단순한 연결성을 넘어, 오늘날의 모바일 네트워크는 경제 전반의 조직에 특히 유용한 광범위한 운영 기능을 갖추고 있습니다. 예를 들어 모바일 네트워크는 기기의 위치를 확인하고 소유자의 신원과 연결 품질을 검증하여 사기를 방지하거나 처리량을 높일 수 있으며, 이 모든 작업은 실시간으로 이루어집니다. 하지만 이러한 기능을 안전하면서도 상업적으로 실현 가능한 방식으로 폭넓게 제공하는 것은 쉽지 않은 과제입니다.
그 이유는 최근의 기업 자동화 물결이 생성형 AI와 에이전틱 AI의 가능성을 기반으로 하며, AI 에이전트가 데이터베이스, API, 소프트웨어 및 다른 에이전트와 상호작용해 갈수록 복잡한 작업과 프로세스를 수행할 수 있기 때문입니다. 하지만 현재로서는 AI 에이전트가 모바일 네트워크의 기능에 일관되고 안전한 방식으로 접근할 수 없습니다. 통신사가 이러한 병목 현상을 해결하지 못하면 5G 네트워크에 대한 대규모 투자의 가치를 온전히 실현할 수 없을 뿐 아니라 AI의 잠재력도 충분히 활용할 수 없습니다.
“CAMARA, MCP, F5 BIG-IP Next for Kubernetes는 함께 각 구성 요소가 고유하고 필수적인 역할을 수행하는 강력한 다계층 아키텍처를 구축합니다.”
이동통신 사업자들은 확장성과 상호 운용성을 높이고 보안 위험을 최소화하기 위해, 가능한 한 모든 네트워크에서 일관되게 사용할 수 있는 표준화된 인터페이스를 기업과 개발자에게 제공하는 것이 중요하다는 점을 오래전부터 인식해 왔습니다. 이를 위해 전 세계 이동통신 사업자들은 CAMARA에서 제공하는 애플리케이션 프로그래밍 인터페이스(API)를 정의하는 데 기여하고 이를 사용하기로 합의했습니다. CAMARA는 통신 네트워크 기능에 대한 접근을 지원하기 위해 GSMA와 Linux Foundation이 2022년 모바일 월드 콩그레스에서 출범시킨 오픈 소스 API 프로젝트입니다.
하지만 비교적 정적인 이러한 API는 대부분의 기능에 안정적으로 활용할 수 있는 반면, 역동적이고 빠르게 변화하는 AI 에이전트와는 잘 맞지 않습니다. 새로운 API가 출시되거나 기존 API가 업데이트되는 주기는 연간 한두 차례에 불과할 수 있지만, AI 에이전트는 이보다 훨씬 빠른 속도로 끊임없이 진화하고 있습니다.
이 둘을 동기화하는 한 가지 방법은 모델 컨텍스트 프로토콜(MCP)을 활용하는 것입니다. 이는 원래 AI 기업 Anthropic이 AI 모델과 외부 데이터베이스 세계를 연결하는 범용 언어로 개발한 개방형 표준으로, 대규모 언어 모델(LLM)과 AI 에이전트가 외부 도구, 시스템, 소스 및 API와 통합하고 데이터를 공유하는 방식을 표준화합니다. 하지만 여러 가지 이유로 인해 MCP는 본질적으로 프로토콜에 불과하므로, 단독으로는 진지하게 도입을 고려하는 기업에 적합한 선택지가 될 수 없습니다.
모델 컨텍스트 프로토콜(MCP): 난간 없는 좁은 다리
AI 및 엔터프라이즈 기술 분야의 여러 선도 기업이 지원하는 MCP는 본질적으로 API 세계와 에이전트 세계를 잇는 다리입니다. 하지만 그 다리는 좁고 위험하며, 공격에 매우 취약합니다.
이름에서 알 수 있듯이 MCP는 단지 프로토콜, 즉 일련의 통신 규칙일 뿐입니다. 강력한 프로토콜이지만, 수백만 건의 소비자 및 네트워크 요청을 실시간으로 처리하는 주요 통신사가 실제 환경에서 사용하는 데 필요한 엔터프라이즈급 보안, 확장성 또는 비용 관리 기능은 제공하지 않습니다. 이미 여러 MCP 배포 사례에서 보안 취약점이 확인되었으며, 그중 일부는 세간의 이목을 끈 사례였습니다. 통신 분야에서 안전장치가 없는 MCP는 에이전트가 민감한 기밀 데이터와 리소스에 접근한 뒤 이를 실수로 유출하게 할 가능성이 있으며, 유출된 데이터와 리소스는 회수할 수도, 회수하지 못할 수도 있습니다.
