Uber가 MCP 인프라를 구축한 방법 공개

원문 발행 2026. 10. 04. 20:25원문 언어 스페인어AI 한국어 번역X @_guillecasaus (자동 발견) 원문 보기

요약

Uber는 복잡한 내부 서비스 및 AI 에이전트 연결 문제를 해결하기 위해 MCP(Microservice Communication Platform) 인프라를 구축했습니다. 이 시스템은 중앙 게이트웨이를 통해 요청 라우팅, 권한 관리, 도구 접근을 통제합니다. 또한 AutoCrawler와 Omni MCP를 도입하여 수천 개의 API와 5,000개 이상의 도구를 효율적으로 에이전트 컨텍스트에 로드하고 실행할 수 있게 했습니다.

핵심 포인트

MCP Gateway는 요청 라우팅, 권한 및 실행을 중앙에서 관리합니다.
AutoCrawler를 통해 내부 API들을 MCP 도구로 자동 변환했습니다.
Omni MCP는 필요한 서버와 스키마만 동적으로 로드하여 컨텍스트 부하를 줄입니다.
대규모 에이전트 시스템에 적합한 API Gateway 역할을 수행합니다.

Uber가 자신들의 MCP(Microservice Communication Platform) 인프라를 어떻게 구축했는지 공개했습니다.

그리고 AI 에이전트들이 기업 내에서 확장될 때 발생하는 가장 큰 문제 중 하나를 해결합니다.

문제는 수많은 내부 서비스와 에이전트를 연결해야 할 때, 도구(tools), 권한(permissions), 실행에 대한 통제력을 잃기 시작한다는 것입니다.

그래서 MCP Gateway를 만들었습니다.

이는 에이전트와 Uber의 서비스 사이에 있는 중앙 계층으로, 다음 역할을 담당합니다:

→ 모든 요청 라우팅
→ 권한 및 실행 관리
→ HTTP, gRPC 또는 TChannel 연결
→ 도구(tools) 접근 중앙화

하지만 여전히 또 다른 문제가 남아 있었습니다.

Uber는 이미 수천 개의 내부 API를 가지고 있었기 때문에, AutoCrawler를 만들어 이 API들을 탐색하고 그 메서드와 스키마를 MCP 도구로 자동 변환했습니다.

현재 800개 이상의 MCP 서버와 5,000개의 도구를 보유하고 있습니다.

그리고 당연히 5,000개의 도구를 모델의 컨텍스트에 모두 넣을 수는 없습니다.

여기서 Omni MCP가 등장합니다.

모든 것을 로드하는 대신, 에이전트는 필요한 서버를 감지하고, 사용 가능한 도구들을 조회한 다음, 올바른 스키마만 로드하여 실행합니다.

이는 이 모든 것이 어디로 가고 있는지 보여주는 좋은 예시입니다.

에이전트들이 5개의 도구를 사용하는 것에서 5,000개의 도구를 사용하게 되면, 에이전트를 위한 API Gateway와 매우 유사한 것이 필요하게 됩니다.

자세한 내용은 그들이 게시한 기사를 확인해 보세요 👇

AI 자동 생성 콘텐츠

원문 바로가기

Uber가 MCP 인프라를 구축한 방법 공개

요약

핵심 포인트

댓글