개념
Sequential Thinking MCP(이하 MCP라 칭함)는 Claude Code의 MCP 서버 중 하나로 AI의 사고 과정을 구조화 하고, 단계별로 추론할 수 있게 도와주는 도구이다.
쉽게 말해, 이 MCP는 복잡한 문제를 풀어가는 “생각의 네비게이션” 같은 역할을 한다고 예시를 들 수 있다.
예를 들어 우리(우리라고 하면 AI를 의미한다.)가 누군가의 요청을 받아 요리를 하는 요리사라고 생각해보자.
그 누군가가 그냥 "맛있는 파스타를 만들어라"라고만 하면 사람마다 순서도 다르고, 어떤 재료를 먼저 손질해야 할지도 헷갈리게 될 것이다.
하지만 MCP는 이 단순한 요청인 “맛있는 파스타를 만들어라”를 아래와 같이 네비게이션과 같이 순차적인 가이드라인을 제공한다.
“1단계: 재료 준비 → 2단계: 물 끓이기 → 3단계: 소스 만들기 → 4단계: 파스타 삶기 → 5단계: 플레이팅"
이렇게 되면 요리사인 AI가 복잡한 문제를 단번에 한꺼번에 해결하려고 하지 않고, 차근차근 단계를 밟아가면서 더 정확하고 신뢰할 수 있는 답변을 내놓게 되는 것이다.
추가로 이 MCP의 깃헙 리드미에서는 아래와 같이 해당 도구의 사용 시점들을 명시 해주고 있으니 참고 하여 사용 하면 좋을 것 같다.
https://github.com/modelcontextprotocol/servers/tree/main/src/sequentialthinking
Sequential Thinking 도구는 다음과 같은 상황에서 사용됩니다:
- 복잡한 문제를 단계별로 쪼개서 해결할 때
- 수정 가능성을 열어둔 채로 기획 및 설계를 진행할 때
- 중간에 방향을 수정해야 할 수도 있는 분석을 할 때
- 처음에는 문제의 전체 범위가 명확하지 않을 때
- 여러 단계에 걸쳐 맥락을 유지해야 하는 작업일 때
- 불필요한 정보를 걸러내야 하는 상황일 때
설치 및 Claude Code 연결
# 설치 및 Claude Code 연결(project)
claude mcp add sequential-thinking -s project -- npx -y @modelcontextprotocol/server-sequential-thinking여기서 npx란?
npx는 설치되어 있지 않아도, 원하는 패키지를 임시로 설치해서 즉시 실행 가능하다.
또한 실행 후 종료 되었을 때는 바로 종료 되는 것은 아니고, 캐시에 저장 되고 재 실행시 이를 불러와 사용하는 방식이다.
사용 예시
위 요리 예시처럼 단순히 나는 “Spring Boot에서 JWT 토큰 기반 인증/인가 시스템을 설계해줘.” 라는 요청을 클로드에게 주었다.
그러면 이 MCP는 아래와 같이 단계 중 첫번째 단계를 진행한다.
thought: "Spring Boot에서 JWT 토큰 기반 인증/인가 시스템을 설계하기 위해 먼저 전체적인 아키텍처와 필요한 컴포넌트들을 파악해야 합니다. JWT 인증 시스템의 주요 구성 요소는: 1) JWT 토큰 생성/검증 유틸리티, 2) 인증 필터, 3) Security 설정, 4) 인증 컨트롤러, 5) 사용자 서비스, 6) 토큰 저장소(Refresh Token용) 등이 있습니다.",
nextThoughtNeeded: true, thoughtNumber: 1, totalThoughts: 10)
이 문장 중 thought나 nextThoughtNeeded등의 단어가 뜬금 없이 나열 되는데, 이 단어들은 Input이라고 불리우는 값들이다.
Sequential Thinking MCP는 단순히 “한 번에 답”을 내는 게 아니라, 생각의 흐름을 단계별로 기록한다.
이때 각 단계의 정보(현재 생각, 몇 번째 단계인지, 수정인지, 분기인지 등)를 알고 있어야 도구가 올바르게 작동할 수 있다.
Inputs는 클로드 코드와 같은 AI 도구가 “지금 내가 무슨 단계에 있는지 MCP에게 알려주는 입력값”이라고 생각하면 된다.
이는 MCP Github readme에서 아래와 같이 상세하게 설명 되어있다.
thought(string): 현재 사고 단계의 내용nextThoughtNeeded(boolean): 다음 사고 단계가 필요한지 여부thoughtNumber(integer): 현재 사고 단계 번호totalThoughts(integer): 예상되는 전체 사고 단계 수isRevision(boolean, 선택): 이전 사고 단계를 수정하는지 여부revisesThought(integer, 선택): 어떤 사고 단계를 다시 고려하는지 지정branchFromThought(integer, 선택): 분기가 시작되는 사고 단계 번호branchId(string, 선택): 분기 식별자needsMoreThoughts(boolean, 선택): 추가적인 사고 단계가 더 필요한지 여부
즉 위 문장은 총 10단계중 1단계이며, 다음 사고 단계가 필요하다는 것을 알 수 있다.
yes를 눌러 그 다음 사고 단계로 진행 하게 되면 2단계, 그 다음 단계 진행 하게 된다.
이렇듯 이 MCP를 사용하면 단순히 프롬프트를 작성 했을 때와 다르게 단계적으로 구체적인 생각을 이끌어낼 수 있고 중간 내 생각과 다르게 AI가 사고 하고 있으면 결과물을 만들기 전에 내가 컨트롤 할 수 있다.
내 개인적인 생각으로는 AI의 도구를 잘 사용 한다는 것은 내가 의도한 바대로 온전히 AI가 작업을 하게 하는 환경을 잘 구성 할 수 있다는 것이라고 생각을 한다.
그런 이유에서 이 MCP는 내 의도를 AI에게 가이드라인 형식으로 제공 할 수 있을 뿐더러 오히려 내 의도의 깊이를 더 깊게 해줄 수 있다.
