구글이 방대한 공공 데이터를 AI가 직접 활용할 수 있는 MCP Server를 출시하며, 복잡한 API 없이 자연어만으로 신뢰할 수 있는 정보를 AI에게 제공하는 길을 열었습니다.
AI가 가짜 정보를 지어내는 문제, 즉 환각(hallucination) 현상 때문에 골치 아픈 적 있으시죠? ChatGPT에게 “한국의 2023년 출산율이 얼마냐”고 물어보면 그럴듯한 숫자를 대답하지만, 알고 보니 완전히 틀린 정보인 경우가 많습니다.
구글이 이 문제를 해결할 흥미로운 도구를 내놨습니다. 바로 Data Commons Model Context Protocol(MCP) Server입니다. 이름은 복잡해 보이지만, 핵심은 간단합니다. AI가 정확한 공공 데이터를 바로바로 가져다 쓸 수 있게 해주는 거예요.
복잡한 API는 이제 그만
기존에는 공공 데이터를 AI 앱에 활용하려면 복잡한 API를 배워야 했습니다. 어떤 엔드포인트를 호출해야 하고, 어떤 파라미터를 넘겨야 하는지 일일이 공부해야 했죠.
MCP Server는 이런 번거로움을 없앴습니다. “아프리카의 보건 데이터 중에 뭐가 있어?”라고 자연어로 물어보면 AI가 알아서 적절한 데이터를 찾아줍니다. “BRICS 국가들의 기대수명, 경제 불평등, GDP 성장률을 비교해줘”라고 말하면 복잡한 쿼리를 거쳐 결과를 만들어냅니다.
구글 Data Commons의 프렘 라마스와미(Prem Ramaswami) 총괄은 “모델 컨텍스트 프로토콜을 통해 대형 언어 모델의 지능을 활용해서 적절한 시점에 적절한 데이터를 선택할 수 있게 됐다”고 말했습니다. 데이터 모델링 방식이나 API 작동 원리를 이해할 필요가 없다는 뜻이죠.
실전에서 빛을 발하는 아프리카 보건 데이터 분석
가장 인상적인 활용 사례는 ONE Campaign과의 협업입니다. 아프리카의 경제 기회와 건강한 삶을 지원하는 글로벌 단체인 ONE Campaign은 구글과 손잡고 ‘ONE Data Agent’를 만들었습니다.
이 도구는 수천만 개의 보건 금융 데이터를 몇 초 만에 검색할 수 있게 해줍니다. “원조 삭감 위험이 있는 국가는 어디인가?”라고 물어보면, 외부 자금에 크게 의존하는 국가들을 찾아서 보여줍니다.
기존에는 여러 데이터베이스를 오가며 수동으로 정보를 수집해야 했습니다. 각기 다른 보고 형식에, 전문 용어로 가득한 isolated 데이터베이스들을 일일이 뒤져야 했죠. 이제는 자연어로 질문하면 AI 에이전트가 알아서 필요한 데이터를 가져와서 정리해줍니다.
MCP가 바꿔놓는 AI 생태계
MCP(Model Context Protocol)는 사실 구글이 만든 게 아닙니다. AI 스타트업 Anthropic이 작년 11월에 처음 소개한 오픈 표준이죠. AI 시스템이 다양한 데이터 소스에 접근할 수 있게 해주는 공통 프레임워크입니다.
재미있는 건 경쟁사들이 모두 이 표준을 받아들이고 있다는 점입니다. OpenAI, Microsoft, 구글 모두 MCP를 채택했어요. 서로 경쟁하면서도 데이터 접근성이라는 공통 과제 앞에서는 협력하고 있는 셈입니다.
구글의 Data Commons는 2018년부터 UN 통계, 정부 조사 데이터, 지방 행정 데이터 등을 체계적으로 정리해왔습니다. 농업, 보건의료, 범죄, 경제, 인구통계, 고용 등 거의 모든 분야의 공공 데이터가 들어있죠.
개발자라면 지금 당장 써볼 수 있습니다
시작하기는 생각보다 간단합니다. 구글이 여러 가지 방법을 제공해놨거든요.
가장 쉬운 방법은 Gemini CLI를 사용하는 겁니다. PyPI 패키지를 설치하면 바로 시작할 수 있어요. Google Colab에서 제공하는 노트북을 따라하면서 샘플 에이전트를 만들어볼 수도 있습니다.
GitHub 저장소에는 예제 코드와 샘플 에이전트들이 공개되어 있습니다. 다른 MCP 호환 클라이언트에서도 사용할 수 있어서 Claude나 다른 AI 모델과도 연결 가능합니다.
흥미로운 점은 ONE Campaign 자체가 먼저 자체 MCP 서버로 프로토타입을 만들어서 구글에 제안했다는 겁니다. 구글팀이 이를 보고 감명받아서 올해 5월부터 전용 MCP Server 개발에 착수했다고 하네요.
구글이 Data Commons MCP Server로 보여준 건 단순합니다. AI가 지어낸 이야기가 아니라 검증된 실제 데이터를 쓰게 하자는 것이죠. 이제 개발자든 정책 전문가든 복잡한 API 없이 자연어만으로 신뢰할 수 있는 정보에 접근할 수 있게 됐습니다.
참고자료:
Comments