에이전트 워크플로우에서 MCP 도구 정의 토큰 비용 최적화
Updated September 19, 2026 · first published September 19, 2026
AI 에이전트를 여러 Model Context Protocol(MCP) 서버에 연결하면 사용자의 의도를 처리하기 전에 매 턴마다 수천 개의 입력 토큰이 주입됩니다. 등록된 각 도구는 함수 이름, 매개변수 설명 및 유형 제약 조건이 포함된 JSON 스키마를 추가합니다. GitHub, Postgres, Slack 등 6개의 MCP 서버를 연결한 환경에서는 툴 정의만으로도 호출당 4,500~12,000개의 입력 토큰이 고정적으로 소모됩니다.
MCP 서버 도구 정의가 많은 토큰을 소비하는 이유는 무엇인가요?
모델이 함수를 정확히 호출하려면 각 도구마다 상세한 JSON Schema 메타데이터가 필요합니다. 단일 데이터베이스 쿼리 도구 하나만으로도 350~600개의 토큰을 차지하며, 수십 개의 도구가 누적되면 정적 스키마가 컨텍스트 윈도우의 상당 부분을 점유합니다.
비용 절감을 위한 세 가지 아키텍처
프로덕션 에이전트 시스템에서는 정적 도구 선언 직후 프롬프트 캐싱 경계(Breakpoint)를 설정하여 반복 비용을 최대 90% 절감하고, 가벼운 라우터를 통한 2단계 동적 도구 주입, 그리고 JSON 스키마의 불필요한 설명 제거 및 압축 기법을 적용합니다.
Related
Want this applied to your own LLM spend? FinOps LLM runs a free audit of your AI costs and shows where the savings are. Book free audit →