Pinterest, MCP 기반 AI 에이전트로 엔지니어링 생산성 혁신
MCP(Model Context Protocol)는 LLM(Large Language Model)이 다양한 도구 및 데이터 소스에 접근하기 위한 표준화된 프로토콜(Unified Protocol)로, Pinterest는 이를 AI 에이전트의 기반으로 활용
Pinterest는 클라우드 기반(Cloud-hosted), 도메인별 MCP 서버(Domain-specific MCP Servers), 중앙 레지스트리(Central Registry)를 구축하여 확장성(Scalability) 및 보안(Security)을 확보
JWT(JSON Web Token) 기반 인증(Authentication)과 메시 아이덴티티(Mesh Identity) 기반 권한 부여(Authorization)를 통해 안전한 접근 제어 구현, 월 7,000시간 절감의 효과를 달성
MCP 아키텍처: 클라우드 기반, 도메인별 서버, 중앙 레지스트리
Pinterest는 MCP 서버를 클라우드 환경(Cloud Environment)에 호스팅하여 내부 라우팅 및 보안 로직을 적용하고 있다. 또한, 단일 서버 대신 도메인별(Domain-Specific) MCP 서버를 구축하여 각 서버에 서로 다른 접근 제어를 적용하고, 모델의 컨텍스트를 효율적으로 관리한다.
Presto, Spark, Airflow 등 다양한 도구(Various Tools)를 위한 MCP 서버를 구축
중앙 레지스트리(Central Registry)를 통해 승인된 MCP 서버 목록 관리 및 AI 클라이언트의 서버 검색 지원
배포 파이프라인(Deployment Pipeline)을 통해 MCP 서버 배포 및 운영 자동화
보안 및 거버넌스: JWT, 메쉬 아이덴티티, 접근 제어
Pinterest는 MCP 서버 접근에 대한 강력한 보안(Robust Security)을 위해 다중 계층 인증 및 권한 부여 메커니즘을 구현했다. 사용자 인증에는 JWT(JSON Web Token) 기반 OAuth(OAuth) 흐름을 사용하고, 서비스 간 인증에는 SPIFFE(SPIFFE) 기반 메쉬 아이덴티티(Mesh Identity)를 활용한다.
엔보이(Envoy)를 통해 JWT 검증 및 권한 부여 정책 적용
@authorize_tool 데코레이터(Decorator)를 사용하여 세분화된 접근 제어 구현
비즈니스 그룹 기반 접근 제어(Business-Group-Based Access Gating)를 통해 민감한 데이터에 대한 접근 제한
MCP 생태계의 통합 및 활용 사례
Pinterest는 MCP를 엔지니어의 일상적인 업무 환경(Daily Workflow)에 통합하여 활용성을 높였다. 내부 LLM 기반 웹 채팅 인터페이스 및 내부 채팅 플랫폼에 AI 봇을 통해 MCP 도구를 제공하며, OAuth(OAuth) 인증 흐름을 자동화하여 사용자 경험을 개선했다.
Presto MCP 서버를 통해 데이터 기반 의사 결정 지원
Spark MCP 서버를 활용한 Spark 작업 실패 진단 및 로그 요약
지식 MCP 서버를 통해 내부 지식 및 문서에 대한 접근성 향상
결과적으로, MCP는 엔지니어링 생산성 향상에 기여하며, 시간 절감(Time Saving)이라는 구체적인 성과를 창출했다.
MCP 생태계의 측정 및 성공 지표
Pinterest는 MCP 생태계의 가시성(Visibility)을 확보하기 위해, 모든 MCP 서버에 대한 로깅(Logging), 메트릭(Metrics) 수집, 그리고 성공 지표 측정을 위한 라이브러리 함수를 제공한다. 이를 통해 MCP 서버의 입력/출력, 호출 횟수, 예외 추적 등 다양한 정보를 수집하고, 시간 절감(Time Saved)을 핵심 지표로 활용한다.
시간 절감(Time Saved)을 핵심 지표로 활용
각 도구별로 시간 절감 추정치(Time Saving Estimate)를 제공하여 효과 측정
월간 66,000회 호출(Monthly 66,000 Invocations) 및 844명의 월간 활성 사용자(844 Monthly Active Users) 기록
MCP 생태계 구축의 기술적 과제 및 향후 계획
Pinterest는 MCP 생태계 확장을 위해 지속적인 노력을 기울이고 있다. 향후 MCP 서버를 추가하고, 더 많은 엔지니어링 환경에 통합하며, 거버넌스 모델을 개선할 계획이다. 또한, AI 에이전트가 복잡한 엔지니어링 작업을 안전하게 자동화할 수 있도록 지원하여 개발자 생산성을 더욱 향상시킬 예정이다.
MCP 서버 확장(MCP Server Expansion) 및 통합 확대(Integration Expansion)
거버넌스 모델 개선(Governance Model Improvement)
AI 에이전트의 안전한 자동화 지원을 통한 개발자 생산성 향상
