mcp2cli — MCP 토큰 비용을 96〜99% 절감하는 CLI 기반 툴 디스커버리

개요

MCP(Model Context Protocol)가 AI 에이전트 생태계의 표준으로 자리를 잡으면서, 새로운 병목이 등장했다. 툴 스키마 토큰 낭비다.

MCP 서버를 연동하면 매 대화 턴마다 모든 툴의 JSON 스키마가 LLM 컨텍스트에 주입된다. 모델이 그 턴에 실제로 사용하든 안 하든 무관하게. 30개 툴이면 턴당 약 3,600 토큰, 120개 툴에 25턴 대화라면 362,000 토큰이 스키마 주입에만 소비된다.

mcp2cli는 이 문제를 CLI 기반 온디맨드 디스커버리로 해결한다. 모델이 필요할 때 직접 --list와 --help를 호출해 툴을 발견하도록 구조를 바꿔, 토큰 낭비를 96〜99% 줄인다.

문제: 매 턴 전체 스키마 주입의 비용

기존 MCP 연동 방식

[대화 시작]
System Prompt + 전체 툴 스키마 (30개 × 121 tokens = 3,630 tokens)
│
Turn 1: 사용자 메시지 + 전체 스키마 재주입
Turn 2: 사용자 메시지 + 전체 스키마 재주입
Turn 3: 사용자 메시지 + 전체 스키마 재주입
...
Turn 15: 사용자 메시지 + 전체 스키마 재주입

30개 툴 × 15턴 = 54,450 토큰이 스키마에만 소비된다. 실제로 모델이 그 턴에 툴을 호출했는지와 무관하게.

실측 수치 (mcp2cli 기준)

시나리오	네이티브 MCP	mcp2cli	절감률
30개 툴, 15턴	54,525 tokens	2,309 tokens	96%
80개 툴, 20턴	193,240 tokens	3,871 tokens	98%
120개 툴, 25턴	362,350 tokens	5,181 tokens	99%
200 엔드포인트 API, 25턴	358,425 tokens	3,925 tokens	99%

툴이 많고 대화가 길수록 절감 효과가 커진다. 엔터프라이즈 규모의 MCP 환경에서는 비용 구조 자체가 달라진다.

mcp2cli 작동 원리

핵심 아이디어: 스키마 프리로드 → 온디맨드 디스커버리

[기존 방식]
모든 툴 스키마 → 컨텍스트에 항상 존재

[mcp2cli 방식]
툴 목록만 (16 tokens/tool) → 모델이 필요할 때 --help 호출 (120 tokens/tool)

LLM은 mcp2cli --list로 사용 가능한 툴 이름과 간략한 설명만 받고, 실제로 그 툴을 쓰려 할 때만 mcp2cli [tool-name] --help를 호출해 상세 스키마를 확인한다.

4단계 처리 파이프라인

1. 스펙 로드
   MCP 서버 URL / OpenAPI spec 파일 읽기

2. 툴 정의 추출
   스키마에서 툴 이름, 파라미터, 설명 파싱

3. 인수 파서 생성
   각 툴에 대한 CLI 명령어 동적 생성 (코드 생성 없음, 런타임)

4. 실행
   HTTP 또는 tool-call 요청으로 MCP 서버에 전달

설치 및 기본 사용법

# 설치
pip install mcp2cli

# MCP 서버 툴 목록 확인 (~16 tokens/tool)
mcp2cli --mcp https://server.url/sse --list

# 특정 툴 상세 확인 (~120 tokens, 필요 시만)
mcp2cli --mcp https://server.url/sse search-files --help

# OpenAPI 스펙 기반 사용
mcp2cli --spec api.json --base-url https://api.com list-items

# TOON 포맷 (Token-Optimized Output Notation) 출력
mcp2cli --mcp https://server.url/sse search-files --toon

제로 코드젠의 의미

mcp2cli는 런타임에 스펙을 읽어 CLI를 동적으로 생성한다. 코드 생성이 없다는 뜻은:

• MCP 서버에 새 툴이 추가되면 다음 호출 시 자동으로 반영
• 스펙 파일을 커밋할 필요 없음
• 1시간 TTL의 지능적 캐싱으로 불필요한 재로드 방지

EM/VPoE 관점에서의 도입 전략

비용 영향 계산

팀이 100개 MCP 툴을 연동한 AI 에이전트를 운영하고 있다고 가정하자.

