Cursor, Claude Code, ChatGPT 등으로부터 CMS에 연결하여 콘텐츠를 생성하고 편집하는 방식.
이러한 사용법은 지난 1년 동안 상당히 현실화되었습니다.
그 배경에 있는 기술 중 하나가 바로 **MCP (Model Context Protocol)**입니다.
Sanity, Contentful, WordPress, Strapi 등 다양한 CMS들이 MCP 대응을 진행하고 있습니다. 이는 큰 변화라고 생각합니다.
하지만 저는 한 가지 의문이 있습니다.
MCP에 대응하는 것과 AI가 실제로 업무를 수행할 수 있는 CMS인 것은 같은 것일까요?
MCP는 AI와 시스템을 연결하기 위한 프로토콜입니다. 하지만 단순히 연결할 수 있다는 것과, AI가 콘텐츠를 이해하고 구조를 만들고 웹사이트를 구축하며 안전하게 운영할 수 있는 것은 별개의 문제입니다.
이번 글에서는 2026년의 CMS와 AI의 관계를 정리하면서, 앞으로의 CMS에 필요하다고 생각하는 아키텍처에 대해 작성해 보겠습니다.
MCP는 AI 모델이나 에이전트가 외부 도구나 데이터에 접근할 수 있도록 하는 공통 인터페이스입니다.
기존에는 AI가 외부 시스템을 조작하려면 개별적인 API 연동이나 자체적인 툴 구현이 필요했습니다.
MCP를 통해 AI 클라이언트와 시스템 사이에 공통의 연결 방식을 마련할 수 있게 되었습니다.
CMS 입장에서 이것은 큰 장점입니다. 예를 들어, AI 에이전트로부터 다음과 같은 작업이 가능해집니다.
- 콘텐츠 가져오기 (Content retrieval)
- 엔트리 생성 및 업데이트
- 콘텐츠 모델 확인
- 미디어 조작
- 공개 상태 변경
다만 여기서 중요한 것은, MCP가 무엇을 할 수 있는지를 결정하는 것이 아니라, 그러한 기능을 AI에게 공개하기 위한 메커니즘이라는 점입니다.
같은 MCP를 사용하더라도, CMS에 따라 AI에게 제공되는 기능이나 조작 범위, 권한 관리, 워크플로우는 크게 다릅니다. 즉, MCP 대응 여부라는 체크박스만으로는 AI와의 통합 완성도를 판단할 수 없습니다.
CMS와 AI의 관계를 생각할 때, 저는 최소한 4가지 다른 워크플로우를 구분해야 한다고 생각합니다.
첫 번째는 Cursor, Claude Code, ChatGPT 등 CMS 외부의 AI 에이전트가 CMS를 조작하는 형태입니다. 예를 들어, 개발자가 자연어로 지시하여 AI에게 다음 작업을 맡기는 것입니다.
- 컬렉션이나 콘텐츠 모델 생성
- 엔트리 추가 및 편집
- 콘텐츠 정리나 마이그레이션
- 미디어 관리
개발자에게 매우 편리한 시스템입니다. 다만, CMS의 API를 조작할 수 있는 것과 완성된 웹사이트를 구축할 수 있는 것은 다릅니다.
두 번째는 CMS의 관리 화면에 AI 챗이나 어시스턴트를 통합하는 형태입니다. 예를 들어, 에디터가 관리 화면에서 글 작성, 번역, 요약, SEO 정보 생성 등을 요청할 수 있습니다. 이 경우 중요한 것은 AI가 생성한 내용을 어떻게 확인하고 저장 및 공개하느냐입니다. 인간의 승인(Human approval), 변경 이력(Change history), 초안(Draft) 등의 메커니즘이 필요합니다.
세 번째는 CMS의 이벤트나 Webhook, 스케줄 등을 트리거로 하여 AI 처리를 자동 실행하는 형태입니다. 예를 들어,
- 새로운 기사가 생성됨
- AI가 번역을 생성함
- SEO 정보를 작성함
- 에디터 확인 대기 상태로 전환됨
- 승인 후 공개됨
이러한 워크플로우는 마케팅이나 대규모 콘텐츠 운영에서 특히 중요합니다.
네 번째는 관리 화면의 AI와는 별개의 개념입니다. 웹사이트를 방문하는 사용자나, 그 사용자가 이용하는 AI 에이전트가 공개된 사이트상의 기능을 이용할 수 있도록 하는 메커니즘입니다. 예를 들어,
- 상품 정보 검색
- 이벤트 참가 등록
- 문의 양식 제출
- 장바구니에 상품 추가
등입니다. 다만, 공개 사이트에서 조작 가능한 기능은 관리 화면의 기능과 명확히 분리되어야 합니다. 방문자에게 허가된 조작만 공개하고, 중요한 조작에는 확인을 요청해야 합니다.
