MCP 설치 전 후 결과 비교(Youtube Subtitles)

MCP(Model Context Protocol)는 AI의 손에 각종 도구를 들려주는 것과 같습니다.

이를 이용해서 AI는 좀 더 똑똑하게 일처리를 할 수 있습니다.

 

예를 들어,

Playwright MCP를 설치하면 Coding Agent가 스스로 브라우저를 열어 테스트를 진행하고, 에러가 발생하는 것을 감지하여 문제를 해결 하는 것이 가능해집니다.

Context7 MCP를 설치하면, 몇일전 업데이트된 Next.js의 새로운 기능을 사용할 수 있습니다.

 

이렇듯 MCP를 사용하는 것은 AI Coding Agent 사용시 필수라고 할 수 있습니다.

---

테스트는 티타임즈TV에서 이장선 에센셜AI 연구원(전, 럿거스대 교수)이 출연해서 "지금 AI 시장은 생산성, 자동화, 수익에 미쳐있어요"란 제목으로 진행한 플레이타임 22분 48초 영상입니다.

https://www.youtube.com/watch?v=npbMVONUTMM&t=860s

 

 

다음은 Youtube Subtitles MCP를 설치하기 전 후 영상을 요약한 결과를 비교한 것입니다.

---

Youtube Subtitles MCP 설치 전

현재 AI 시장은 생산성 향상, 자동화 도입, 그리고 수익 창출에 광적으로 집중하고 있습니다. 막대한 자본이 유입되면서 일종의 광기 어린 시대가 도래한 것으로 보입니다.

생성형 AI 혁명은 구글이 'Attention is All You Need'라는 논문을 발표하며 트랜스포머 모델을 연구하면서 시작되었습니다. 이 논문의 제1저자인 아시시 바스와니는 현재 에센셜AI의 대표를 맡고 있습니다.

바스와니와 함께 공부하고 현재 에센셜AI에서 일하고 있는 이장선 전 럿거스대 교수는 AI가 학교와 일반 기업에 미치는 영향에 대해 긍정적인 측면도 있지만, '배움'의 본질이 훼손될 수 있다는 큰 우려를 표하고 있습니다.

---

Youtube Subtitles MCP 설치 후

이 영상은 전 럿거스대 교수이자 현재 에센셜AI 연구원으로 재직 중인 이장선 님과의 인터뷰를 통해, 생성형 AI가 학습과 산업에 미치는 영향에 대해 심도 있게 다룹니다.

AI와 학습: 양날의 검

• 긍정적 측면: 학습 의지가 있는 학생에게 AI는 어떤 교수보다 뛰어난 개인 교사가 될 수 있습니다.
• 부정적 측면: 많은 학생들이 AI를 악용하여 스스로 생각하는 능력을 잃고 단순히 성적을 얻는 데만 사용합니다. 이로 인해 과제 점수는 높지만 실제 시험에서는 문제를 풀지 못하는 경우가 발생합니다.
• 평가의 어려움: AI가 복잡한 과제도 쉽게 해결하면서, 전통적인 과제 기반의 평가는 의미를 잃어가고 있습니다.

좋은 질문의 중요성

• AI를 효과적으로 활용하려면, 무엇을 왜 물어야 하는지 아는 '좋은 질문을 하는 능력'이 필수적입니다.
• 이 능력은 해당 분야에 대한 깊은 이해와 경험에서 비롯되므로, 초보 학습자들은 AI의 혜택을 온전히 누리기 어렵습니다.
• 교육 기관의 역할은 이제 지식 전달을 넘어, 학생들이 좋은 질문을 던질 수 있도록 방향을 제시하고 학습 환경을 조성하는 것으로 변화해야 합니다. 

산업계에서의 AI

• 산업계의 목표는 '생산성, 자동화, 수익'이며, 이를 위해 AI를 적극적으로 도입하고 있습니다.
• 이로 인해 기술 업계에서는 해고가 증가하고, 남은 인력의 업무 강도는 높아지는 등 큰 변화를 겪고 있습니다.
• 채용 평가 기준 또한 AI가 해결할 수 있는 코딩 문제 풀이에서, 팀워크와 소통을 통한 문제 해결 능력 중심으로 바뀌고 있습니다.

미래와 나아갈 방향

• 궁극적인 해결책은 '자기 주도적 학습 의지'를 갖는 것입니다. 명확한 목표를 가지고 AI를 도구로 활용하되, AI에게 자신의 생각을 의존해서는 안 됩니다.
• 미래의 AI는 생산성 도구를 넘어, 사용자의 사고를 심화시키고 성장을 돕는 '동반자 AI'로 발전할 가능성이 있습니다.
• AI는 소수의 전문가들에게는 과학 발전을 가속화하는 강력한 도구가 되겠지만, 다수는 창의력과 사고력을 잃을 위험에 처할 수 있다는 우려도 존재합니다.

---

이렇게 MCP 사용 전 후의 결과는 많은 차이가 있습니다.

여러분도 MCP라는 도구를 잘 활용해서, 보다 좋은 결과물을 얻으시길 바랍니다.