MCP 소개 및 설정 방법
이번 포스트에서 소개할 MCP는 아래와 같다.
Context7sequentialthinkingnotiongithub
모든 실행 명령어는 mac과 homebrew를 기준으로 한다.
Github MCP
1. github 토큰 발급
codex에서 github에 접근하기 위한 토큰을 발급한다.
- 깃허브 세팅 접속
- Developer settings 접속
- Tokens(classic) 클릭
- New personal access token (classic) 생성
- 적당히 선택해서 생성한 후, 키 발급이 완료되면 잘 보관한다.
2. 로컬(Local) GitHub MCP Server 생성
claude를 사용할 때는 Github 공식 MCP 서버를 사용할 수 있었지만, codex에서는 MCP 설정 시 command가 강제되어 http로 공식서버 접근이 불가하다. 따라서 go를 이용한 로컬 서버를 실행시키겠다.
go설치
brew install go설치 확인go version
go env- 출력에
GOPATH,GOROOT,GOARCH,GOOS등이 나오면 정상. - 출력이 제대로 안뜨면,,, 환경변수 설정은 알아서들 하자.
- Github MCP 서버 설치
go install github.com/github/github-mcp-server/cmd/github-mcp-server@latest3. config.toml 반영
[mcp_servers.github]
command = "/Users/eomyoosang/go/bin/github-mcp-server"
args = ["stdio"]
env = { GITHUB_PERSONAL_ACCESS_TOKEN = "ghp_xxxYourPAT" }codex를 재시작 한 후 /mcp list를 통해 설치 여부를 확인한다.
command의 실행 경로는 각자 go 설치 위치로 작성해야한다!
간단하게 이슈를 올려달라고 프롬프팅하면 적용된 모습을 볼 수 있다.
Notion MCP
1. Notion api key 발급
-
Notion API 통합 페이지에 접속해 API Key를 발급한다.
-
발급받은 API Key는 복사해둔다.
2. config.toml 반영
[mcp_servers.notionApi]
command = "npx"
args = ["-y", "@notionhq/notion-mcp-server"]
env = { NOTION_TOKEN = "Your_Api_Key" }노션을 조회하도록 프롬프팅하여 연결 테스트를 한다.
Context7 MCP
Context7이란?
Context7은 Upstash에서 개발한 오픈소스 MCP 서버로, 최신 라이브러리 문서와 코드 예제를 실시간으로 AI에게 주입하는 역할을 한다.
간단히 말해, AI 모델의 한계 중 하나인 구식 정보와 할루시네이션 문제를 해결하기 위해 등장한 도구이다.
gpt 그짓말좀 그만해라
기존 LLM의 문제
LLM은 트레이닝 시점 이후에 등장한 새로운 라이브러리 API나 변경사항을 알지 못하고, 그 결과 오래된 코드 예제나 존재하지 않는 함수(할루시네이션)를 제안하기도 한다.
Context7은 이러한 문제를 해소하고자 LLM의 프롬프트에 실시간으로 공식 문서 내용을 주입하여 최신 정보에 기반한 정확한 응답을 도출하는 역할을 한다.
Context7 작동원리
실시간 문서 주입 프로세스
- 키워드 감지 : 프롬프트에서 "use context7" 키워드 감지
- 라이브러리 식별 : 언급된 기술 스택 자동 인식 (FastAPI, Next.js, React Query 등)
- 문서 조회 : 해당 라이브러리의 최신 공식 문서에서 관련 섹션 파싱
- 컨텍스트 주입 : 질문 주제에 맞는 문서 내용을 LLM 컨텍스트 윈도우에 삽입
- 정확한 응답 : 최신 정보를 바탕으로 버전별 정확한 코드 예제 생성
Context7 MCP 연결
[mcp_servers.Context7]
command = "npx"
args = ["-y", "@upstash/context7-mcp@latest"]- 별도 인증이 필요 없다.
기본 사용법
프롬프트에 "use context7"만 추가하면 된다. Context7이 자동으로 관련 라이브러리를 식별하고 최신 문서를 가져와서 AI에게 제공하게된다.
Sequential Thinking MCP
Sequential Thinking MCP는 Anthropic이 제공하는 공식 레퍼런스 MCP 서버 중 하나로 AI의 사고 과정을 구조화하고 단계별로 추론할 수 있게 도와주는 도구다.
이 서버 자체는 "사고"를 하지 않고, 대신 AI로부터 구조화된 입력을 받아 검증하고 세션별로 추적하며, 디버깅과 검토를 위한 포맷된 출력을 제공한다.
claude를 개발한 Anthropic이 개발했지만, codex에서도 사용가능하다.
anthropic아 너네 mcp 쩔더라
Sequential Thinking 핵심
- 문제 분해
복잡한 작업을 관리 가능한 작은 하위 작업으로 나눔 - 과정의 투명화
AI가 각 단계를 번호 매겨 "생각"을 명시적으로 보여줌 - 인간과의 협업
개발자가 AI의 추론 과정에 개입하고 경로를 수정
Sequential Thinking 용도
- 복잡한 문제를 단계별로 세분화하기
- 수정의 여지가 있는 계획 및 설계
- 과정 수정이 필요할 수 있는 분석
- 처음에는 전체 범위가 명확하지 않을 수 있는 문제
- 여러 단계에 걸쳐 맥락을 유지해야 하는 작업
- 관련 없는 정보를 걸러내야 하는 상황
Sequential Thinking MCP 설치
config.toml 반영
[mcp_servers.sequentialthinking]
command = "npx"
args = ["-y", "@modelcontextprotocol/server-sequential-thinking"]
disabled = false
autoApprove = []결론
다음 포스트에서는 Figma, playwright, taskmaster를 연동해보겠다.
참고자료