이 4가지 워크플로우는 비슷해 보이지만 실제로는 서로 다른 문제를 해결합니다. 따라서 CMS를 비교할 때도 단순히 MCP 대응 여부를 보는 것이 아니라, 어떤 워크플로우를 어느 정도까지 지원하는지 봐야 합니다.
여기서는 몇몇 주요 CMS의 접근 방식을 간략하게 정리하겠습니다.
Sanity는 구조화된 콘텐츠와 개발자를 위한 AI 워크플로우에 강점을 가지고 있습니다. MCP 서버를 통한 외부 에이전트 조작 외에도, Agent Actions 등을 활용한 콘텐츠 생성, 변환, 번역 메커니즘도 제공하고 있습니다.
콘텐츠 모델을 인간과 AI의 공통된 계약으로 다루는 설계는 매우 흥미롭다고 생각합니다.
Contentful은 마케팅 팀을 위한 AI 워크플로우에 역량을 집중하고 있습니다. AI Actions, Automations, Workflows 등을 결합하여 번역, SEO, 콘텐츠 검토 등의 기능을 운영 프로세스에 통합할 수 있습니다. 또한 외부 에이전트를 위한 Remote MCP Server도 제공됩니다.
특히 대규모 콘텐츠 운영을 하는 기업에게 매력적인 접근 방식입니다.
WordPress의 경우, MCP Adapter를 통해 기존 Abilities API를 MCP 도구로 공개하는 방식으로 진행되고 있습니다. WordPress의 강점은 거대한 플러그인 에코시스템에 있습니다. 필요한 기능을 플러그인을 통해 추가할 수 있는 반면, AI가 노출되는 기능이나 권한, 조작 범위는 도입하는 플러그인과 설정에 따라 달라집니다.
Strapi는 자체 호스팅이 가능한 헤드리스 CMS로서 MCP나 AI를 이용한 콘텐츠 모델 생성 등에 힘쓰고 있습니다. 직접 인프라를 관리하고 싶은 개발자에게 흥미로운 선택지입니다.
Storyblok, Hygraph, Kontent.ai, Sitecore 등도 관리 화면 내의 AI 에이전트 또는 워크플로우 통합을 진행하고 있습니다.
이 영역에서는 단순한 콘텐츠 생성뿐만 아니라 승인(Approval), 변경 이력(Change History), 워크플로우 관리가 중요해지고 있습니다.
각 제품마다 다른 강점을 가지고 있습니다. 중요한 것은 모든 CMS가 동일한 목적을 목표로 하는 것은 아니라는 점입니다.
※여기서의 비교는 2026년 11월 16일 시점에 공개된 제품 정보를 기반으로 한 스냅샷입니다. 기능, 제공 조건, 요금, MCP 대응 범위 등은 변경될 수 있습니다.
다양한 CMS의 접근 방식을 살펴보면서 저는 다음과 같은 요소들이 중요하다고 생각합니다.
1. 구조화된 콘텐츠 모델 (Structured Content Model)
AI가 콘텐츠를 정확하게 이해하려면 필드의 타입, 필수 조건, 관계(Relation) 등을 명확히 알아야 합니다. HTML이나 자유 형식의 텍스트만으로는 AI가 안전하게 데이터를 조작하기 어렵습니다.
2. AI 전용 권한 관리 (AI-Specific Permission Management)
AI에게 관리자 권한을 그대로 부여하는 것은 위험합니다. 인간과 마찬가지로 AI에게도 역할(Role)과 권한을 설정할 수 있어야 합니다. 또한, AI의 연결 방식에 따라 권한을 다르게 설정할 수 있는 것도 중요합니다.
3. 인간의 승인 (Human Approval)
AI가 조작할 수 있다는 것과 모든 조작을 자동 실행해야 한다는 것은 다릅니다. 어떤 조작은 자동으로 수행할 수 있는지, 어떤 조작에는 인간의 승인이 필요한지를 명확히 구분해야 합니다.
4. CMS뿐만 아니라 프로젝트 전체를 이해하는 능력 (Understanding the whole project)
AI가 콘텐츠를 편집할 수 있더라도 웹사이트의 템플릿이나 폼, 프론트엔드를 조작할 수 없다면 실제 프로젝트 구축에는 다른 메커니즘이 필요합니다.
5. 공개 정보와 관리 정보의 분리 (Separation of public and management data)
관리 화면에서 이용 가능한 정보와 공개 사이트에 AI에게 제공해도 되는 정보는 다릅니다. AI가 기업이나 웹사이트에 대해 무엇을 답변할 수 있는지, 그 근거가 되는 정보를 관리할 수 있는 메커니즘도 필요하다고 생각합니다.
이러한 생각을 실제 CMS로 구현하려고 노력하는 것이 제가 개발하고 있는 오픈소스 CMS 'Birkly'입니다.
Birkly는 PHP 기반의 모듈형 CMS이며, 플랫 파일을 기본으로 하고 데이터베이스가 필수는 아닙니다. 빌드 단계도 필요 없고, 자체 호스팅을 전제로 합니다. 개발 초기부터 AI를 나중에 추가하는 기능이 아니라, 인간과 마찬가지로 시스템을 이용하는 사용자로서 고려했습니다.
