Clip 1: MCP server의 개념과 구조 이해하기

학습 목표

MCP server의 개념과 역할을 이해한다
Tool, Resource, Prompt의 차이점과 활용법을 파악한다
MCP server의 연결 방식과 설치 방법을 이해한다

MCP Server란?

MCP (Model Context Protocol) server는 AI 애플리케이션이 외부 기능과 데이터에 접근할 수 있도록 표준화된 인터페이스를 제공하는 서버입니다.

왜 "표준화"가 중요한가?

MCP는 마치 USB-C 포트와 같습니다. USB-C 케이블을 내 컴퓨터에도 꽂을 수 있고, 맥북에도 꽂을 수 있고, 다른 사무실의 서버에도 꽂을 수 있듯이, MCP는 호환성이 높은 Tool 인터페이스입니다.

이전에는 각 AI 애플리케이션마다 Tool(Function)을 다르게 구현해야 했습니다. 하지만 MCP는 약속된 규격으로 Tool을 정의하여, 한 번 만든 MCP server를 여러 AI 애플리케이션에서 재사용할 수 있게 만들었습니다.

핵심 개념

MCP server는 세 가지 핵심 구성 요소를 통해 AI와 외부 세계를 연결합니다:

1. Tool: AI가 실행하는 능동적 기능

Tool은 AI가 직접 호출하여 특정 작업을 수행하는 함수입니다.

Tool의 특징

AI 주도: 모델이 필요에 따라 능동적으로 선택하고 호출
명확한 입출력: JSON Schema로 정의된 파라미터 검증
실행 기능: 데이터 조회부터 API 호출, 파일 조작까지 다양한 작업 수행

Tool의 구성 요소

# Tool 정의 예시
{
    "name": "search_web",
    "description": "인터넷에서 정보를 검색합니다",
    "inputSchema": {
        "type": "object",
        "properties": {
            "query": {
                "type": "string",
                "description": "검색할 키워드"
            },
            "max_results": {
                "type": "integer",
                "description": "최대 결과 수"
            }
        },
        "required": ["query"]
    }
}

구성 요소:

name: Tool의 고유 식별자
description: AI가 언제 이 Tool을 사용해야 하는지 판단하는 설명 (매우 중요!)
inputSchema: JSON Schema 형식의 입력 파라미터 정의

Tool이 실제로 작동하는 방식

AI는 name과 description을 보고 어떤 Tool을 선택할지 결정합니다.

예를 들어, 사용자가 "2025년 손흥민이 어떤 팀에 있는지 알려줘"라고 요청하면:

AI가 search_web Tool의 description을 확인

inputSchema를 바탕으로 입력값 생성:

{
    "query": "2025년 손흥민 축구팀",
    "max_results": 5
}

Tool을 실행하고 검색 결과 반환
AI가 결과를 분석해 답변 생성

Tool 동작 프로토콜

tools/list: 사용 가능한 Tool 목록 조회
tools/call: 특정 Tool을 실행하고 결과 반환

2. Resource: 읽기 전용 데이터 소스

Resource는 AI가 참조할 수 있는 수동적인 데이터 제공자입니다.

Resource의 특징

수동적 접근: Tool과 달리 데이터를 제공만 함
읽기 전용: 데이터를 변경하지 않고 조회만 가능
URI 기반: 고유한 URI로 각 리소스를 식별

Resource 활용 예시

# Resource URI 예시
"file:///project/docs/README.md"
"database://users/table/customers"
"api://github/repo/fastcampus-lecture"

Resource 프로토콜

resources/list: 사용 가능한 Resource 목록
resources/templates/list: 동적 Resource를 위한 URI 템플릿
resources/read: 특정 Resource의 내용 읽기
resources/subscribe: Resource 변경 감지 (옵션)

Tool vs Resource 비교

구분

Tool

Resource

성격

능동적 (Active)

수동적 (Passive)

주도권

AI가 호출

사용자/시스템이 제공

역할

작업 실행

데이터 제공

예시

파일 작성, API 호출, 계산

문서 내용, 데이터베이스 조회

3. Prompt: 재사용 가능한 지시 템플릿

Prompt는 사용자가 반복적으로 사용할 수 있는 구조화된 지시사항 템플릿입니다.

Prompt의 특징

사용자 주도: 사용자가 선택하여 사용
재사용성: 자주 사용하는 워크플로우를 템플릿화
구조화: 일관된 형식으로 AI에게 작업 지시

Prompt 예시

# 코드 리뷰 Prompt 템플릿
{
    "name": "code-review",
    "description": "코드 리뷰를 수행합니다",
    "arguments": [
        {
            "name": "file_path",
            "description": "리뷰할 파일 경로",
            "required": true
        }
    ]
}

Prompt 프로토콜

prompts/list: 사용 가능한 Prompt 템플릿 목록
prompts/get: 특정 Prompt의 전체 내용 가져오기

MCP Server 연결 방식

MCP server는 두 가지 방식으로 AI 클라이언트와 연결됩니다.

