ChatGPT랑 Claude가 갑자기 '만능 비서'가 된 이유 — MCP 입문 완전 정복

 

---

AI 코딩 도구 쓰시는 분들, 한 번쯤 이런 경험 있지 않나요?

Claude한테 "우리 프로젝트 디렉토리 구조 보고 버그 찾아줘" 했더니
"죄송하지만 저는 파일 시스템에 직접 접근할 수 없어요..."
그 순간 느끼는 그 허탈감. 저도 수십 번 겪었어요.

그런데 언제부턴가 달라졌어요.
Cursor로 개발하다 보면 AI가 제 파일을 직접 열고, GitHub 이슈를 읽고, 터미널 명령어를 날리고 있더라고요.
"어? 이게 어떻게 가능하지?" 싶어서 파고들었더니 MCP라는 개념이 나왔어요.

그날부터 저는 MCP 없이는 AI 코딩 도구를 못 쓰는 몸이 됐습니다.

---

MCP, 이게 뭔데요?

한 줄 정의: MCP(Model Context Protocol)는 AI 모델이 외부 툴·서비스·파일시스템 등과 표준화된 방식으로 소통할 수 있게 해주는 통신 프로토콜이에요.

2024년 말 Anthropic이 오픈소스로 공개했고, 지금은 OpenAI, Google, Microsoft까지 채택하면서 사실상 AI 툴 통합의 업계 표준이 되어가고 있어요.

쉽게 비유하자면 이래요.

예전에 USB 규격이 제각각이던 시절 기억하세요?
프린터, 마우스, 키보드마다 포트가 달라서 멀티탭이 엄청 필요했잖아요.
그러다 USB-C 하나로 통일되면서 세상이 편해졌는데 —
MCP가 AI 세계의 USB-C예요.

기존 방식과 뭐가 다르냐고요?

기존 방식 (Function Calling) MCP

AI 모델 내부에 툴을 직접 구현	외부 서버로 분리
모델마다 구현 방식이 달라 이식성 낮음	표준 프로토콜로 어디서나 재사용 가능
새 툴 추가 시 모델 재배포 필요	MCP 서버만 추가하면 즉시 연결
보안 경계 모호	서버-클라이언트 분리로 권한 관리 명확

한 번 만든 MCP 서버는 Claude Desktop에서도, Cursor에서도, VS Code에서도 그대로 쓸 수 있어요.
이게 진짜 혁신인 거예요.

---

구조가 어떻게 생겼나요?

MCP는 크게 세 가지로 이루어져 있어요.

① MCP Host
AI 클라이언트 역할이에요. Claude Desktop, Cursor, Windsurf, VS Code Copilot 같은 앱들이 여기 해당해요. 사용자가 직접 쓰는 인터페이스예요.

② MCP Client
Host 앱 안에 내장된 연결 관리자예요. 여러 MCP 서버와 동시에 연결을 관리해요.

③ MCP Server
실제로 기능을 제공하는 서버예요. 파일 시스템 접근, DB 쿼리, API 호출 같은 것들이 여기서 처리돼요.

[사용자] ←→ [Host: Claude Desktop]
                     ↕
              [MCP Client]
             /     |      \
    [MCP Server]  [MCP Server]  [MCP Server]
    (파일시스템)   (GitHub)      (Slack)

서버가 클라이언트에게 제공하는 기능은 세 가지예요:

• Tools: AI가 직접 실행할 수 있는 함수 (파일 읽기, API 호출 등)
• Resources: AI가 컨텍스트로 읽을 수 있는 데이터 (문서, DB 레코드 등)
• Prompts: 미리 정의된 프롬프트 템플릿

이 구조 덕분에 AI가 단순한 텍스트 생성기에서 실제로 일하는 에이전트가 되는 거예요.

---

설치하고 연결해봅시다 (Claude Desktop 기준)

"어렵겠지..." 하는 분들 많은데, 생각보다 훨씬 쉬워요.
Claude Desktop 기준으로 설명할게요.

