MCP(Model Context Protocol)는 Anthropic이 제안한 LLM-tool 표준 프로토콜로, OMS Agent가 4개 도메인 MCP 서버(customer·inventory·carrier·order_history)를 자율적으로 query 한다. 각 서버는 자체 도구 목록(get_profile, check_atp, dispatch, search 등)을 manifest로 노출하고, Agent는 사용자 질의 의도에 맞춰 필요한 tool을 1~3개 골라 병렬 호출한다.

핵심은 컨텍스트 인식(context-awareness)이다. 이전 주문 내역, 선호 배송 시간, 결제 패턴, VIP 등급 같은 30일치 메모리를 LLM이 스스로 참조해 단순 명령("고객 #12345 평소대로 보내줘")에서 풍부한 의도를 파악한다. 함수 콜링 baseline 대비 컨텍스트 적중률(remembered preference 활용률)이 62% → 91%로 올랐고, 평균 응답은 3.2초에서 1.8초로 단축됐다. RT-O16 B2B escalation 자율 1차 처리에 적용하기 시작했다.

# 컨텍스트 인식 주문 처리 예시
agent_response = oms_agent.run(
    query="고객 #12345 재주문 처리",
    tools=[oms_customer_mcp, oms_inventory_mcp,
           oms_carrier_mcp, oms_order_history_mcp],
    context="이전 주문: 냉장 제품 2개, 선호 배송: 오전"
)

# LLM이 자율적으로 결정하는 호출 시퀀스
# 1) order_history_mcp.last_order(cust=12345) → 냉장 SKU 2개
# 2) inventory_mcp.check_atp(skus=["A1","B7"]) → 재고 OK
# 3) carrier_mcp.get_options(time="AM", cold=True) → KR-EXP 04:30
# context_hit=91% (선호 시간/카테고리 자동 반영)

예) "평소대로 보내줘" query에서 hist MCP가 last_order로 냉장 SKU·오전 배송을 반환하면 inv·carr는 그 컨텍스트를 받아 ATP만 확인하고 KR-EXP 4:30 옵션을 자동 선택. tool 4개를 다 부르지 않고 평균 1.2개만 호출해도 컨텍스트 hit 91%를 달성한다.

history MCP가 가장 가벼운 18ms로 거의 모든 query에 동반 호출되며, carrier MCP는 외부 API 의존성 때문에 64ms로 가장 느리지만 fallback 정책이 있다. 4개 서버 모두 stateless하게 설계되어 OMS Agent가 rolling memory만 외부에서 관리한다.