AI의 똑똑함을 완성하는 두 축 - MCP와 RAG란?

1. 한눈에 이해하는 차이점

	MCP (Model Context Protocol)	RAG (Retrieval-Augmented Generation)
설명	사용자 정보와 맥락을 기억하고 반영하는 기술	외부 문서나 데이터베이스에서 정보를 검색해 답변 생성
초점	“누구에게 말하고 있는가?”	“무엇에 대해 말하고 있는가?”
정보 출처	사용자 이름, 직무, 과거 질문 등	PDF, 위키, DB, 내부 문서 등
대표 예시	“kiimy님은 데이터팀이시죠?”	“A 정책에 대한 사내 문서 내용을 기반으로 요약드릴게요.”

 

• MCP (Model Context Protocol)
  → “사용자 중심 정보”를 기억하고 전달해주는 표준 프로토콜
  (예: 이 사람은 Kiimy, 데이터팀, 과거에 이런 질문을 했었음)
• RAG (Retrieval-Augmented Generation)
  → “외부 지식(DB, 문서 등)”을 검색해서 AI가 답변에 활용하는 구조
  (예: 사내 정책 문서, 기술 매뉴얼, 회의록에서 관련 내용 찾아서 답변 생성)

MCP는 "누구에게 말하느냐",
RAG는 "무엇에 대해 말하느냐"에 초점을 맞춰요.

2. MCP와 RAG 흐름도

• MCP: 사용자 정보 기억 → 대화에 반영
  • MCP는 AI가 대화하거나 작업을 수행할 때, 누가, 언제, 어떤 맥락에서, 무슨 목적으로 요청했는지를
    각 도구와 모델에 전달해주는 허브 또는 중간 관리자
• RAG: DB/문서 검색 → GPT가 참고 → 답변 생성

---

3. 실제 활용 예시

* GPT + RAG

 - “이메일 작성 규칙 알려줘” → 내부 규정 PDF에서 관련 내용 검색 → 요약 응답

* GPT + MCP

 - "다시 그 보고서 정리해줘" → 사용자가 예전에 어떤 보고서를 말했는지 기억 → 관련 문서 자동 요약

* 함께 쓰면?

→ “데이터팀 Kiimy님이 자주 찾는 문서 기준으로 최신 Q1 보고서를 요약해드릴게요.”

---

4. 비서 같은 AI

AI가 똑똑해지기 위해선, 사용자와 정보, 두 가지를 모두 잘 알아야 합니다.

MCP는 '나'를 기억하고, RAG는 '정보'를 참조합니다.
이 둘이 만나면, 진짜 ‘비서 같은 AI’가 탄생합니다.

 

<n8n, RAG (Retrieval-Augmented Generation) 활용> 

https://cord-ai.tistory.com/203

Supabase + n8n + GPT, 나만의 RAG 기반 AI 챗봇 만들기