Step 1. Claude Desktop 설치

https://claude.ai/

Claude

Claude Desktop 앱을 설치하고 로그인하세요.
claude.ai/download 에서 받을 수 있어요.

Step 2. 설정 파일 열기

# macOS
~/Library/Application Support/Claude/claude_desktop_config.json

# Windows
%APPDATA%\Claude\claude_desktop_config.json

이 파일이 MCP 서버 목록을 관리하는 핵심 설정 파일이에요.

Step 3. MCP 서버 추가

가장 기본적인 파일시스템 서버를 추가해볼게요.

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/cherryplan/Documents/projects"
      ]
    }
  }
}

⚠️ 반드시 챙겨야 할 설정: args 마지막 경로는 AI가 접근할 수 있는 디렉토리예요. 전체 루트(/)를 넣으면 절대 안 돼요. 프로젝트 폴더처럼 범위를 한정해서 넣어주세요. 보안상 중요한 부분이에요.

Step 4. Claude Desktop 재시작

설정 파일 저장 후 앱을 완전히 종료하고 다시 켜면 돼요.
왼쪽 하단에 망치 아이콘(🔨)이 생기면 연결 성공이에요.

이제 Claude한테 "내 프로젝트 폴더에 있는 파일 목록 보여줘"라고 하면 실제로 보여줘요. 처음 해보면 진짜 신기해요.

---

실제로 어떻게 활용했냐면

"설치는 알겠는데, 실무에서 어떻게 써요?" — 이게 진짜 궁금하시죠?

제가 실제로 쓰는 MCP 서버 세트를 공개할게요.

1. Filesystem + GitHub MCP

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/cherryplan/projects"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "여기에_토큰_입력"
      }
    }
  }
}

이 조합으로 이런 게 가능해요:

나: "우리 레포 최근 이슈 중에 버그 레이블 달린 거 읽고,
    관련 코드 파일 찾아서 원인 분석해줘"

Claude: [GitHub 이슈 목록 조회] → [관련 파일 탐색] → [코드 분석 후 원인 설명]

예전이라면 이슈 복붙, 코드 복붙, 다시 질문... 이 반복 작업을 수동으로 했겠죠.
MCP 붙이면 이 전체 흐름을 한 번에 처리해줘요.

2. SQLite MCP로 DB 직접 조회

"sqlite": {
  "command": "npx",
  "args": ["-y", "@modelcontextprotocol/server-sqlite", "--db-path", "/Users/cherryplan/data/app.db"]
}

이렇게 연결해두면:

나: "지난 주 신규 가입자 중 결제까지 이어진 비율 계산해줘"

Claude: [SELECT 쿼리 직접 실행] → [결과 집계 후 분석]

SQL 잘 모르는 팀원도 자연어로 데이터 뽑아볼 수 있어요.
이거 팀 내부 도구로 쓰면 진짜 생산성이 달라져요.

3. 브라우저 자동화 MCP (Playwright)

"playwright": {
  "command": "npx",
  "args": ["-y", "@modelcontextprotocol/server-playwright"]
}

나: "우리 서비스 로그인 페이지 열어서 UI 버그 있는지 확인해줘"

Claude: [실제 브라우저 실행] → [로그인 페이지 접속] → [스크린샷 캡처 후 분석]

QA 자동화 쪽에서 이 활용도가 엄청나요.

---

나만의 MCP 서버 만드는 법도 있어요

공식 서버 외에 직접 만들 수도 있어요.
TypeScript나 Python으로 몇 십 줄이면 기본 서버가 완성돼요.

