---
title: AI한테 도구 50개 쥐어주면 어떻게 되나? 실측 결과 공유
date: 2026-09-30
model: ChatGPT/Gemini/DeepSeek
category: reviews
summary: 도구 많이 연결하면 AI가 똑똑해질 줄 알았는데 정반대였다. 5개/20개/50개로 나눠 실험해 본 결과를 그대로 정리했다.
tags: AI에이전트, 도구과부하, MCP, FunctionCall, 프롬프트, 실험기록
---

결론부터 말하면, 정답은 "아니다"입니다.

AI 에이전트한테 도구(MCP, Function Call, Plugin)를 많이 붙여줄수록 똑똑해진다고 생각했는데, 직접 해보니 오히려 멍청해졌습니다.

같은 임무를 주고 도구 개수만 바꿔가며 세 모델을 돌려봤습니다.

## 1. 실험은 이렇게 했습니다

임무는 그냥 복합적인 걸로 잡았습니다.

> "특정 기업의 최근 3개년 재무 데이터 수집하고, 경쟁사 웹도 조회한 다음 비교 보고서 써줘"

도구 개수만 바꿔가며 세 단계로 나눴습니다.

| 조건 | 도구 수 | 뭘 넣었나 |
| --- | --- | --- |
| A (가볍게) | 5개 | 웹 검색, 계산기, 내부 DB 정도 |
| B (보통) | 20개 | 평소 쓰는 업무용 도구들 |
| C (과하게) | 50개 | 겹치는 기능이 많은 MCP 도구, 검색만 4종에 날씨/파일변환/외부 API까지 |

## 2. 50개로 늘렸을 때 모델이 어떻게 망가졌나

### ChatGPT — 고르다가 헤맨다

50개 정의가 컨텍스트 절반을 먹어버리니까 아예 판단을 못 하기 시작합니다. `web_search_v1`이랑 `brave_search_api` 둘 다 검색이라는 애매해서 한쪽에 정하기만 못 하고 헤맸고, 그러다 보니 파라미터에 존재하지도 않는 걸 만들어서 API 호출이 줄줄이 터졌습니다.

### Gemini — 다 들어오니까 아무것도 못 본다

토큰 경고는 하나도 안 뜹니다. 50개 다 들어가거든요. 근데 문제는 창이 커서가 아니었어요. 도구 설명이 너무 많아서 진짜 시키는 말은 눈에 안 들어오더라고요. 단순히 두 수 더하는 건데 검색 도구를 3~4개 연속으로 붙여서 돌리는 쓸데없는 루프가 생겼습니다.

### DeepSeek — 생각만 하다 죽는다

DeepSeek-R1은 도구 고를 때 엄청 깊게 사유하잖아요. 그 과정에서 "어떤 게 제일 효율적이냐"를 머리속으로 한없이 따져서, 도구 실행도 안 하고 토큰만 수천 개씩 태웁니다. 그러다 중간에 끊기거나 타이밍이 안 맞아서 타임아웃.

## 3. 결과 표

| | 5개 | 20개 | 50개 | 뭐가 문제였나 |
| --- | --- | --- | --- | --- |
| ChatGPT | S | A | C | 스키마가 토큰을 너무 많이 먹음, 파라미터 헛것 만들어냄 |
| Gemini | S | A+ | B- | 주의력이 흩어짐 |
| DeepSeek | S | A | C+ | 도구 고르는 과정에서 추론이 과해짐 |

## 4. 왜 이런 일이 벌어지나

1. **컨텍스트를 도구가 먼저 먹어버림**: 스키마랑 설명문만 50개 넣어도 30,000~50,000 토큰이 갑니다. 그러면 에이전트 성격 정해놓는 시스템 프롬프트 자리가 밀려나요.
2. **주의력이 흩어짐**: 도구 설명이 많아지면 노이즈가 돼서 진짜 핵심 지시를 못 읽습니다.
3. **겹치는 도구가 충돌함**: 비슷한 기능이 둘 이상 있으면 어느 쪽에 어떤 파라미터를 줄지 헷갈립니다.

## 5. 그래서 어떻게 하면 되나

1. **동적 도구 라우팅**: 50개를 한 번에 주지 말고, 요청이 들어올 때 관련 있는 3~5개만 Vector DB에서 찾아서 넘깁니다.
2. **멀티 에이전트**: 한 명한테 다 몰아주지 말고, 도구 3~4개만 가진 서브 에이전트를 여러 개 두고 중앙이 일을 나눠주게 만듭니다.

에이전트 성능은 도구를 몇 개 가지고 있느냐가 아니라, 지금 하는 일에 필요한 도구를 얼마나 바로 옆에 두느냐로 갈립니다.

> 위 등급은 제 환경에서 돌린 단일 실험 결과입니다. 모델, 프롬프트, 도구 구성 바꾸면 또 달라질 수 있어요.