Anthropic·OpenAI·Google이 모두 지원하는 MCP 서버의 도구 호출과 인자, 토큰 비용, 실패율을 한 자리에서 보여주는 1인 개발자용 관측 도구다.
MCP는 도구 호출 단위로 비용과 실패가 갈라지는 구조다. LLM 일반 관측 도구는 호출의 입력과 출력을 보여주지만, 도구별 인자 종류와 호출 빈도, 실패 사유를 분류해 보여주지는 않는다. 1인 SaaS 운영자가 자기 MCP 서버를 3개월 운영한 시점에서 가장 비싼 도구가 무엇인지, 어떤 인자가 실패율을 끌어올렸는지를 한 화면에서 보고 싶다는 욕구가 늘고 있다. 첫 버전은 SDK 한 줄, 도구별 비용 표, 실패율 그래프 세 가지면 된다.
표본 100명은 한국과 영어권에서 MCP 서버를 한 개 이상 운영하거나 운영을 계획 중인 1인 개발자와 소팀 리드로 구성됐고, 자체 SaaS 또는 AI 에이전트 제품을 가진 그룹이다.
전환자 7명은 MCP 서버를 3개월 이상 운영하면서 도구별 비용 분포가 궁금한 30대 1인 개발자다. LangSmith를 한 번 시도해봤지만 가격이 부담스러워 자체 로그로 버티고 있던 사람들이다.
전환 이유 — 한 줄 설치라는 마찰의 낮음과 도구별 비용 표라는 즉시 시각화가 가입 결정을 빠르게 만든다. LangSmith의 절반 이하 가격이 면허처럼 작동한다.
결제 순간 — MCP 서버를 띄운 지 두세 달 지나 카드 청구서에서 자기 도구의 어느 호출이 가장 비싼지 짐작이 안 가는 시점이 가장 강한 가입 트리거다.
이탈자 93명은 MCP를 아직 도입하지 않은 1인 개발자가 다수다. AI 에이전트 제품을 가지지 않은 일반 SaaS 운영자도 포함된다.
이탈 이유 — MCP 서버를 운영하지 않으면 도구의 가치 명제 자체가 보이지 않는다. 기존 LLM 관측 도구로 충분한 운영자는 한 칸 더 추가로 가지 않는다.
MCP 표준이 도구 호출 메시지 형식을 공개하고 있어 SDK가 미들웨어 한 줄로 데이터를 잡을 수 있다. 어려운 점은 운영자가 데이터를 외부에 보내는 부담을 줄이는 자체 호스팅 옵션이고, 가격 정책을 LangSmith의 39달러 아래에 두면서 운영 비용을 회수하는 균형이다.
이번 주, 한 명에게 이 아이디어를 직접 보여주세요. "필요해"라는 답변 하나가 다음 주의 결정을 정합니다.