프로젝트 배경

AI 어시스턴트와 애플리케이션이 외부 서비스와 연동되는 방식은
대부분 사전에 하드코딩된 통합이나 제한된 API 연결에 의존하고 있어,
확장성과 유연성에 구조적인 한계가 있었습니다.

새로운 API나 기능을 추가할 때마다
개발자가 직접 통합 로직을 구현해야 했고,
AI가 실행 시점에 필요한 도구를 동적으로 발견하고 활용할 수 있는 구조는 부족한 상황이었습니다.

이 프로젝트는 이러한 문제를 해결하기 위해,
기존 REST API를 MCP(Model Context Protocol) 기반 AI 도구로 전환하고,
AI가 런타임에 필요한 도구를 탐색·실행할 수 있는 마켓플레이스 플랫폼을 구축하는 것을 목표로 시작되었습니다.

또한 단순한 기술 플랫폼을 넘어,
개발자들이 자신의 MCP 도구를 등록·홍보하고, 필요에 따라 유료로 제공할 수 있는 마켓플레이스를 만드는 것을 목표로 하였습니다.
App Store나 AppSumo, RapidAPI와 유사하게,
플랫폼이 결제·인증·사용자 관리를 담당하고
개발자는 도구 개발과 서비스 품질에 집중할 수 있도록 설계하고자 했습니다.

이를 통해 AI 도구를 사용하는 쪽에서는
여러 서비스와의 복잡한 계약이나 통합 없이 필요한 기능을 손쉽게 사용할 수 있고,
도구를 만드는 개발자는 유통·과금·운영 부담 없이 자신의 서비스를 제공할 수 있는 환경을 제공하는 것이 목표였습니다.

궁극적으로는 AI가 특정 서비스나 벤더에 종속되지 않고,
필요한 기능을 플러그인처럼 조합해 사용할 수 있는
개방형 AI 도구 생태계이자, 개발자 중심의 AI 마켓플레이스를 구축하는 것이 이 프로젝트의 핵심 목표였습니다.

Contextually MCP Marketplace – AI Tooling & API Platform

1) 포트폴리오 소개

기존 REST API를 MCP(Model Context Protocol) 기반 AI 도구로 변환·유통할 수 있는 마켓플레이스 플랫폼 개발

Contextually는 RapidAPI처럼 API를 등록·관리·실행할 수 있지만,
차이점은 AI가 런타임에 동적으로 도구를 발견하고 사용할 수 있도록 설계된 MCP 기반 플랫폼이라는 점입니다.

AI 어시스턴트가 특정 서비스에 하드코딩되어 연동되는 방식이 아니라,
필요한 도구를 실행 시점에 발견하고 호출할 수 있도록 하는 것을 목표로 한 플랫폼입니다.

⸻

2) 작업 범위
• MCP(Model Context Protocol) 기반 플랫폼 전체 설계
• REST API → MCP Tool 변환 시스템 구현
• 마이크로서비스 아키텍처 설계 및 구축
• Backend API 서버 개발 (Go)
• MCP Server 구현 (Joey)
• REST–MCP 브릿지 서비스 개발 (Annie)
• 사용자·프로필·도구 관리 시스템 구축
• Web App, Admin Dashboard, Public Landing Page 개발
• CLI 도구 개발 및 테스트 환경 구축
• PostgreSQL·Redis 기반 인프라 구성 (Docker)

???? 플랫폼 전반을 단독 설계 및 개발

⸻

3) 주요 업무 및 기능
• REST API를 MCP Tool로 자동 변환
기존 REST API 정의를 MCP 규격에 맞는 도구로 변환하여 AI에서 사용 가능하게 구성
• 동적 Tool Registry 및 Discovery
AI 어시스턴트가 런타임에 사용 가능한 도구를 검색·발견할 수 있는 구조 구현
• User Context / Profile 기반 접근 제어
사용자별, 프로필별로 접근 가능한 도구를 분리하여 멀티 테넌트 환경 지원
• MCP Server 및 Streamable Transport 구현
MCP 표준에 따라 AI와 도구 간 통신을 처리하는 전용 서버 구현
• REST ↔ MCP 브릿지 서비스
MCP를 지원하지 않는 환경에서도 HTTP API를 통해 도구 실행 가능하도록 브릿지 제공
• 관리자 및 사용자 웹 인터페이스
앱 등록, 도구 관리, 사용자 관리가 가능한 대시보드 제공
• CLI 개발 도구 제공
개발자가 MCP 도구를 테스트하고 검증할 수 있는 CLI 환경 구축

⸻

4) 주안점

이 프로젝트의 핵심은 단순히 API를 연결하는 것이 아니라,
AI가 외부 도구를 “플러그인처럼” 사용할 수 있는 구조를 만드는 것이었습니다.

이를 위해 다음 사항에 중점을 두었습니다.
• AI와 도구 간 결합도를 최소화한 구조 설계
• MCP 표준을 기반으로 한 확장 가능성 확보
• 사용자 컨텍스트와 인증을 고려한 보안 구조
• 여러 서비스가 독립적으로 확장 가능한 마이크로서비스 구성
• 실제 서비스 운영을 고려한 관리·모니터링 구조

결과적으로,
AI 어시스턴트가 특정 서비스에 종속되지 않고
필요한 기능을 동적으로 발견하고 실행할 수 있는 AI 도구 마켓플레이스 플랫폼을 구현하였습니다.