수백만 또는 수천만 명의 사용자가 생성하는 트래픽을 안전하고 빠르며 안정적으로 처리하려면 MCP에 “항공 교통 관제탑”과 “무장 보안 호송대”가 모두 필요합니다. F5 BIG-IP Next for Kubernetes는 애플리케이션 트래픽을 관리하고 보호하는 클라우드 네이티브 솔루션으로, Kubernetes 클러스터에서 안전한 인그레스와 이그레스라는 두 역할을 모두 수행할 수 있습니다. AI 요청의 흐름을 체계적으로 관리하고 위협이 있는지 검사하며, 네트워크 리소스에 액세스하는 데 필요한 권한을 갖추었는지 확인할 수 있습니다. 전통적으로 이러한 역할은 주력 제품인 F5 BIG-IP 이 수십 년 동안 수많은 배포 환경에서 수백만 개의 대규모 비즈니스 크리티컬 애플리케이션을 대상으로 수행해 왔습니다.
이러한 방식으로 보호되는 MCP 서버는 인간 개발자가 직접 읽어야 하는 기술적인 API 지침을 간단하고 이해하기 쉬운 ‘도구’로 변환하는 효과적이고 안전한 수단이 될 수 있습니다. 이러한 도구를 통해 AI 에이전트는 자연어 상호작용만으로 사용 가능한 네트워크 기능을 자동으로 탐색하고, 이를 동적으로 조합하며, 워크플로를 실행할 수 있습니다.
또한 API 통합은 통신 업계 외부의 개발자에게 지나치게 어려운 경우가 많아 관심과 참여가 저조해집니다. MCP는 AI 프롬프트를 사용하는 수백만 명의 ‘시민 개발자’가 네트워크 기능을 활용할 수 있도록 함으로써 컨테이너 수준에서 래퍼를 배포하는 비용을 절감합니다. 이 아키텍처는 훨씬 더 높은 수준의 자동화를 지원하므로 기존 CAMARA 기반 기능이 기업에 제공하는 가치를 크게 높일 것입니다.
AI 에이전트는 안전한 MCP 아키텍처를 활용해 기업의 요구 사항에 맞게 연결성을 실시간으로 조정할 수 있습니다. 예를 들어 물류 회사에서 일하는 AI 에이전트는 MCP를 통해 네트워크 API를 조회하여 실종된 자율주행 차량의 위치를 파악할 수 있습니다. 차량을 찾은 후에는 MCP를 통해 네트워크 서비스 품질 개선을 요청함으로써, 차량이 올바른 위치로 복귀하지 못하게 하는 장애물을 실시간 영상으로 전송할 수 있도록 할 수 있습니다.
통신사업자급 보안, 확장성 및 거버넌스를 위한 솔루션
F5는 BIG-IP Next for Kubernetes를 통해 여러 통신사가 MCP와 CAMARA를 안전하고 효과적으로 통합하여 AI 시대에 대비할 수 있도록 지원하는 방안을 두고 이들과 지속적으로 논의하고 있습니다. 3월 2일부터 5일까지 바르셀로나에서 열리는 모바일 월드 콩그레스(MWC) 2026에서는 BIG-IP Next for Kubernetes가 MCP에 부족한 보안, 확장성 및 거버넌스 계층을 제공하여 전체 시스템을 통신사업자급 및 엔터프라이즈급 프로덕션 환경에 적합하게 만드는 방법을 시연할 예정입니다.
통신사는 대규모 트래픽을 처리하면서 MCP 서버에 대한 직접 공격과 민감한 데이터의 유출을 방지하는 솔루션을 원합니다. BIG-IP Next for Kubernetes는 필요한 경우 네트워크 처리를 CPU에서 더 효율적인 데이터 처리 장치(DPU)로 오프로드하여 AI 워크로드의 성능을 크게 향상할 수 있습니다.
AI 사용과 관련된 비용을 관리하기 위해 BIG-IP Next for Kubernetes는 에이전트의 토큰 사용량을 모니터링하고 제한할 수도 있습니다. 토큰은 학습 및 추론 과정에서 AI 모델이 처리하는 데이터 단위로, AI의 화폐라고 이해하면 가장 쉽습니다. 이를 통제하지 않으면 개별 AI 에이전트가 막대한 양의 토큰을 처리해 기업 소유자에게 엄청난 컴퓨팅 비용을 초래할 위험이 있습니다. 하지만 F5 BIG-IP Next for Kubernetes는 AI 관련 비용을 추적하고, 통제 불능 상태의 에이전트가 과도하게 지출하는 것을 방지하며, 예산을 준수하는 데 필요한 ‘토큰 거버넌스’ 기능을 제공합니다.
