1. MCP API 생성 및 설명

이번 글에서는 개념 설명과 MCP API 생성을 위한 사전 준비 과정을 단계별로 살펴봅니다

Model Context Protocol(MCP)은 “모델에게 맥락을 제공하는 규약”입니다. AI 언어 모델이 외부 데이터나 도구에 표준화된 방식으로 접근할 수 있도록 설계된 프로토콜입니다.

2024년 11월 Anthropic이 공식 발표한 이 프로토콜은, OpenAI와 Google DeepMind도 채택하면서 AI 에이전트 개발의 새로운 표준으로 자리잡고 있습니다.

1-1. MCP vs LangChain Tools

기존에는 LangChain의 Tools(링크)를 통해 AI 모델에 외부 기능을 연결했습니다. 하지만 이는 LangChain/LangGraph 프레임워크에 종속되어 개발자만 사용할 수 있었습니다.

MCP의 차별점:

LangChain Tools: 프레임워크 종속적, 개발자 전용
MCP: 프레임워크 독립적, 일반 사용자도 활용 가능한 표준 프로토콜

Claude가 정의한 표준 규약만 지키면, 모든 클라이언트가 동일한 MCP 서버를 재사용할 수 있습니다.

1-2. MCP 아키텍처

기본 구조

MCP는 JSON-RPC 2.0 기반의 양방향(bidirectional), 상태 유지(stateful) 통신 구조를 따릅니다.

핵심 구성 요소:

MCP Server: 도구와 데이터를 제공하는 서버
MCP Client: AI 모델(Claude, GPT 등)을 실행하는 클라이언트
MCP Hosts: 클라이언트를 호스팅하는 환경

서버는 로컬 데이터 소스(데이터베이스, 파일 시스템)나 원격 서비스(Slack, Gmail 등)에 연결되어, 클라이언트에게 통일된 인터페이스를 제공합니다.

1-3. MCP의 3가지 핵심 개념

1) Resources (리소스)

읽기 전용 데이터 제공 인터페이스

REST API의 GET 엔드포인트와 유사
AI 모델에 필요한 정보와 컨텍스트를 제공
중대한 연산이나 부작용(side effect) 없이 안전하게 조회

사용 예시:

사용자 프로필 조회
제품 목록 불러오기
데이터베이스에서 값 읽기

2) Tools (툴)

작업 수행 인터페이스

REST API의 POST/PUT/DELETE 엔드포인트와 유사
AI 모델이 외부 시스템에서 실제 작업을 수행
부작용(side effect)이 발생할 수 있음

사용 예시:

데이터 생성/수정
이메일 발송
결제 처리
워크플로우 실행

3) Prompts (프롬프트)

재사용 가능한 템플릿

리소스와 툴을 활용하여 AI가 효과적으로 응답을 생성하도록 유도
일관된 품질의 결과물을 위한 표준화된 명령어 세트

1-4. MCP 전송 방식

1) Stdio (Standard Input/Output)

로컬 환경에서의 통신

서버와 클라이언트가 동일한 프로세스 내에서 작동
모델을 로컬에서 실행할 때 사용
가장 빠른 통신 방식

2) SSE (Server-Sent Events)

원격 환경에서의 실시간 통신

HTTP 연결을 통한 효율적인 단방향 통신
서버에서 클라이언트로 실시간 데이터 업데이트
모델의 스트리밍 출력을 실시간으로 받을 때 유용

1-5. 활용 시나리오

1) 로컬 환경

MCP Client (Claude Desktop 등) → MCP Server → 로컬 데이터 소스

2) 클라우드/핀테크 서비스

MCP Client → MCP Server → 금융 서비스 API (주식 거래, ML 예측 등)

3) 원격 서비스 연동

MCP Client → MCP Server → 외부 서비스 (Slack, Gmail, GitHub 등)

1-6. MCP의 장점

표준화: 한 번 만든 MCP 서버를 여러 AI 클라이언트에서 재사용
확장성: 새로운 도구나 데이터 소스를 쉽게 추가
안전성: Resources와 Tools의 명확한 구분으로 안전한 접근 제어
상호운용성: OpenAI, Anthropic, Google이 모두 지원하는 표준

이상 설명을 마치고 이제 간단하게 챗봇을 만들어 보겠습니다.

만들기 이전에 실습에 필요한 API key들을 먼저 만들겠습니다.

이제 MCP API 생성을 해보겠습니다.

2. MCP API Key 발급

2-1. MCP API – OpenAI API Key 생성

https://openai.com/index/openai-api/

방법 1. “회원 가입” -> “구글 계정으로 계속” -> “Get started” -> “Create an API key”

방법 2. “회원 가입” -> “구글 계정으로 계속” -> 우측 상단 ⚙️ 클릭 -> 왼쪽 “API Keys”클릭 ” -> “Create new secret key”클릭

처음 회원가입시 무료 사용 가능하나 만약 이전에 사용한 이력이 있으시다면 “Billing”에서 카드 등록 및 최소 크레딧 $5 을 충전 하셔야 합니다.

키값은 메모장에 저장해둡니다.

2-2. MCP API – Gemini API KEY 생성

https://aistudio.google.com/api-keys

“Get a Gemini API Key” 클릭 -> 우측 상단 “API키 가져오기” 클릭 -> “API키 만들기”클릭 -> 이름 및 프로젝트 설정 -> 키 만들기

키값은 메모장에 저장해둡니다.

2-3. MCP API – Notion API Key 생성

https://developers.notion.com/docs/getting-started
우측 상단 “View my integrations” 클릭

이미지에서 보듯이 이름 워크페이스 등록 하시고 저장하시면됩니다.

프라이빗 API 통합 시크릿 값은 복사하여 메모장에 기록해둡니다.

1) MCP API – Notion 개인 페이지 하나도 만들도록 하겠습니다.

https://developers.notion.com/

여기서는 로그인하여 개인페이지 하나를 만듭니다.

URL 창에 보면 notion.so/내용은 개인노트의 정보입니다. 해당 내용을 미리 노트에 복사합니다.

2-4. MCP API – Tavily API Key 생성

https://auth.tavily.com/

간단하게 구글 로그인 후 API Key 생성하여 보관합니다.

2-5. IWINV 가상서버 사용

마지막으로 Model Context Protocol API 생성 과정 을 담을 서버는 iwinv 가상서버를 사용했습니다. 테스트나 본인만 이용하시는 거면 공유형 2vCPU , 2GB Memory 정도로 하겠습니다.

https://www.iwinv.kr/server/server

이상입니다.

MCP (Model Context Protocol) 입문(1): 사전 준비와 API 구성 단계