MCP가 AI 애플리케이션과 주변 시스템의 통합을 얼마나 쉽게 만들어 주는지 알아보세요! MCP의 작동 방식, 나만의 MCP 도구 정의 방법, 그리고 클라이언트와 서버를 연결하는 방법을 학습합니다.

MCP: AI 앱 개발, 이제 쉽게 시작하세요

선택 항목

호스트(Host)

클라이언트(Client)

서버(Server)

MCP 구성 요소 이해하기

나의 첫 번째 MCP 서버

첫 번째 MCP 서버 구축하기

통화 변환 MCP 서버 만들기

Docstring과 타입 힌트 추가하기

MCP 클라이언트-서버 통신

선택지

참(True)

거짓(False)

클라이언트와 서버를 잇는 다리 놓기

동적 도구 검색

서버 도구 호출하기

MCP의 핵심 구성 요소

MCP 서버에 리소스와 프롬프트를 추가하여 LLM이 읽기 전용 컨텍스트와 핵심 지침에 접근하고 동작을 조정할 수 있게 해보세요. LLM을 직접 다루며 MCP 서버에 연결하여 도구를 호출하고 컨텍스트를 가져오는 실습을 진행합니다.

MCP 서버의 리소스

MCP 서버 리소스 정의하기

클라이언트에서 리소스 목록 조회하기

클라이언트에서 리소스 읽기

MCP 서버의 프롬프트

MCP 서버 프롬프트 정의하기

클라이언트에서 프롬프트 목록 조회하기

클라이언트에서 프롬프트 가져오기

MCP와 LLM: 도구

도구 호출 워크플로

MCP 서버에서 LLM 도구 사용하기

MCP와 LLM: 프롬프트 및 리소스

MCP에서 리소스와 프롬프트 가져오기

메시지 구성 및 LLM 호출

MCP 기반 LLM 애플리케이션

MCP 서버를 프로덕션 환경에 배포하기 위해 필요한 것들을 알아보세요. 데이터베이스와 API를 MCP 서버에 통합하는 방법과 그에 따른 고려 사항을 심층적으로 살펴봅니다. 마지막으로, 자주 사용하는 통합을 처음부터 다시 만들 필요 없이 서드파티 MCP를 안전하고 안정적으로 연결하는 방법을 배웁니다.

MCP 데이터베이스 통합

데이터베이스 연결 생성

리소스로서의 데이터베이스

매개변수화된 데이터베이스 조회 도구

MCP API 통합

API 도구 호출을 안정적으로 만들기

API 인증이 필요한 경우

서드파티 MCP 서버

Open Library MCP로 책 제목 검색하기

수고하셨습니다!

MCP 서버 프로덕션 준비

AI 애플리케이션을 다양한 외부 시스템과 통합하는 번거로움은 이제 끝입니다! 이제 모든 소프트웨어 애플리케이션이 MCP를 공통 언어로 사용합니다. MCP가 어떻게 AI 애플리케이션을 API, 데이터베이스, 기타 외부 기능과 더 쉽게 연결하는지 알아보세요. MCP 서버를 처음부터 직접 구축하는 방법을 배우고, API 및 데이터베이스 연결을 구현한 뒤, LLM과 통합하여 스마트한 데이터 조회와 액션 실행을 가능하게 해보세요. 지금 바로 Model Context Protocol을 시작하세요!

<h2>모델 컨텍스트 프로토콜을 배워야 하는 이유는 무엇인가요?</h2>대규모 언어 모델은 실시간 데이터에 접근하거나 스스로 작업을 수행할 수 없으며, 각 도구나 API를 맞춤 코드로 연결하는 방식은 확장성이 떨어집니다. 모델 컨텍스트 프로토콜(MCP)은 AI 애플리케이션이 외부 도구, 데이터, 서비스에 연결할 수 있는 단일 표준 방식을 제공함으로써 이 문제를 해결합니다. 흔히 "AI를 위한 USB-C 포트"라고 불립니다. 이 강의에서는 Python으로 MCP 서버와 클라이언트를 처음부터 직접 만들고, 이를 LLM에 연결하는 방법을 배우게 됩니다.<br><br><h2>첫 MCP 서버를 어떻게 구축하고 연결하나요?</h2>MCP 아키텍처—호스트, 클라이언트, 서버—와 모든 서버가 제공하는 세 가지 기본 요소인 도구, 리소스, 프롬프트부터 배우게 됩니다. 그런 다음 FastMCP를 사용해 통화 변환기 서버를 구축하고, LLM이 도구를 발견할 수 있도록 docstring과 타입 힌트를 추가한 뒤, stdio 전송을 통해 해당 도구를 나열하고 호출하는 비동기 Python 클라이언트를 작성하게 됩니다.<br><br><h2>LLM에 실시간 도구와 컨텍스트를 어떻게 제공하나요?</h2>도구만으로는 충분하지 않습니다—모델에는 데이터와 행동 지침도 필요합니다. 읽기 전용 컨텍스트와 프롬프트를 추가해 모델이 모호한 입력을 더 잘 이해하도록 안내한 다음, 이 세 가지 기본 요소를 모두 OpenAI LLM에 연결하여 다섯 단계의 도구 호출 워크플로를 통해 자신 있게 답변하거나 필요할 때는 명확한 설명을 요청할 수 있게 합니다.<br><br><h2>MCP 서버를 프로덕션에 어떻게 적용하나요?</h2>실제 서버에는 정상 경로 코드만으로는 부족합니다. 파일 기반 리소스를 데이터베이스 기반 쿼리로 전환하고, 요청 타임아웃, 구조화된 오류 처리, 그리고 키를 서버 측에 안전하게 보관하는 보안 API 인증을 추가하게 됩니다. 마지막으로, 타사 MCP 서버에 연결하여 동일한 클라이언트 코드가 이 프로토콜을 사용하는 어떤 서버와도 작동한다는 것을 확인하게 됩니다.

Introduction to APIs in Python

Writing Functions in Python

모델 컨텍스트 프로토콜(MCP)로 AI/LLM 앱을 API, 데이터베이스, 파일 시스템과 쉽게 통합하세요.

Model Context Protocol (MCP) 입문

Model Context Protocol(MCP)로 AI/LLM 애플리케이션을 API, 데이터베이스, 파일 시스템과 그 어느 때보다 쉽게 통합하세요.

MCP: AI 앱 개발, 이제 쉽게 시작하세요

Create Your Free Account