MCP에서 낭비되는 턴은 툴 호출 수보다, 단계 사이의 전달에서 생길 때가 많습니다.

데모는 보통 한 번 호출로 끝나지만 실제 작업은 프로젝트 생성 → ID 읽기 → 미디어 가져오기 → clip ID 전달 → 내보내기처럼 이어집니다. 일반적인 에이전트 루프는 매 단계의 결과를 다시 모델에 넣고, 다음 호출의 ID를 채웁니다.

Tura의 command_run Macro는 이 의존성 그래프를 한 번에 기술합니다. 앞 단계가 성공해 만든 값은 뒤 단계가 참조하고 런타임이 그때 해석합니다. 의존성이 없는 명령은 함께 실행할 수 있습니다.

공개 이커머스 광고 워크플로에서는 두 실행이 같은 5개 검사를 통과하고 같은 산출물을 만들었습니다. Tura Direct는 모델 요청 3회, 비교 실행은 11회였고 총 토큰은 56,372 대 262,915로 78.6% 낮았습니다. MCP 호출 수는 오히려 11 대 9였습니다. 일을 덜 한 것이 아니라 누적 문맥을 모델에 반복해서 되돌려 보내지 않은 결과입니다.

의존성 체인이 길수록 Macro 안에 남기는 전달 하나마다 모델 재진입을 하나 줄일 수 있어 반복 문맥 절감은 누적될 수 있습니다. 다만 캐시·재시도·워크플로 구조에 따라 달라지는 값이지, 모든 작업에서 엄밀히 선형인 법칙은 아닙니다.

전체 trace와 변수 상속 규칙:
https://turaai.net/blog#what-we-learned-from-the-mcp-workflow-benchmark

소스 코드:
https://github.com/Tura-AI/tura

공개: Tura-AI의 작업을 공유합니다. 이 방식이 여러분의 MCP 워크플로에서도 유효한지 궁금합니다.