powered by TechFeed
表示モード
Deep Dive

MCPサーバーが10台を超えると崩壊する — Google Cloudで「AIツール接続基盤」をガバナンスしながらスケールさせる設計パターン

11月15日、Sijohn Mathewが「Why Your 10th MCP Server Breaks: How to Build an Enterprise MCP Garden on Google Cloud」と題した記事を公開した。この記事では、MCPサーバーが増えるにつれて崩壊するアドホック構成の問題点と、Google Cloud上でエンタープライズ向けMCPガーデンを設計・運用するためのアーキテクチャパターンについて詳しく紹介されている。AIエージェント基盤の「台数問題」は多くの組織が直面しており、本記事はその解決策として具体的な設計原則と実装パターンを示している点で注目に値する。

11月15日、Sijohn Mathewが「Why Your 10th MCP Server Breaks: How to Build an Enterprise MCP Garden on Google Cloud」と題した記事を公開した。この記事では、MCPサーバーが増えるにつれて崩壊するアドホック構成の問題点と、Google Cloud上でエンタープライズ向けMCPガーデンを設計・運用するためのアーキテクチャパターンについて詳しく紹介されている。AIエージェント基盤の「台数問題」は多くの組織が直面しており、本記事はその解決策として具体的な設計原則と実装パターンを示している点で注目に値する。


10台目のMCPサーバーで何が壊れるのか

MCP(Model Context Protocol)は、AIアシスタントを社内データやAPIに接続するための標準プロトコルだ。最初の1〜3台は手軽に動作する。しかしサーバーが10台を超えると、一気に崩壊が始まる(元記事はこの段階を「週末の奇跡」と表現しており、週末の勢いで動かした概念実証が月曜の本番に耐えられないという皮肉を込めている)。

具体的に何が起きるかを挙げると:

  • コンテキストウィンドウの枯渇:標準的なMCPクライアントはセッション開始時に全接続サーバーのJSONツールスキーマを一括ダウンロードする。30〜40台のサーバーを直接IDEに接続すると、ユーザーが最初の質問を入力する前に数万トークンがシステムプロンプトに流れ込み、レイテンシが跳ね上がる。
  • 「Confused Deputy」問題:多くの第1世代MCPサーバーは共有サービスアカウントでBigQueryや内部APIに認証する。そのサーバーに到達できたユーザーは誰でもサービスアカウントの広い読み取り権限を暗黙的に継承し、IAM設定やRow-Level Security(RLS)が無効化される。
  • ディスカバリ=意図せぬ公開:ガバナンスなしにコンテナをデプロイすると、破壊的なPOST/PUT/DELETE操作も含め全機能が自律エージェントに即座に露出する。
  • 認証ボイラープレートとスケーリングの制約:チームごとにOAuthミドルウェアを独自実装した結果、ステートフルなSSEセッションがmax-instances=1を強いられ、水平スケールが不可能になる。
  • 設定とシークレットの散乱:エンジニアが数十リポジトリにわたって静的APIキーをローテーションする作業は、エンタープライズ展開を止める。

設計の3原則:スプロール状態を「庭」に変える

Sijohn Mathewは、ガバナンスされたMCPガーデンというコンセプトを提唱している。中央集権的なMCPレジストリとゲートウェイを設け、チームが一度データやAPIを登録すれば、あらゆるAIサーフェスから安全に消費できる構造だ。

ここでいうAgent Registryとは、エンタープライズ内のMCPサーバーを一元管理するカタログデータベースのことだ。各サーバーのID・URL・所有チーム・有効化ステータス・ツール一覧などのメタデータを保持し、ゲートウェイやルーターが参照する「真実の源泉(Source of Truth)」として機能する。コードリポジトリやコンテナレジストリとは独立して存在し、「デプロイ済み」と「エージェントから呼び出し可能」を明示的に分離する役割を担う。

その基盤となる設計原則は3つある:

  1. コントロールプレーンとデータプレーンを分離する:ツールカタログと所有権メタデータを管理する中央レジストリと、実行時の認証・ルーティング・安全検査を担うステートレスなゲートウェイを別レイヤーとして設計する。
  2. 「登録≠公開」をデフォルトにする:サービスを登録したりコードをデプロイしても、エージェントから即座に呼び出せてはならない。CIテストの通過とPRのApproval、ゲートウェイポリシーの検証を経て初めてツールが有効化される。
  3. プログレッシブ・メタツールルーティングでトークン予算を守る:数百のスキーマを一括ロードさせる代わりに、4つの軽量なディスカバリ・呼び出しメタツールを持つシンルーターを置く。これにより、IDEセッション開始時のトークン消費を25,000+トークンから約400トークンまで削減できる。

