'나만의 MCP 서버 만들기 with 커서 AI'라는 책을 읽으면서 개념을 완벽하게 파악하고 직접 MCP서버를 구현해보는 과정을 담을 것이다.
추가로, 나는 전통적인 백오피스 자동화 개발자 출신으로 AI Agent라는 기술의 견해에 대하여 상단에 작성할 것이다. (나는 2023년부터 LLM를 적극적으로 활용하였다.)
MCP란?
MCP(Model Context Protocal)로 다양한 LLM(GPT, Claude, Gemini .....)이 여러가지 기능을 연결할 수 있도록 설계된 프로토콜이다.
말은 어려워보여도 심플하다.. 그냥 변환기 혹은 통역사라고 생각하면 된다. LLM은 두뇌라고 생각하고 MCP는 이 두뇌(LLM)에 팔,다리를 연결한다. 팔,다리로 메일링, 메신저, 날씨 정보 크롤링, 뉴스 크롤링, 주식 자동 매매 등... LLM의 답변을 형식에 맞게 변환하여 다양하게 일을 시킬 수 있다.
흔히 말하는 AI챗봇은 단순 질의만 하는 반면에 MCP가 있으면 도구들을 활용한 에이전트가 완성이 된다. 물론 MCP가 없어도 에이전트는 가능하다.(API명세만 주면 API가 MCP없이 API Call을 할 수 있는 등..)
TMI지만 나는 MCP 만들기 귀찮아서 그냥 AI Agent의 페르소나가 명세된 MD파일(마크다운 파일, 텍스트 파일과 유사)로 많은 것을 자동화 시켰다.(메일링, 일정 등록, 회의실 예약, 크롤링, 시스템 조회 등등.....15가지 이상? 그리고 AI한테 점심시간에 일을 시킬 수 있다.)
사무직군은 AI Agent만 잘 이해해도 기본 버프로 게임을 시작하는 효과를 가져온다..
물론 하네스 엔지니어링은 필수이다!!!
MCP가 왜 필요할까?
책에는 나와있지 않지만... 주관적인 생각을 아래 작성하였다.
RPA, VBA, Crawling 등 고전적인 자동화 도구 혹은 Agent라고 생각한다(AI가 빠져있지만 정해둔 규칙대로 작동한다. 실수X)
다만... 단점은... 개발 방식이 너무 노가다이다. 2017년에 트랜스포머 아키텍처가 등장했고 기술이 급격하게 발달하여 '대형언어모델' LLM이라는 기술이 확산이 되었고 정말 혁신이 되었다. 요즘은 AI=LLM이라고 해도 과언이 아니다....
예전에는 AI기술로 취급도 안해줬지만 정말 활용성이 높아지고 생산성을 높이는 기술이 되었다. 이 LLM이 등장하여 Agent 문화도 많이 바뀌었다.
기존 Rule-based 기반 자동화는 개발하고 유지보수 하는데 많은 시간이 걸린다..
물론 RPA는 Row Code로 개발 시간을 단축시켰지만 AI Agent에 비하면 그것도 정말 큰 공수이다. 결국 앞으로는 AI Agent가 세상을 지배할 것이다.
(휴머노이드 로봇도 결국 두뇌 LLM+VLM과 인간과 유사한 몸(실체)이 있는 에이전트이다.)
AI Agent의 원리는 간단하다.. 고전적인 도구 및 Rule-based 기반의 코드를 작성하지 않고 그냥 API명세나, 해야 할 정보만 알려주면 AI가 알아서 다 한다.
MCP도 없이도 AI Agent가 가능하지만.. 나는 결국 Agent를 관리하려면 규격화된 무언가가 필요하고 통제가 가능해야 한다고 생각한다. 관리가 안되는 Agent는
그냥 'AI Slop'에 불과하다고 생각한다. 그래서 도구를 명세할 수 있는 MCP라는 프로토콜이 중요하다고 생각한다.
그리고 실제 동작 시간도 MCP를 거쳐서 호출하는게 훨씬 빠르다 (테스트 결과)
나는 RPA 개발자 출신이지만 AI가 지배하게 되어도 Agent를 설계하는 역량을 얻게 되어 정말 값진 경험이라고 생각한다. 바닥을 잘 다져놓은 경험으로 AI Agent 설계는 누구보다도 더 유리하게는 설계할 수 있다고는 생각한다.👍👍
(현재는 Data를 다루는 업무를 하지만 AI+DATA=AI Agent라고 생각한다.)
_여기까지가 그냥 개인적인 생각을 정리한 것이고 아래부터는 실제 MCP를 구축해볼 예정이다._MCP 구축하기
개발 전 기능 설계
- 사용자가 챗봇에 질의한다.
- LLM이 사용자 질의를 분석하다.
- LLM이 도구가 필요할지 판단한다.
- 외부 도구 호출이 필요하다고 판단이 되었으면 MCP 목록을 호출한다.
- LLM이 사용자가 필요한 MCP 도구를 판단해서 선택한다.
- MCP의 도구를 실행한다.
- 도구 실행 결과를 응답받고 자연어로 재구성한다.
- 사용자에게 완료되었다고 챗봇 화면에 응답한다.
MCP 통신 방식 선택
내 개인 맥북으로만 구성할 예정이어서 Stdio방식으로 구축할 예정이다.
Sdtio는 네트워크 이동이 없이 내 로컬 PC에서만 MCP를 호출한다.
(MCP 서버가 원격에 있을 경우는 SSE 등 다른 통신 방식으로 해야 한다.)
1. LLM(두뇌) API Key 발급 ✅
나는 OpenAI의 GPT API를 활용할 예정이라 아래 사이트에서 발급받는다.
GPT API Key url : https://openai.com/ko-KR/api/
2. MCP(도구)에 사용될 API KEY 발급 ✅
책에는 Traviy API, GoogleMap API를 발급 받으라고 되어있다. 하고싶은 것은 많지만 책과 동일하게 진행할 예정이다.
Traviy API, Brave Search API = 검색
GoogleMap API = 지도
[Traviy API]
[GoogleMap API]
3. Claude Descktop 준비하기 ✅
Step1. Node.JS 설치하기
(브라우저 없이 Javascript 코드를 실행하게 해주는 패키지)
Step2. Claude Descktop 설치하기
4. MCP 서버 만들기 ✅
지금부터는 책 내용과 다르게 클로드에서 바이브코딩으로 MCP를 만들도록 시킬 것이다.
[VSCode 화면]
[클로드 데스크탑 설정 수정]
결과 테스트 진행!! (MCP 호출)
아래와 같이 Claude Descktop에서 잘 떴는데.. 무료 한도를 다 사용해서 Antigravity에서 MCP를 추가해서 질의 테스트를 이어서 하도록 할 예정이다..
1. Antigravity MCP 연결 ✅
2. MCP 도구 확인 ✅
[지도 MCP]
[tavily기반 웹 검색 MCP]
3. MCP 호출 테스트 ✅
[지도 MCP]
프롬프트 : 수원 광교 치킨 맛집을 알려주세요
[tavily기반 웹 검색 MCP]
프롬프트 : 최신 주요 경제뉴스 요약해주세요.
미션 성공!!!
