[AI 활용법 13] Tool 사용 전략 — 검색 · MCP · 코드 실행, 언제 어느 것

시리즈 13편. LLM은 혼자 다 알지 않는다. 그게 단점이 아니라 도구를 쓸 줄 안다 는 강점. 단, 어느 도구를 언제 부를지가 핵심.

도구 3종

세 도구의 범위가 겹치지 않는다. 그래서 어느 것을 고를지 결정하는 게 가장 큰 가치.

웹 검색 — 환각 의심에 가장 먼저

다음 신호에서는 검색 먼저:

• “최신 / 요즘 / 현재” 같은 단어
• 라이브러리·프레임워크 버전 이 의문일 때
• 최근 CVE / 보안 권고
• 처음 보는 에러 메시지
• 모델의 학습 컷오프 이후 의 것

검색의 함정:

• 첫 결과만 보고 결론 내지 않기
• 1차 출처 (공식 문서) 우선 — Stack Overflow는 많이 틀린다
• 생성된 요약 이 원문 과 일치하는지 확인

LLM에게 “이거 검색해서 출처와 함께 알려 줘”가 좋은 디폴트.

MCP — 외부 시스템에 영속적 으로 붙기

MCP(Model Context Protocol)는 LLM 클라이언트 가 외부 도구/리소스 에 표준화된 방식으로 접근하는 프로토콜이다. stdio 기반 서버 하나를 띄우면 모든 MCP 호환 클라이언트(Claude Code, Claude Desktop)가 그 도구를 자동 인식.

쓰는 자리:

MCP의 핵심 디자인 결정:

• read-only / mutating 분리 — 어느 호출이 쓰기 인지 명확
• 권한 — Claude Code의 권한 매처와 자연스럽게 결합
• stdio — 네트워크 노출 없이 로컬 만으로

LazyClaude의 Memex, PathSentinel 모두 MCP 서버를 주요 진입점 으로 둔 사례.

코드 실행 — 환각 안 나는 단 하나의 영역

LLM은 계산 을 의외로 못한다. 작은 산수에서도 틀린다. 이걸 막는 가장 단순한 방법: 계산은 코드에게.

# Don't: ask the model to compute average
# Do: ask the model to write code, then run it.
import statistics
print(statistics.mean([12.4, 7.8, 15.1, 9.0]))
# 11.075

코드 실행이 적합한 자리:

• 통계, 변환, 파싱
• 파일 형식 검증 (JSON 스키마, YAML)
• 정규식 매칭
• 작은 그래프/플롯 생성
• 다른 세 도구의 결과 를 합치기

숫자가 들어가는 답변은 코드 실행으로 검증 — 가장 단순한 환각 방어.

도구 사용의 순서

복잡한 작업의 디폴트 순서:

1. 검색 — 모르는 사실 채우기
2. MCP 조회 — 외부 시스템 상태 확인
3. 코드 실행 — 결과 검증/계산
4. 결과 보고 — 출처와 함께

이 순서를 명시적으로 시키면 LLM이 혼자 추측 하는 빈도가 줄어든다.

도구 호출의 비용

각 도구는 비용이 다르다:

불필요한 호출을 만들지 않게 하는 것도 가드레일. 캐시·메모이제이션·이미 안다 의 빠른 분기.

MCP를 직접 만들기

내 도구를 MCP로 노출하는 건 의외로 단순하다 — Anthropic의 SDK는 stdio를 내장.

# minimal MCP server (Python)
from mcp.server import Server
from mcp.types import Tool, TextContent

srv = Server("my-tool")

@srv.list_tools()
async def list_tools():
    return [Tool(
        name="echo",
        description="Echo back the input",
        inputSchema={"type":"object",
                     "properties":{"text":{"type":"string"}}},
    )]

@srv.call_tool()
async def call_tool(name, args):
    if name == "echo":
        return [TextContent(type="text", text=args["text"])]

if __name__ == "__main__":
    srv.run_stdio()

이 짧은 코드가 모든 MCP 클라이언트에 자동 으로 노출된다.

도구 사용 안티패턴 — 도구가 답이 아닐 때

LLM에게 이걸 도구 없이 답할 수 있는지 도 묻자. 다음 경우엔 도구를 안 쓰는 게 맞다:

• 작은 사실 회상 (모델이 안다)
• 단순한 코드 변환 (정규식 잘못 쓰면 더 나쁨)
• 이미 컨텍스트에 있는 정보
• 1+1 같은 간단한 산수 (이건 LLM도 한다…보통)

도구는 쓸 때 가치 가 있고, 남용하면 비용 이 된다.

한 줄 요약

도구 사용의 첫 결정은 “어느 도구를 쓰지 말지” 다. 다음이 “어느 순서로”.

다음 편: AI 활용법 14 — 응답 프로토콜과 작업 보고 형식 이전 편: AI 활용법 12 — 문서화 3계층