스마트한 에이전트형 아키텍처 활용
CAMARA, MCP, F5 BIG-IP Next for Kubernetes는 함께 각 구성 요소가 고유하고 필수적인 역할을 수행하는 강력한 다계층 아키텍처를 구축합니다. 이를 스마트 홈을 구축하는 것에 비유할 수 있습니다:
- CAMARA는 표준화된 전기 콘센트와 스위치의 집합입니다. 모든 조명과 가전제품은 제조업체와 관계없이 동일하고 예측 가능한 인터페이스를 사용합니다.
- MCP는 Alexa나 Google Home과 같은 음성 비서로, 일상적인 영어 표현(“불을 켜 줘”)을 이해하고 각 스위치에 맞게 별도로 프로그래밍하지 않아도 표준 스위치를 사용하는 방법을 알고 있습니다.
- F5 BIG-IP Next for Kubernetes는 가정의 중앙 보안 시스템이자 배전반이며 전력량계입니다. 침입자를 막고(보안), 전력 과부하를 차단하며(확장), 예상치 못한 요금이 발생하지 않도록 에너지 요금을 추적합니다(토큰 거버넌스).
CAMARA 기반 API, MCP, F5 BIG-IP Next for Kubernetes를 함께 활용하면 복잡하고 파편화된 통신 네트워크를 AI 에이전트가 안전하고 효율적으로, 대화형 방식으로 상호 작용할 수 있는 안전하고 지능적이며 프로그래밍 가능한 플랫폼으로 전환할 수 있습니다. 통신사는 에이전틱 AI 시대에 맞게 API를 성공적이고 안전하게 조정함으로써 단순한 연결 서비스 제공업체를 넘어 고객의 신뢰와 네트워크 무결성을 유지하면서 네트워크에 내재된 다양한 기능을 수익화할 수 있게 됩니다.
MWC 2026 기간 중 2홀 2L20 부스를 방문하여 아키텍처를 직접 살펴보고, 네트워크를 AI 에이전트 지원 환경으로 전환하는 방법을 논의해 보세요.
또한 이전 블로그 게시물인 “운영 주권: 디지털 이식성이 회복탄력성을 높이는 이유”도 확인해 보세요.
작성자 소개
관련 블로그 게시물
추론 경로가 곧 트래픽 경로다: AI 보안이 자리해야 할 곳
이제 AI 트래픽에는 의도와 데이터, 작업이 담깁니다. AI 보안을 적용하는 데 추론 경로가 가장 중요한 지점이 된 이유를 알아보세요.
최전선 AI를 네트워크 경계에서 차단하기: 인라인 제어가 Mythos급 모델에 맞서는 핵심 우위인 이유
포스트-Mythos 시대에 사이버 방어가 어떻게 변화했으며, 조직이 통제 지점을 바꿔야 하는 이유를 알아봅니다.
애플리케이션 딜리버리 컨트롤러가 다시 전략적 의제로 떠오르고 있습니다
AI로 인해 애플리케이션 제공의 중요성이 더욱 커지고 있습니다. F5의 Nirav Shah가 새로운 Gartner® ADC 연구와 이것이 엔터프라이즈 인프라 의사 결정에 미치는 영향에 대해 설명합니다.
증거로 입증하는 AI 보안: Gartner SRM에서 선보일 내용
Gartner SRM에서의 세션을 앞두고, F5의 제품 마케팅 담당 수석 부사장이 F5가 세 가지 실질적인 단계를 통해 조직의 AI 보안을 어떻게 지원하는지 설명합니다.
파이프라인 속도 저하 없이 AI 데이터 파이프라인을 안전하게 보호하세요
AI 데이터 파이프라인 보안은 선택 사항이 아닙니다. 그 점은 분명합니다. 하지만 이를 제대로 보호하는 방법은 훨씬 불분명하며, 훨씬 더 어려운 과제입니다.
AI 스토리지에 새로운 로드 밸런싱 접근 방식이 필요한 이유
AI 워크로드에는 새로운 관점으로 설계된 스토리지가 필요합니다. AI 특유의 데이터 액세스 패턴은 레거시 인프라에 내재된 심각한 병목 현상과 비효율성을 여실히 드러냅니다.