LLM with SaaS (MCP vs CLI)

LLM + SaaS Automated Workflow 예시

LLM과 유명 SaaS를 통합하면 다음과 같은 automated workflow system을 구축할 수 있다.

• 코드 리뷰 파이프라인: GitHub PR 오픈 이벤트 감지 → LLM이 diff 분석 및 리뷰 코멘트 자동 작성 → 보안 취약점 발견 시 Slack #security 채널에 즉시 경보
• 영업 인텔리전스: Gmail에서 잠재고객 이메일 수신 → LLM이 요약·의도 분석 → Salesforce CRM에 리드 자동 등록 → Google Calendar에 팔로업 일정 추가
• 콘텐츠 발행 자동화: Notion에 초안 작성 → LLM이 SEO 최적화 → GitHub Actions 트리거 → 블로그 자동 배포 후 Twitter/X에 홍보 트윗 게시
• 데이터 리포팅: 매일 오전 S3에서 전날 로그 수집 → LLM이 이상 탐지 및 요약 → Google Sheets에 기록 → Slack에 일일 리포트 전송
• 고객 지원 자동화: Slack에서 고객 문의를 실시간 감지 → LLM이 의도 분류 → Jira에 티켓 자동 생성 → 담당자에게 Slack 알림 발송
• HR 온보딩: 신규 직원 Google Workspace 계정 생성 감지 → LLM이 온보딩 문서 개인화 → Notion 워크스페이스 초대 → Slack 환영 메시지 자동 발송

각각의 시나리오를 구현할 때 핵심 선택지가 바로 MCP 방식과 CLI 방식이다.

MCP vs CLI: 핵심 차이

MCP는 '연결 상태를 유지'하고 '스키마를 자동 동기화'하는 과정에서 더 많은 토큰을 사용한다. 반면 CLI는 필요한 데이터만 딱 잘라서 전달하므로 토큰 최적화에 유리하다.

시나리오별 심층 비교

시나리오 1: GitHub 이슈 자동 답변

[Claude] ←─── MCP 프로토콜 (영구 연결) ───→ [GitHub]
  ↓ "Issue #123 읽어줘"
  ↓ 자동 인증 유지 + 실시간 이슈 목록 변경 감지 + 스키마 자동 동기화
  ↓ "이 이슈에 답변 달아줘: '버그 재현 완료했습니다'"
  ↓ 추가 설정 없이 즉시 실행, 맥락 유지됨

• Claude가 GitHub 이슈 상태를 지속적으로 인지
• "이 이슈"라는 대화 맥락이 MCP 세션에 유지됨
• 에러 발생 시 즉각 Claude에게 전달 (예: "권한 없음")

[Claude] ──→ 명령어 생성 ──→ [터미널] ──→ gh CLI ──→ [GitHub]
  $ gh issue view 123 --json title,body
  ↓ 결과를 텍스트로 받아 Claude가 읽음
  ↓ "이 이슈에 답변 달아줘" → Claude가 #123 기억 필요
  $ gh issue comment 123 --body "버그 재현 완료했습니다"
  ↓ 실행 후 연결 끊김

• 매번 독립적인 명령 실행 (stateless)
• Claude가 이슈 번호를 명령어에 명시해야 함
• 에러는 stdout/stderr 파싱 필요

시나리오 2: Slack 채널 실시간 모니터링

[Claude + Slack MCP] ←→ WebSocket 연결 ←→ [Slack API]
  ↓ "#support 채널을 지켜보다가 '긴급'이라는 단어가 나오면 알려줘"
  ↓ MCP가 Slack Event를 실시간 스트리밍
  ↓ [15분 후 메시지 도착]
  → "긴급 메시지 감지! #emergency 채널에 알림 전송할까요?"

