니다.
인터넷 연결 의존: MCP는 네트워크를 통해 작동하므로, 오프라인 환경에서는 사용이 어렵습니다.
보안 정책 정비 필요: 기업 환경에서 AI에게 어디까지 접근 권한을 줄지에 대한 내부 정책이 아직 정립되지 않은 곳이 많습니다.
다음 단계: AI 에이전트와 Agentic CRM
지금까지 설명한 MCP는 "AI가 도구를 사용할 수 있게 하는 연결 방식"입니다. 하지만 이건 시작일 뿐입니다.
다음 단계는 AI 에이전트입니다.
MCP로 연결된 AI가 단순히 사용자의 지시를 수행하는 것을 넘어, 스스로 판단하고 행동하는 단계로 진화하고 있습니다.
고객이 2주째 응답이 없으면, AI가 알아서 팔로업 이메일 초안을 만들어 놓는다
파이프라인에 정체된 딜이 있으면, AI가 다음 액션을 제안한다
신규 리드가 들어오면, AI가 자동으로 점수를 매기고 담당자에게 알린다
이것이 Agentic CRM(AI 에이전트 기반 CRM) — AI가 CRM 안에서 능동적으로 영업을 지원하는 새로운 패러다임입니다.
💡 Agentic CRM에 대해 더 자세히 알고 싶다면: AI가 B2B 영업을 대체할 수 있을까? — Agentic CRM 시대의 영업 전략
AI와 대화하듯, CRM을 써보세요
MCP는 CRM을 사용하는 방식을 근본적으로 바꿉니다.
브라우저를 열고, 로그인하고, 메뉴를 찾아 클릭하는 방식에서 → AI에게 말 한마디 하면 되는 방식으로.
트래킷은 AI 시대에 맞는 CRM을 만들고 있습니다. MCP를 포함해 AI가 영업 데이터를 자유롭게 활용할 수 있는 환경을 지원합니다.
예측 가능한 매출, 반복 가능한 성장. AI와 대화하듯 CRM을 쓰는 경험에서 시작해보세요.