Claude로 순자산 관리하고 분석하기: MCP 커넥터 이해하기

이제 Claude 같은 AI 어시스턴트에게 MCP 커넥터라는 걸 통해 내 재무 데이터에 접근할 권한을 줄 수 있어요. "내 포트폴리오는 얼마나 집중돼 있어?"나 "언제 은퇴 목표 금액에 닿아?"를 이미 쓰던 채팅에서 묻고, 내 계좌에서 계산된 답을 받는 거예요. 이게 워낙 새로워서, 이 커넥터들이 실제로 뭘 하는지, 서로 어떻게 다른지 정리한 사람이 아직 드물어요. 지도를 그려볼게요.

MCP(Model Context Protocol)는 AI 어시스턴트가 외부 도구를 호출하는 표준 방식이에요. 재무 MCP 커넥터는 내 재무 데이터, 또는 그 위의 계산을, 어시스턴트가 대화 중에 부를 수 있는 도구로 노출하는 작은 서비스예요. 커넥터를 한 번 붙이고 인증하면, 그다음부터 어시스턴트가 필요할 때 데이터를 끌어오거나 분석을 돌릴 수 있어요.

핵심은 이거예요. 어시스턴트는 내 재무를 저장하지 않고, 커넥터는 말을 하지 않아요. 커넥터는 구조화된, 규칙으로 계산된 사실을 공급하고, 어시스턴트는 그걸 답으로 바꿔요. 이 분업이 선택지를 비교할 때 중요해져요.

거의 모든 재무 MCP는 둘 중 하나에 속하고, 둘은 서로 다른 문제를 풀어요.

읽기 전용 연동 커넥터. 은행과 증권사에 연결해서(대개 수천 개 기관을 커버하는 애그리게이터를 통해) 실시간 잔액과 거래를 노출해요. Truthifi나 Monarch 커넥터가 여기 속해요. 강점은 자동이고 기관 커버리지가 넓다는 것. 한계는 어시스턴트에게 날 잔액을 건네줄 뿐이라, 분석 품질이 그 순간 어시스턴트가 즉흥으로 하는 만큼밖에 안 된다는 것. 그리고 연동의 사각지대를 그대로 물려받아요. 기관 로그인이 없는 자산은 안 보여요.

분석 커넥터. 모든 잔액을 자동으로 끌어오는 것보다, 판단에 쓸 만한 답을 계산하는 데 집중해요. 순자산 기여도 분해, 집중도와 상관관계, 은퇴 프로젝션, 스트레스 테스트 같은 것들이요. 데이터는 손으로 넣거나 임포트로 들어와요. 강점은 어려운 숫자가 즉흥이 아니라 결정론적으로 계산된다는 것. 한계는 데이터 입력을 더 해야 한다는 것.

어느 쪽이 무조건 낫다는 건 아니에요. 재무 생활 전체가 미국 은행·증권 계좌고 깔끔한 실시간 잔액만 주로 원한다면, 연동 커넥터가 더 쉬운 선택이에요. 연동 안 되는 자산을 들고 있거나, 어시스턴트가 진짜 계산을 바탕으로 미래 질문에 답해주길 원한다면, 분석 커넥터가 더 많은 일을 해요.

정당한 질문이에요. 어시스턴트가 똑똑하면, 그냥 보유 종목을 채팅에 붙여넣고 계산을 시키면 안 될까요? 일회성 질문이라면 돼요. 하지만 정확하고 반복 가능해야 하는 건 무너져요.

포트폴리오의 90일 상관관계나 몬테카를로 프로젝션을 채팅 안에서 계산하라고 하면, 어시스턴트는 근사치를 내고, 다음번엔 다르게 근사해요. 커넥터는 같은 계산을 매번 같은 방식으로, 저장된 데이터 위에서 돌려서, 어시스턴트가 신뢰하고 설명할 수 있는 숫자를 돌려줘요. 어시스턴트는 여전히 잘하는 걸 해요. 판단과 언어요. 커넥터는 잘하는 걸 하고요. 결정론적 계산과 기억이요.

Opula는 분석 커넥터예요. Claude나 ChatGPT에 붙이고, 무엇을 가졌는지 알려주면(어떤 애그리게이터도 연동 못 하는 자산까지) 전부를 한 통화로 바꿔서 개인 데이터베이스에 저장해요. 그다음 규칙으로 계산된 진단으로 답해요. 보유 종목에 대한 마켓 브리핑, 순자산과 현금흐름에 대한 웰스 브리핑, 은퇴 프로젝션, 그리고 what-if 시나리오요.

Opula는 의도적으로 진단 도구예요. 내 돈에 대해 무엇이 사실인지 보고하고, 내가 제시한 가정 아래 무엇이 벌어질지 모델링할 뿐, "그래서 뭘 해야 하나"는 나와 내 담당 자문에게 남겨요. 또 미국 우선 도구들이 건너뛰는 자산과 통화를 위해 만들어졌고, 이게 연동 전용 커넥터 대신 Opula를 집을 주된 이유예요.

재무 커넥터를 고르는 중이라면, 후보를 위 두 질문으로 정렬하세요. 내가 실제로 든 자산을 커버하나, 그리고 내가 실제로 원하는 답을 계산해주나, 아니면 그냥 잔액을 모델에 넘기고 잘되길 바라나.