# Python 예시 (mcp 패키지 필요)
from mcp.server import Server
from mcp.server.stdio import stdio_server
from mcp.types import Tool, TextContent

app = Server("my-custom-server")

@app.list_tools()
async def list_tools():
    return [
        Tool(
            name="get_today_schedule",
            description="오늘 내 업무 일정을 가져옵니다",
            inputSchema={"type": "object", "properties": {}}
        )
    ]

@app.call_tool()
async def call_tool(name: str, arguments: dict):
    if name == "get_today_schedule":
        # 여기에 실제 캘린더 API 연동 코드
        return [TextContent(type="text", text="오늘 일정: 오후 2시 팀 미팅")]

async def main():
    async with stdio_server() as streams:
        await app.run(*streams)

회사 내부 시스템, 사내 위키, 특수한 API — 이런 것들도 MCP 서버로 만들면
Claude가 사내 전용 AI 비서가 되는 거예요.
"이게 진짜 실용적이다" 싶은 순간이 바로 이 때예요.

---

솔직한 한계도 말할게요

좋은 것만 얘기하면 신뢰가 없죠.

① 보안 리스크는 진짜예요
파일시스템이나 DB에 연결하면 AI가 해당 범위 내에서 쓰기까지 가능해요.
claude_desktop_config.json에서 경로를 잘못 설정하면 의도치 않은 파일 삭제·수정이 일어날 수 있어요.
→ 항상 최소 권한 원칙으로 접근 경로를 제한해서 설정하세요.

② 로컬 서버는 서버가 켜져 있어야 해요
npx로 실행하는 서버는 Claude Desktop을 켤 때마다 새로 뜨는 구조예요.
별도 데몬 관리가 필요한 서버는 추가 설정이 필요해요.

③ 느릴 수 있어요
AI가 툴을 여러 번 연속 호출하는 에이전트 모드에서는 응답 시간이 꽤 길어져요.
복잡한 작업일수록 "잠깐, AI가 일하는 중..." 하고 기다려야 하는 시간이 생겨요.

④ 공식 서버 외엔 직접 검증해야 해요
npm에 올라온 써드파티 MCP 서버 중에는 검증이 덜 된 것도 있어요.
오픈소스 코드를 직접 읽어보거나, 별표 수·관리자 신뢰도를 확인하고 쓰세요.

---

지금 바로 써볼 만한 공식 MCP 서버 목록

서버명 설명 설치 명령어

server-filesystem	로컬 파일시스템 접근	@modelcontextprotocol/server-filesystem
server-github	GitHub 이슈/PR/코드	@modelcontextprotocol/server-github
server-sqlite	SQLite DB 쿼리	@modelcontextprotocol/server-sqlite
server-brave-search	Brave 웹 검색	@modelcontextprotocol/server-brave-search
server-slack	Slack 메시지/채널	@modelcontextprotocol/server-slack
server-google-maps	구글 지도 API	@modelcontextprotocol/server-google-maps
server-playwright	브라우저 자동화	@modelcontextprotocol/server-playwright

전체 목록은 modelcontextprotocol.io/servers 에서 확인할 수 있어요.

 

---

마무리: MCP의 본질적 가치

MCP의 핵심은 "AI를 도구로 부리는 게 아니라, AI에게 도구를 쥐여주는 것"이에요.

지금까지 우리는 AI한테 정보를 복붙해서 가져다줬어요.
코드 붙이고, 에러 메시지 붙이고, 문서 붙이고...
그 자체가 작업이었죠.

MCP가 있으면 AI가 스스로 컨텍스트를 수집하고, 툴을 선택하고, 실행해요.
우리는 "이런 결과 만들어줘"만 말하면 되는 시대가 되는 거예요.

물론 만능은 아니에요.
보안 설정 꼼꼼히 해야 하고, 어떤 서버를 신뢰할지 판단해야 하고, 에이전트가 뭘 하는지 지켜봐야 해요.
하지만 그 수고를 감수하고도 남을 생산성 차이가 있어요.

"AI 코딩 도구 쓰는데 MCP 모른다"는 말은 이제 말이 안 되는 시대가 됐어요.
2026년 개발자라면 MCP는 선택이 아니라 기본 소양이에요.

---

다음 포스팅 예고: MCP 서버 직접 만들기 실전편 — Python으로 사내 위키 연동 AI 비서 구축하기

 

 

---

작성일: 2026.05.04 | 체리플랜 (CherryPlan)