Google MCP 서버와 활용 가이드 한눈에 이해하기
핵심 요약
Google MCP 저장소는 Google이 제공하는 공식 Model Context Protocol(MCP) 서버 목록과, 이를 Google Cloud에 올리고 활용하는 방법, 예제 프로젝트를 모아둔 허브다. 원격(Managed) MCP와 오픈소스 MCP의 차이, 각 서버가 어떤 클라우드·지도·보안 기능을 노출하는지, 그리고 Cloud Run·GKE 등으로 배포하는 실무 흐름을 이해하면 된다.
Google MCP 저장소의 정체와 역할
이 저장소는 코드를 직접 담는 라이브러리라기보다 "MCP 서버 생태계의 지도"에 가깝다.
Google이 직접 운영하는 원격 MCP 서버들, 커뮤니티와 Google 팀이 만든 오픈소스 MCP 서버들, 그리고 이를 클라우드에 배포하는 공식 문서와 튜토리얼이 한 곳에 정리되어 있다.
따라서 이 저장소를 보면 "지금 Google 클라우드·Google 제품들 가운데 어떤 것들이 MCP를 통해 에이전트에게 열려 있는지"를 빠르게 파악할 수 있다.
Model Context Protocol(MCP) 개념 간단 정리
MCP는 LLM 기반 에이전트가 외부 시스템과 상호작용하기 위한 공통 규약이다.
사람이 앱에 API를 붙이듯, 에이전트에게 MCP 서버를 붙이면 데이터베이스 조회, 인프라 관리, 지도 검색, 보안 분석 같은 작업을 "도구"처럼 호출할 수 있다.
여기서 MCP 서버는 특정 서비스(예: BigQuery, GKE, Gmail)를 추상화해서 에이전트가 일관된 방식으로 호출하도록 도와주는 어댑터 역할을 한다고 보면 이해가 쉽다.
Remote MCP 서버: Google이 관리하는 "원격 도구들"
Remote MCP 서버는 Google이 직접 운영하고, 네트워크 엔드포인트를 통해 접근하는 MCP 서버다.
사용자는 서버를 설치하거나 운영할 필요 없이, 정해진 설정만 통해 원격 MCP를 활성화해 에이전트가 바로 사용할 수 있다.
대표적으로 Google Maps Grounding Lite를 통한 지도·위치 기반 질의, BigQuery를 통한 대규모 데이터 분석, GKE와 GCE를 통한 클러스터·VM 관리가 포함된다.
이 방식은 "관리형 서비스" 느낌이라, 인프라나 보안 운영 부담 없이 빠르게 실무에 MCP를 도입할 때 유리하다.
오픈소스 MCP 서버: 직접 돌리고 커스터마이즈하는 도구들
오픈소스 MCP 서버는 누구나 코드를 내려받아 로컬이나 클라우드에 직접 띄울 수 있는 서버들이다.
Google Workspace용 서버는 문서, 스프레드시트, 슬라이드, 캘린더, Gmail 등을 MCP를 통해 제어하게 해 주며, Firebase·Cloud Run 서버는 백엔드·서버리스 워크로드를 에이전트가 다룰 수 있게 만든다.
데이터베이스용 Toolbox는 BigQuery, Cloud SQL, AlloyDB, Spanner, Firestore 등 여러 데이터 소스를 통합적으로 노출해 "데이터 분석·질의 에이전트"를 쉽게 만들 수 있도록 설계되어 있다.
또한 GKE, Cloud Storage, gcloud CLI, Observability, Google Analytics, 보안(SCC, Chronicle 등), Flutter/Dart용 서버 등도 제공되어, 에이전트가 개발·운영·보안을 아우르는 전체 클라우드 스택을 제어할 수 있는 기반을 만들어 준다.
직접 배포하는 만큼 인증·권한, 네트워크, 비용 통제 등을 조직 정책에 맞게 세밀하게 조정할 수 있다는 것이 가장 큰 장점이다.
Launch My Bakery 예제를 통한 실제 사용 흐름
"Launch My Bakery"는 이 저장소에서 제공하는 대표 예제 프로젝트로, 에이전트 개발 키트(ADK)를 사용해 만든 샘플 에이전트다.
이 에이전트는 원격 MCP 서버인 Google Maps와 BigQuery를 동시에 사용해, 예를 들어 베이커리 위치를 추천하고 주변 상권 데이터를 분석하는 식의 복합적인 작업을 수행하도록 설계되어 있다.