네이티브 MCP (하루 1,000 대화, 평균 20턴):
  100 툴 × 121 tokens × 20턴 × 1,000 대화 = 242,000,000 tokens/일

mcp2cli 적용 후 (98% 절감):
  ~4,840,000 tokens/일

차이: 237,160,000 tokens/일
Claude Sonnet 4.6 기준 ($3/MTok): 하루 약 $711, 월 약 $21,000 절감

이 수치는 LLM 비용뿐 아니라 컨텍스트 길이와 직결되는 레이턴시와 품질에도 영향을 준다. 실제 에이전트 운영에서 이런 비용·품질 메트릭을 체계적으로 추적하는 방법은 AI 에이전트 옵저버빌리티 실전 가이드에서 자세히 다룬다.

트레이드오프 인식

mcp2cli가 만능은 아니다. HN 커뮤니티에서도 제기된 핵심 우려:

추가 라운드트립: 모델이 툴을 처음 쓸 때 --help를 별도로 호출해야 하므로 짧은 작업에서는 오히려 느릴 수 있다.

디스커버리 오류 가능성: 모델이 잘못된 툴 이름을 시도하거나, --help 결과를 잘못 해석할 수 있다.

최적 적용 상황: 툴이 20개 이상이고, 대화 턴이 10턴 이상이며, 매 턴 대부분의 툴이 사용되지 않는 시나리오.

도입 로드맵

1단계: 측정
   현재 AI 에이전트의 실제 툴 스키마 토큰 소비량 측정
   (대화 로그에서 system prompt token count 확인)

2단계: 파일럿
   가장 많은 툴을 연동한 에이전트 1개에 mcp2cli 적용
   A/B 테스트: 비용, 정확도, 레이턴시 비교

3단계: 분석
   어떤 툴이 실제로 자주 사용되는지 분석
   자주 쓰는 툴은 프리로드, 나머지는 온디맨드 하이브리드 전략 검토

4단계: 확장
   효과 확인 후 전체 에이전트에 적용

Hacker News 커뮤니티의 반응

133 upvotes, 92 comments를 받은 이 도구에 대해 HN 커뮤니티의 반응은 엇갈렸다.

긍정적 반응:

• “레이지 로딩 패턴을 LLM 툴 디스커버리에 적용한 것이 우아하다”
• “대규모 MCP 환경에서의 비용 절감이 게임 체인저가 될 수 있다”

비판적 반응:

• “토큰 절감이 실제로 더 나은 결과물을 보장하지 않는다”
• “모델이 툴 발견에 추가 라운드트립을 사용하면 레이턴시가 늘고 오류 가능성이 생긴다”
• “벤치마크가 이상적인 시나리오에 치우쳐 있다”

실무에서는 벤치마크를 그대로 신뢰하기보다 실제 워크로드에서 검증하는 것이 중요하다.

실전 적용 시 고려 사항

MCP 서버 타입별 호환성

✅ HTTP/SSE MCP 서버: 완전 지원
✅ stdio MCP 서버: 지원
✅ OpenAPI JSON/YAML: 지원
⚠️  인증 필요 서버: OAuth 내장 지원, 설정 필요

캐싱 전략

# 기본 캐싱: 1시간 TTL
mcp2cli --mcp server.url --cache-ttl 3600 --list

# 강제 새로고침
mcp2cli --mcp server.url --no-cache --list

스펙이 자주 바뀌는 개발 환경에서는 --no-cache, 스테이블한 프로덕션에서는 TTL을 길게 설정하는 것이 효율적이다.

정리

mcp2cli가 해결하는 문제는 단순하지만 실질적이다. MCP 생태계가 성숙하면서 연동하는 서버와 툴의 수가 늘어날수록, 스키마 주입 비용은 선형이 아니라 지수적으로 증가한다.

• 30개 툴: 고민할 필요 없을 수도 있다
• 80개 이상 툴: 월 단위 비용이 눈에 띄게 달라진다
• 120개 이상 툴: 비용 최적화가 아니라 생존 전략이 된다

토큰 절감 이상으로, 컨텍스트를 깔끔하게 유지하면 모델의 실제 추론 품질에도 긍정적인 영향을 준다. 컨텍스트 창을 꽉 채운 노이즈를 줄이는 것이 프롬프트 엔지니어링만큼 중요한 시대다. LLM 비용 절감의 또 다른 핵심 레버인 Claude API 프롬프트 캐싱 최적화 가이드도 함께 살펴볼 만하다.

---

참고 자료

• mcp2cli GitHub
• Show HN: mcp2cli — One CLI for every API, 96-99% fewer tokens
• Speakeasy: Reducing MCP token usage by 100x