📋
핵심 요약
2023년부터 등장한 "매뉴얼 챗봇"형 ERP+AI 연동은 질문에 답만 해줄 뿐, 전표 조회·승인·결산 분석 같은 실제 업무는 처리하지 못했다.
MCP는 ERP 시스템이 먼저 AI에게 자신이 할 수 있는 일(전표 검색, 전표 상세, 미결재 목록, 월 결산 요약)을 알려주는 방식으로 이 한계를 깬다.
기존 ERP 커스터마이징은 리포트 하나 만드는 데 최소 2주 걸리지만, MCP 서버는 30분이면 올릴 수 있고 여러 도구를 조합하는 tool chaining도 가능하다.
개발자 없이도 기획팀·회계팀·영업팀이 직접 ERP 데이터를 조회할 수 있게 되어, MCP는 AI 에이전트 시대 ERP의 기본 스펙이 되고 있다.

ERP에 AI를 붙이겠다는 이야기는 2023년부터 나왔다. 대부분 RAG 기반의 "매뉴얼 챗봇"이었다. "전표 승인은 어떻게 하나요?" → 매뉴얼에서 답변 찾아주기. 유용하지만, 진짜 일은 못 했다. 전표를 직접 조회하거나, 승인을 대신하거나, 결산 데이터를 분석하지는 못했다.

MCP가 그 벽을 깨고 있다.

에이전트가 ERP와 대화하기 시작했다

기존 ERP 연동의 문제는 "연결"이 아니라 "맥락"이었다. API는 있는데, AI가 그 API의 존재를 모른다. 프롬프트에 API 문서를 통째로 넣을 수도 없고, 매번 함수를 수동으로 등록할 수도 없는 노릇이다.

MCP는 이걸 뒤집는다. ERP 시스템이 먼저 AI에게 자신이 뭘 할 수 있는지 말한다.

영림원 ERP 예시로 보자:

# ERP MCP 서버의 도구 목록 (AI가 자동 발견)
- search_slips(keyword, date_range)  → 전표 검색
- get_slip_detail(slip_id)           → 전표 상세  
- list_pending_approvals(user_id)     → 미결재 목록
- get_monthly_summary(year, month)    → 월 결산 요약

이 네 가지만 MCP 서버로 노출했을 뿐인데, AI 에이전트가 다음 질문들을 실제로 처리할 수 있게 된다:

  • "지난주 내 미결재 전표 중에 금액이 100만원 넘는 것만 보여줘"
  • "6월 매출 전표랑 7월 매출 전표 비교해서 증감률 알려줘"
  • "거래처 '대한상사'로 등록된 전표 중에 세금계산서 발행 안 된 건 있어?"

무서운 건 속도다

기존 ERP 커스터마이징으로 저런 질문에 답하려면 리포트 설계 → 쿼리 작성 → 화면 개발 → 테스트 → 배포까지 최소 2주. MCP 서버 하나 올리는 데 30분.

더 중요한 건 복합 도구 사용(tool chaining)이다. AI는 여러 MCP 도구를 조합해서 한 번에 처리한다. "전표 검색 → 상세 조회 → 결산 데이터와 비교"가 한 질문 안에서 순식간에 일어난다.

진짜 가치는 ERP 운영팀에 있다

개발자 없이도 ERP 데이터를 원하는 형태로 조회할 수 있다는 건, 기획팀·회계팀·영업팀 모두에게 ERP가 갑자기 쉬워진다는 뜻이다. "IT팀에 보고서 요청 → 3일 대기"가 아니라 "묻고 즉시 답을 얻는" 경험.

MCP는 AI 에이전트의 시대에 ERP가 가져야 할 기본 스펙이다. 먼저 붙이는 기업이 먼저 달라진다.

참고 자료

이 글에서 다룬 MCP 도구 예시는 영림원 ERP를 기준으로 작성했습니다.

  • 영림원 ERP MCP 서버 도구 예시 (search_slips, get_slip_detail, list_pending_approvals, get_monthly_summary)
  • MCP(Model Context Protocol) 기반 tool chaining 개념