Jira MCP를 보고 에이전트 시스템을 이해하기 시작한 과정

MailShield AI 인턴십에서 Anthropic Claude 기반의 사내 대화형 서비스가 Jira MCP를 통해 업무 정보를 조회하는 모습을 보았습니다. 이 경험은 대화형 AI를 단순한 답변 생성기가 아니라, 필요한 정보를 판단하고 도구를 통해 가져오는 시스템으로 보게 만든 출발점이었습니다.

중요했던 것은 특정 답변의 내용보다 대화와 실제 업무 맥락 사이에 연결점이 있다는 사실이었습니다. 사용자는 질문을 던지고, 시스템은 필요한 도구를 선택한 뒤, 그 결과를 다시 설명 가능한 형태로 돌려줍니다.

이 경험을 단순화하면 사용자의 질문, Claude의 해석, MCP를 통한 도구 호출, Jira에서 돌아온 정보, 그리고 사용자에게 전달되는 응답이라는 흐름으로 볼 수 있습니다. 각 단계가 분리돼 있어야 사용자는 무엇을 물었고 시스템이 어떤 근거를 사용했는지 따라갈 수 있습니다.

도구 호출이 가능하다는 사실만으로 신뢰가 생기지는 않습니다. 어떤 질문에서 조회가 필요한지, 읽기와 쓰기 권한을 어떻게 나눌지, 사용자 확인은 어디에 둘지, 반환된 정보를 어떻게 검증할지가 함께 정리돼야 합니다.

이 질문은 이후 이메일 필터의 오탐을 줄이는 일, 워크플로의 다음 행동을 제한하는 일, 모델 응답을 비교하고 평가하는 일로 자연스럽게 이어졌습니다.

Jira MCP를 본 뒤에는 에이전트가 무엇을 할 수 있는지보다, 사용자가 어떤 과정을 확인할 수 있어야 하는지에 더 관심을 두게 됐습니다. 지금의 기술 기록은 그 질문을 이메일 분류, Agent Workflow, 검색 검증과 모델 평가라는 각기 다른 시스템에서 다시 확인하는 과정입니다.