1. stdio (Standard Input/Output)

로컬 프로세스로 실행되는 방식

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/files"]
    }
  }
}

특징:

가장 간단하고 일반적인 방식
Claude Code에서 주로 사용
프로세스 간 stdin/stdout으로 통신
로컬 실행으로 빠른 응답 속도
로컬 파일을 직접 파일 경로로 접근

2. HTTP (Server-Sent Events)

원격 서버로 실행되는 방식

{
  "mcpServers": {
    "notion": {
      "type": "http",
      "url": "https://mcp.notion.com/mcp"
    }
  }
}

특징:

원격 서버와 통신 가능
여러 클라이언트가 하나의 서버 공유
네트워크를 통한 확장성
주로 인증이 필요한 서비스에 사용 (예: Notion, Linear, Figma)

stdio vs HTTP 비교

방식

stdio

HTTP

실행 위치

로컬 프로세스

원격 서버

속도

빠름

네트워크 지연 존재

보안

로컬 실행으로 안전

인증/암호화 필요

확장성

클라이언트당 1 프로세스

다중 클라이언트 지원

사용 사례

파일 시스템, 로컬 DB

API 서비스, 공유 리소스

MCP Server 설치 방법

MCP server는 일반적으로 패키지 매니저를 통해 설치하고 실행합니다.

MCP Server 식별하기

MCP server를 설치할 때, 어떤 방식으로 설치해야 하는지는 패키지 이름으로 구분할 수 있습니다:

npx로 되어 있는 MCP server → Node.js 기반으로 설치
uvx로 되어 있는 MCP server → Python 기반으로 설치

의미:

npx: npm 패키지를 설치 없이 직접 실행
-y: 자동으로 설치 확인
@modelcontextprotocol/server-filesystem: npm 패키지 이름
/path/to/directory: 서버 실행 시 전달할 인자

장점:

별도 설치 불필요
항상 최신 버전 사용
간편한 설정

uvx로 설치 (Python 기반)

의미:

uvx: uv 도구를 통한 Python 패키지 실행
mcp-server-sqlite: PyPI 패키지 이름
--db-path: 서버 실행 옵션

장점:

Python 가상환경 자동 관리
의존성 충돌 방지
빠른 실행 속도

MCP Server의 사용자 제어와 보안

MCP는 사용자의 명시적 제어와 감독을 강조합니다.

MCP 아키텍처의 보안 원칙

MCP 프로토콜 자체는 보안을 강제할 수 없지만, 다음과 같은 핵심 원칙을 제시합니다:

데이터 접근 전 동의: 호스트는 사용자 데이터를 MCP server에 노출하기 전에 반드시 사용자 동의를 받아야 합니다
명시적 승인: 중요한 작업은 사용자의 명시적 승인이 필요합니다

2. 데이터 프라이버시 (Data Privacy)

최소 권한: 필요한 최소한의 데이터만 접근 허용
데이터 보호: 사용자 데이터는 승인 없이 서버로 전달되지 않습니다

3. LLM 샘플링 제어

샘플링 요청 제어: LLM 샘플링 요청이 있을 때만 서버가 데이터를 볼 수 있습니다
투명성: AI가 어떤 Tool을 사용하는지 사용자가 확인 가능

4. Tool 안전성 (Tool Safety)

안전한 실행: 모든 데이터 접근 및 작업은 안전하게 실행됩니다
활동 로그: 모든 Tool 실행 기록을 남깁니다

구현 가이드라인

MCP 프로토콜 수준에서는 보안을 강제할 수 없지만, 구현자는 다음을 반드시 고려해야 합니다:

강력한 동의 및 권한 플로우 구축: 사용자가 명확히 이해하고 승인할 수 있는 UI 제공
보안 영향에 대한 명확한 문서화: 각 Tool이 어떤 권한을 요구하는지 명시
적절한 접근 제어 및 데이터 보호: 파일 시스템 접근 범위 제한 등
통합 시 보안 모범 사례 준수: 인증, 암호화, 로깅 등
기능 설계 시 프라이버시 고려: 개인정보 최소 수집 원칙

핵심 정리

MCP Server: AI가 외부 기능과 데이터에 접근하는 표준화된 인터페이스
Tool: AI가 호출하는 능동적 기능 (예: 파일 작성, API 호출)
Resource: AI가 참조하는 수동적 데이터 (예: 문서, 데이터베이스)
Prompt: 재사용 가능한 지시 템플릿 (예: 코드 리뷰, 문서 생성)
연결 방식: stdio (로컬) 또는 HTTP (원격)
설치 방법: npx (Node.js) 또는 uvx (Python)로 간편하게 실행

참고 자료

MCP Server Concepts - 공식 문서

강사 정보

작성자: 정구봉
LinkedIn: https://www.linkedin.com/in/gb-jeong/
이메일: bong@dio.so

강의 자료

강의 자료: https://goobong.gitbook.io/fastcampus
Github: https://github.com/Koomook/fastcampus-ai-agent-vibecoding
FastCampus 강의 주소: https://fastcampus.co.kr/biz_online_vibeagent

PreviousChapter 1. MCP server 이해하기 NextClip 2: MCP server 코드 까보기: sequential thinking, notion, playwright

Last updated 6 days ago