본문으로 바로가기
검색
회원가입로그인

최고의 모델 콘텍스트 프로토콜(MCP) 서버들

최고의 모델 콘텍스트 프로토콜(MCP) 서버들

모델 컨텍스트 프로토콜(Model Context Protocol, MCP)은 Anthropic에 의해 개발된 오픈 소스 프로토콜로, AI 시스템이 외부 데이터 소스 및 도구와 안전하게 상호작용할 수 있도록 합니다. 이 글에서는 MCP 서버의 다양한 구현 예제와 이들의 활용 방안을 살펴보겠습니다.

소개

모델 컨텍스트 프로토콜(MCP)은 AI 모델이 다양한 도구와 데이터 소스와 상호작용할 수 있도록 하는 표준화된 방법을 제공합니다. MCP 서버는 타입스크립트(TypeScript)와 파이썬(Python) SDK로 구현되며, 각각의 서버는 LLMs(대규모 언어 모델)가 보안적으로 도구와 데이터에 접근할 수 있도록 합니다.

MCP 서버의 분류

공식 통합 서버

공식 MCP 통합 서버는 기업에서 관리하며, 플랫폼을 위한 MCP 서버를 구축합니다. 여기에는 다음과 같은 서버가 포함됩니다:

  1. AWS KB Retrieval - AWS Knowledge Base에서 데이터를 검색합니다.

  2. Brave Search - Brave의 검색 API를 사용한 웹 검색 및 로컬 검색.

  3. EverArt - 다양한 모델을 통한 AI 이미지 생성.

  4. Filesystem - 구성 가능한 접근 제어를 통한 보안 파일 작업.

  5. Git - Git 저장소를 읽고 검색하며 조작하는 도구.

  6. GitHub - 레포지토리 관리, 파일 작업 및 GitHub API 통합.

  7. Google Drive - Google Drive의 파일 접근 및 검색 기능.

  8. Google Maps - 위치 서비스, 경로 안내 및 장소 세부 정보.

  9. PostgreSQL - 스키마 검사 기능을 갖춘 읽기 전용 데이터베이스 접근.

  10. Slack - 채널 관리 및 메시지 기능.

이외에도 다양한 공식 통합 서버가 존재하며, 더 많은 정보는 GitHub 레포지토리 및 다양한 커뮤니티 리소스에서 확인할 수 있습니다.

커뮤니티 서버

커뮤니티 서버는 다양한 도메인에서 MCP의 활용을 보여주는 커뮤니티가 개발 및 유지 관리하는 서버입니다. 이 서버들은 테스트되지 않았으며, 사용자의 책임 하에 사용해야 합니다. 다음은 커뮤니티 서버의 몇 가지 예입니다:

  1. Airbnb - Airbnb를 검색하고 목록 세부 정보를 가져오는 도구.

  2. Algorand - Algorand 블록체인 상호작용을 위한 포괄적인 MCP 서버.

  3. Airtable - Airtable 데이터베이스의 읽기 및 쓰기 접근 기능.

  4. Docker - 컨테이너, 이미지, 볼륨 및 네트워크 관리.

개발 도구 향상

개발자를 위한 다양한 도구와 통합도 존재합니다. 이러한 도구들은 개발 워크플로우를 향상시키고 환경을 관리하기 쉽게 만들어 줍니다:

  1. GitHub Actions - GitHub Actions와 상호작용하기 위한 MCP 서버.

  2. Postman - 로컬에서 Postman 컬렉션을 실행할 수 있는 MCP 서버.

  3. Pulumi - Pulumi API와 상호작용하여 스택 생성 및 목록 조회.

  4. QGIS - Claude AI와 QGIS를 연결하여 프로젝트 생성, 레이어 로딩 등을 지원.

MCP 서버 사용 방법

MCP 서버는 다음과 같은 방식으로 사용될 수 있습니다:

  • Node.js 기반의 MCP 서버는 npx 명령어를 사용하여 간편하게 시작할 수 있습니다.

  • Python 기반의 MCP 서버는 uvxpip를 사용하여 설치 및 실행할 수 있습니다.

MCP 클라이언트 설정

서버만 단독으로 실행하는 것은 큰 의미가 없으며, MCP 클라이언트에 구성되어야 합니다. 예를 들어, 클로드 데스크탑 설정에서 다음과 같이 서버를 사용할 수 있습니다:

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

결론

모델 컨텍스트 프로토콜은 AI 애플리케이션 개발 및 배포를 위한 강력한 표준화된 방법을 제공합니다. MCP 서버를 통해 다양한 도구와 데이터 소스에 표준화된 접근을 할 수 있으며, 솔루션의 보안을 유지하면서도 효율적으로 관리할 수 있습니다. 더 많은 정보와 서버 리스트는 관련 커뮤니티 리소스 및 GitHub 레포지토리를 통해 확인할 수 있습니다.

공유하기
카카오로 공유하기
페이스북 공유하기
트위터로 공유하기
url 복사하기

저자의 책