アーキテクチャの核心:デュアルパス構成

Google Cloud上の実装では、プライベートなステートレスStreamableHTTP(/mcp)Cloud Runサーバー群を共通バックエンドとして、2つのパスが並走する。

Path 1:開発者IDE向け omni-mcp-router

Google Antigravity、Claude Code、CursorなどのIDEは、単一のHTTPSエンドポイント(https://mcp.corp.example.com/mcp)を向く。このエンドポイントの背後にあるomni-mcp-router(FastMCP製のステートレスCloud Run。FastMCPはPythonでMCPサーバーを高速に実装するためのフレームワーク)が、エンタープライズ全体のカタログを以下の4つのメタツールとして公開する:

  1. discover_servers(query) — キーワードでAgent Registryを検索し、有効なサーバー一覧を返す(内部URLは非公開)
  2. discover_tools(server_id) — 指定サーバーのツール名と一行説明のみを返す(重いJSONスキーマは除く)
  3. get_tool_schema(server_id, tool_name) — 呼び出し直前に単一ツールのinputSchemaだけをロードする
  4. invoke_tool(server_id, tool_name, arguments, response_fields) — Model Armor(Google CloudのAI入出力サニタイズサービス)で引数をスクリーニングし、ダウンストリームを呼び出し、response_fieldsで指定したフィールドのみに出力を絞り込んでPIIを除去する
@mcp.tool(annotations={"readOnlyHint": True})
async def discover_servers(query: str = "", ctx: Context = None) -> list[dict[str, str]]:
    """Step 1: Search enabled MCP servers in Agent Registry."""
    await _verify_and_extract_user_token(ctx)
    verify_prompt_safe(query)
    servers = await fetch_enabled_mcp_servers(query=query)
    return [{k: v for k, v in s.items() if k != "mcp_url"} for s in servers]

@mcp.tool()
async def invoke_tool(
    server_id: str,
    tool_name: str,
    arguments: dict[str, Any],
    response_fields: list[str] | None = None,
    ctx: Context = None,
) -> Any:
    """Step 4: Execute tool with fail-closed Model Armor & Response Projection."""
    email, user_token = await _verify_and_extract_user_token(ctx)
    verify_prompt_safe(json.dumps(arguments))
    raw_result = await _call_downstream_mcp(
        server_url=resolve_enabled_server(server_id),
        user_email=email,
        user_oauth_token=user_token,
        method="tools/call",
        params={"name": tool_name, "arguments": arguments},
    )
    projected = project_response_fields(raw_result, response_fields)
    return json.loads(sanitize_tool_output(json.dumps(projected)))

Path 2:ビジネスユーザーとGemini Enterprise向けAgent Gateway

ビジネスユーザーやADKワークフローは、IDEのメタツールルーターを経由しない。Gemini EnterpriseがAgent Registryから直接キュレーションされたドメインMCPサーバー(各100ツール以下)にバインドし、Agent Gateway(240.0.0.2:443)経由でゼロトラストなアクセスを実現する。3-Legged OAuth(3LO)でエンドユーザーのIDが最終バックエンドまで伝搬するため、BigQueryのRow-Level Securityが正しく機能し、地域マネージャーは自分の管轄データだけを参照できる。

1つのレジストリが異なるペルソナを支える

このアーキテクチャの実質的な価値は、同一バックエンドを異なるペルソナが異なる入口で使える点にある:

  • ビジネスユーザー・アナリスト:ターミナルやmcp.jsonに触れることなく、Gemini Enterpriseのチャット画面から自然言語でKPIダッシュボードやトレンド分析を生成する
  • エンジニアリングチーム:CursorやClaude Codeから同じレジストリに接続し、社内APIの仕様確認、スキーマ定義、サービスヘルスの確認を行う
  • 自律型ADKエージェント:SPIFFE(Secure Production Identity Framework for Everyone。ワークロードに対して暗号的に検証可能なIDを発行する業界標準仕様)によるアイデンティティ制御のもと、分析テーブルの異常検知と運用APIへの操作を組み合わせて実行する

既存のRESTマイクロサービスも、OpenAPI 3.x仕様があればAPI Gateway Remote MCP(x-google-api-management.mcp拡張)を使ってバックエンドコードを書き換えずにPOST /mcpエンドポイントとして公開し、同じレジストリに登録できる。


詳細はWhy Your 10th MCP Server Breaks: How to Build an Enterprise MCP Garden on Google Cloudを参照していただきたい。