이 예제를 뜯어보면, 실제 애플리케이션 코드에서 MCP 서버를 어떻게 연결하고, 어떤 식으로 에이전트의 "능력"으로 노출하는지 전체 흐름을 이해하는 데 도움이 된다.
Google Cloud에서 MCP 서버를 호스팅하는 방법 개관
MCP 서버를 실전 서비스 수준으로 운영하려면, 주로 Cloud Run이나 GKE 같은 관리형 인프라에 배포하는 방식을 사용한다.
Cloud Run 문서는 컨테이너로 패키징된 MCP 서버를 서버리스 방식으로 올리는 방법과, 트래픽·스케일링·보안을 함께 다루며, "10분 안에 Remote MCP 서버 만들기" 같은 튜토리얼도 제공된다.
더 복잡한 시나리오에서는 GKE에 배포해 여러 MCP 서버를 하나의 클러스터에서 관리하거나, Apigee와 연계해 기존 API를 MCP 형태로 손쉽게 노출하는 구조도 사용할 수 있다.
이 과정은 "에이전트에게 도구를 연결하는 것"을 넘어, 조직 차원에서 표준화된 MCP 게이트웨이를 운영하는 전략으로 확장될 수 있다.
MCP Toolbox와 멀티-DB·멀티-플랫폼 활용
MCP Toolbox for Databases는 하나의 도구 모음처럼 여러 데이터베이스 시스템을 MCP로 묶어주는 역할을 한다.
이를 Cloud Run이나 GKE에 배포하면, 에이전트가 BigQuery에서 데이터 추출, Cloud SQL에서 트랜잭션 조회, Spanner에서 글로벌 데이터 읽기 같은 작업을 하나의 통합 인터페이스로 수행할 수 있다.
데이터가 여러 시스템에 흩어져 있는 대규모 환경에서는, 이 toolbox 기반 MCP가 "데이터 접근 허브" 역할을 하면서, 에이전트가 시스템 구조를 몰라도 필요한 정보를 가져오게 하는 추상화 계층이 된다.
에이전트 설계 관점에서 본 MCP 서버 선택 전략
에이전트에게 어떤 MCP 서버를 붙일지 선택할 때는, 비즈니스 목표와 에이전트 역할을 먼저 정의하는 것이 중요하다.
예를 들어 데이터 분석 에이전트라면 BigQuery, Database Toolbox, Observability MCP를 중심으로 구성하고, 운영·인프라 에이전트라면 GKE, GCE, gcloud CLI, Security MCP를 우선적으로 고려할 수 있다.
또한 "빠른 실험" 단계에서는 Google이 관리하는 Remote MCP를 이용해 인프라 부담 없이 기능을 검증하고, 이후 보안·규모 요구가 커지면 오픈소스 MCP를 Cloud Run/GKE에 올려 조직 맞춤형 구성을 만드는 방식으로 점진적 도입을 설계하는 것이 실용적이다.
라이선스와 프로젝트 성격 이해하기
이 프로젝트는 Apache 2.0 라이선스를 사용해, 상용·비상용 모두에서 비교적 자유롭게 활용·수정·배포가 가능하다.
다만 저장소 자체는 "공식 제품이 아닌 데모 목적"으로 명시되어 있으며, Google의 보안 취약점 포상 프로그램 대상도 아니다.
따라서 여기에 나온 예제·가이드는 실무 시스템의 참고 자료로 활용하되, 실제 운영 환경에서는 각 조직의 보안·품질 기준에 맞춰 별도의 검토와 강화 작업을 거치는 것이 바람직하다.
인사이트
Google MCP 생태계를 잘 활용하려면, "어떤 MCP 서버가 어떤 실제 행동을 에이전트에게 열어주는지"를 기능 중심으로 바라보는 습관이 필요하다.
지도·데이터베이스·인프라·보안 등 도메인별 MCP를 조합해 하나의 에이전트에 연결하면, 사람 개발자가 여러 콘솔과 터미널을 오가며 하던 일을 에이전트에게 위임하는 구조를 만들 수 있다.
실무에서는 먼저 작은 목표(예: BigQuery 분석 자동화, 특정 GKE 클러스터 관리 보조) 하나를 정하고, 해당 영역의 MCP 서버만 연결해 "작은 성공 사례"를 만든 다음, 점차 다른 MCP 서버를 확장해 붙이는 단계적 접근이 가장 안전하고 효과적이다.
출처 및 참고 : google/mcp: Google 💚 MCP