최근 에이전트 아키텍처에서 가장 뜨거운 화두는 역시 레이턴시와 비용입니다. 특히 오픈AI가 GPT-5.6 제품군과 함께 발표한 프로그래밍 방식 도구 호출(PTC)은 기존의 도구 호출 패러다임을 뒤흔들고 있습니다. 모델이 클라이언트와 네트워크로 수차례 통신하며 데이터를 주고받는 대신, 오픈AI가 호스팅하는 격리된 V8 런타임 환경에서 자바스크립트 코드를 직접 실행해 결과를 가공하고 필터링하는 방식입니다.

이 방식은 효율성 면에서 확실한 강점이 있습니다. 중간 데이터 흐름이 클라이언트를 거치지 않고 서버 내부에서 직접 처리되다 보니, 전체 입출력 토큰 소모를 38%에서 최대 63.5%까지 줄여줍니다. 여기에 세레브라스(Cerebras) 웨이퍼 스케일 하드웨어의 빠른 추론 처리 능력이 결합되면서 에이전트 실행 루프가 거의 실시간에 가깝게 빨라졌다는 평가를 받고 있습니다.

반면 앤트로픽(Anthropic) 진영이 밀고 있는 모델 컨텍스트 프로토콜(MCP)은 완전히 다른 방향성을 보여줍니다. MCP는 클라이언트 중심의 개방형 표준 프로토콜을 지향하며, 로컬 파일 시스템이나 데이터베이스와의 유연한 상호 운용성에 초점을 맞춥니다. 클라이언트와 에이전트 간의 빈번한 메시지 전달로 인해 발생하는 네트워크 레이턴시는 존재하지만, 로컬 리소스와의 호환성이나 설계의 자유도 면에서는 독보적인 범용성을 자랑합니다.

결국 에이전트 개발자들은 성능 극대화를 위한 중앙 집중식 고속 실행(PTC)과 유연한 통합을 위한 개방형 표준(MCP)의 기로에 서게 되었습니다. 레이턴시가 극도로 중요한 웹 스크래핑이나 단순 API 실행 환경에서는 PTC가 강력한 대안이 되겠지만, 수많은 엔터프라이즈 내부 시스템과 데이터를 엮어야 하는 환경이라면 여전히 MCP가 매력적인 선택지일 것 같네요 ㅎㅎ