• 실시간 이벤트 스트림 수신
• Claude가 Slack을 "귀"처럼 지속적으로 청취
• 상태 변화에 능동적 반응 가능

[Claude] ──→ [slack-cli] ──→ [Slack API]
  $ slack-cli chat list --channel support --limit 10
  ↓ 결과 분석 → '긴급' 단어 확인
  ↓ 모니터링 반복 시 매번 새 명령 실행 필요 (비효율)
  $ slack-cli chat list --channel support --limit 10  (1분 후 반복...)

• Pull 방식으로만 데이터 조회 가능
• 실시간 모니터링 불가 (폴링 필요)
• 매번 명령 실행 비용 발생

시나리오 3: Gemini로 이미지 분석

[Claude] ←─── MCP ───→ [Gemini API]
  ↓ "이 이미지 분석해줘" (이미지 첨부)
  - Gemini 응답이 Claude 세션에 자연스럽게 통합
  - 스트리밍 응답 실시간 전달
  - 에러 시 자동 재시도 작동

[Claude] ──→ [gemini-cli 실행]
  $ gemini-cli analyze-image \
    --image="photo.jpg" \
    --prompt="이 이미지에 뭐가 있나요?"
  → {"response": "고양이가 소파에 누워있습니다"}
  ↓ Claude가 이 텍스트를 읽고 사용자에게 전달

• 단발성 요청에 적합
• 멀티턴 대화 흐름은 Claude가 수동으로 관리 필요

시나리오 4: Gmail → 캘린더 일정 자동 추가

[Claude] ←─── MCP ───→ [Gmail API + Calendar API]
  ↓ "받은편지함에서 'Meeting' 포함된 최근 메일 찾아줘"
  ↓ "이 메일 분석해서 내일 오후 2시 캘린더에 추가해줘"
  → Gmail 읽기 → Claude 분석 → Calendar 쓰기 (단일 트랜잭션)
  - 모든 인증이 MCP 세션에 유지됨

• 다중 API 조율이 자연스러움
• Claude가 "비서"처럼 자율적으로 API 체인 실행

[Claude] ──→ 명령 1: Gmail 검색
  $ gam user me show messages query "subject:Meeting" maxresults 5
  ↓
[Claude] ──→ 명령 2: 내용 분석 (Claude가 직접)
  ↓
[Claude] ──→ 명령 3: 캘린더 이벤트 생성
  $ gcal add \
    --title="Team Meeting" \
    --start="2024-01-15T14:00:00" \
    --duration=60

• 수동 파이프라인 구성 필요
• 각 단계마다 인증 재확인 가능성
• Claude가 "프로그래머"가 되어 스크립트를 작성해야 함

무엇을 선택해야 할까?

MCP를 선택해야 하는 경우

• 고도화된 에이전트: LLM이 스스로 판단하여 여러 SaaS를 넘나들며 복합 업무 수행
• 실시간 협업: Slack 모니터링, 실시간 이슈 추적 등 '지속성'이 핵심인 서비스
• 능동적 모니터링: "이 PR을 계속 지켜보다가 approve되면 머지해줘" 같은 워크플로우
• UX 중심: 사용자가 "이거 알아서 해줘"라고 말하면 처리되는 지능형 비서 경험
• 다중 API 조율: 여러 API를 하나의 워크플로우로 묶어야 할 때

CLI를 선택해야 하는 경우

• 단순 반복 작업: "매일 아침 9시에 이 리포트를 S3에 올려줘" 같은 정형화된 업무
• 비용 민감형 서비스: LLM 호출 횟수와 토큰 사용량을 극도로 절약해야 하는 환경
• 기존 인프라 활용: aws-cli, gh-cli 등 기존 도구를 그대로 활용하여 개발 기간 단축
• 단발성 요청: 한 번 물어보고 끝나는 작업, CI 파이프라인 빠른 통합

결론

권장 개발 로드맵

비용과 성능 사이의 균형

1. CLI로 시작 → 토큰 비용 최소화하며 비즈니스 로직 검증
2. 워크플로우 빈도 증가 확인 → 특정 플로우가 반복적·복합적으로 사용될 때
3. MCP로 전환 → LLM의 판단력과 실시간성이 중요해지는 시점에 업그레이드