따라서 AI 통합을 위해 몇 가지 다른 메커니즘을 준비해 두었습니다. Cursor, Claude, ChatGPT 등 MCP에 대응하는 AI 클라이언트에서 Birkly에 연결할 수 있습니다. 연결 방식은 크게 2가지가 있습니다.
- Personal Connector: 설정된 인간 사용자의 권한을 계승하는 연결 -
- Service Agent: 인간 사용자와 독립된 고정 역할과 권한을 가진 연결
예를 들어, 관리자가 Service Agent를 설정하더라도 해당 에이전트에 Editor 권한을 할당하면 관리자 권한이 아닌 Editor 권한으로 작동합니다.
Birkly에는 관리 화면에서 이용할 수 있는 내장 AI 어시스턴트도 있습니다. 사용하려는 AI 프로바이더의 API 키를 설정하고, 어시스턴트에게 고유한 역할을 할당할 수 있습니다.
현재 로그인한 인간 사용자의 역할을 자동으로 계승하는 것이 아니라, 설정 시 독립적으로 설정할 수 있는 설계입니다.
또한 관리자는 AI 연결에 대해 추가적인 제한을 설정할 수 있습니다. 예를 들어,
- AI 도구 실행 허용 여부
- AI 채팅은 허용하되, 도구 실행은 비활성화
- AI를 통한 도구 실행 완전 비활성화
- 특정 플러그인이나 리소스 접근 금지
이러한 제한은 개별 AI 연결에 설정된 역할보다 우선합니다.
AI가 무엇을 할 수 있는지를 단순히 연결 사용자 권한에만 맡기지 않는 것이 중요하다고 생각합니다.
또 다른 메커니즘이 Agent Guide입니다.
이것은 웹사이트나 조직에 대해 AI가 참조할 수 있는 정보를 구조화하여 공개하기 위한 시스템입니다. 정보의 근거가 되는 URL이나, 공개해도 좋은 주장 등을 관리하며, 승인되지 않은 정보가 그대로 공개되는 것을 방지합니다.
이는 관리 화면을 조작하는 AI와, 공개 사이트로부터 정보를 가져오는 AI를 구분하기 위함입니다.
WebMCP는 공개 사이트를 방문하는 사용자 측 AI가 사이트 상의 기능을 이용하기 위한 메커니즘입니다. 예를 들어, 폼 제출, 장바구니 조작, 이벤트 참가 등록 등이 생각해 볼 수 있습니다.
이는 관리 화면의 MCP와는 별개의 공개 인터페이스로 취급되며, 기본적으로 비활성화되어 있습니다. 작동을 위해서는 방문자 측의 확인도 필요합니다.
이처럼, Birkly에서는 AI와의 연결뿐만 아니라, AI가 어디서, 무엇을, 어떤 권한으로 실행할 수 있는지를 설계의 중심에 두고 있습니다.
저는 MCP가 CMS에게 중요한 기술이 될 것이라는 점은 틀림없다고 생각합니다. 하지만, MCP를 지원하는 것만으로는 충분하지 않습니다.
AI가 CMS의 데이터를 조작할 뿐만 아니라, 콘텐츠 모델을 이해하고, 웹사이트를 구축하며, 필요한 기능을 추가하고, 안전하게 운영할 수 있는 환경이 필요합니다.
그러기 위해서는 CMS의 역할 자체를 조금 재고할 필요가 있을지도 모릅니다. 지금까지 CMS는 인간이 콘텐츠를 관리하기 위한 시스템으로 설계되어 왔습니다. 이제부터는 인간과 AI 모두가 같은 시스템을 이용하며, 각각의 역할과 권한에 따라 작업할 수 있는 것이 중요하다고 생각합니다.
MCP는 그를 위한 연결 방법입니다. 하지만 정말 중요한 것은 그 연결 너머에 존재하는 아키텍처입니다.
몇 가지 질문이 있습니다.
- CMS의 MCP 지원은 앞으로 어느 정도까지 표준적인 기능이 될까요?
- AI 에이전트에게 인간 사용자의 권한을 계승하게 해야 할까요? 아니면 독립된 역할을 부여해야 할까요?
- AI가 콘텐츠를 편집하는 것뿐만 아니라, 웹사이트 전체를 구축하고 운영할 수 있는 CMS에는 무엇이 필요하다고 생각하십니까?
- 현재의 CMS 아키텍처는 AI 에이전트의 이용을 전제로 충분히 설계되어 있을까요?
저는 Birkly라는 작은 오픈소스 프로젝트를 통해 이 문제에 접근하고 있습니다. 아직 개발 초기 단계이지만, 다른 개발자분들의 의견이나 비판으로부터 배우고 싶습니다.
Birkly:
GitHub:
기술적인 의견도, 다른 생각도, 꼭 들려주세요.