title: MCP 도구 실전 가이드: 5개의 오픈소스 강력한 도구로 AI 에이전트를 전 세계와 연결하세요 date: 2026-03-09 authors: [kevinpeng] slug: mcp-tools-practice categories: - AI助手 tags: - MCP - AI Agent - 开源工具 description: 실제 세계와 연결되는 AI 에이전트를 구축하는 방법을 단계별로 안내하는, 파일 시스템부터 데이터베이스까지 다루는 인기 있는 5가지 MCP 오픈소스 도구에 대한 심층 분석. 완전한 설치 및 설정 가이드와 코드 예제를 포함합니다.

MCP 도구 실전 가이드: AI 에이전트를 전 세계와 연결해 주는 5가지 오픈소스 강력 도구

MCP Tools

MCP 도구 실전 가이드

MCP(Model Context Protocol)가 무엇인지 이미 알고 계신다면, 이제 실제로 작동시켜 볼 차례입니다.

이 글에서는 파일 시스템 접근부터 데이터베이스 쿼리, GitHub 작업, 웹 스크래핑에 이르기까지 실무에서 가장 유용한 5가지 오픈소스 MCP 도구를 엄선하여, 현실 세계와 연결되는 AI 에이전트를 단계별로 구축하는 방법을 안내합니다.

일, 왜 MCP 도구가 필요한가?

MCP 프로토콜이 등장하기 전, AI가 외부 데이터에 접근하는 것은 어둠 속에서 더듬더듬 탐색하는 것과 같았습니다:
- 각 도구마다 고유한 API 형식을 사용
- 인증 방식이 천차만별(OAuth, API Key, JWT 등)
- 오류 처리에 대한 통일된 표준 부재
- 디버깅? 거의 추측에 의존

MCP의 등장은 이러한 상황을 완전히 바꾸어 놓았습니다. MCP는 외부 도구와의 상호작용을 위해 모든 AI 모델이 동일한 방식으로 사용할 수 있는 표준 인터페이스를 정의합니다. USB-C가 충전 포트를 통일한 것처럼, MCP는 AI와 세상을 연결하는 방식을 통일하고 있습니다.

이, 반드시 시도해 볼 5가지 MCP 오픈소스 도구

1️⃣ MCP FileSystem Server — AI가 당신의 파일을 읽고 쓰게 하기

GitHub: https://github.com/modelcontextprotocol/servers/tree/main/src/filesystem

가장 기초적이면서도 실용적인 MCP 도구 중 하나입니다. 설치 후, AI는 지정된 디렉터리 내 파일에 안전하게 접근할 수 있습니다.

설치 절차:

# npm을 사용해 설치
npm install -g @modelcontextprotocol/server-filesystem

# 설정 파일 ~/.mcp-config.json 생성
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/home/yourname/documents"],
      "env": {}
    }
  }
}

기능 목록: - read_file — 파일 내용 읽기
- write_file — 파일 쓰기
- list_directory — 디렉터리 내용 나열
- search_files — 파일 검색
- create_directory — 디렉터리 생성

사용 예시:

# AI는 MCP를 통해 다음을 호출할 수 있음
result = mcp_client.call_tool("filesystem", "read_file", {
    "path": "/home/yourname/documents/notes.md"
})
print(result.content)

보안 팁: 반드시 필요한 디렉터리만 공개하세요. 루트 디렉터리(/)를 직접 마운트하지 마십시오!

2️⃣ MCP PostgreSQL Server — 자연어로 데이터베이스 쿼리 실행

GitHub: https://github.com/modelcontextprotocol/servers/tree/main/src/postgres

AI가 SQL을 작성하지 않고도 자연어로 데이터베이스를 직접 질의할 수 있도록 합니다.

설치 및 구성:

npm install -g @modelcontextprotocol/server-postgres

# 설정 파일
{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://user:pass@localhost:5432/mydb"],
      "env": {}
    }
  }
}

실전 활용 사례:

사용자: 지난달 매출이 가장 높은 상위 10개 제품을 알려줘

AI (MCP를 통해):
  → postgres.read_query 호출  
  → 자동으로 SQL 생성 및 실행  
  → 구조화된 결과 반환

지원되는 작업: - 읽기 전용 쿼리 실행(보안 모드)
- 테이블 구조 정보 조회
- 모든 테이블 이름 나열
- 파라미터화된 쿼리로 SQL 인젝션 방지

3️⃣ MCP GitHub Server — 코드 저장소의 지능형 관리

GitHub: https://github.com/modelcontextprotocol/servers/tree/main/src/github

AI가 GitHub 저장소를 관리하도록 지원하며, 이슈 확인부터 PR 생성까지 가능합니다.

설치 절차:

npm install -g @modelcontextprotocol/server-github

# GitHub Personal Access Token 필요  
# https://github.com/settings/tokens 에서 토큰 생성  
# 권한: repo, read:user, user:email  

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxxxxxxxxx"
      }
    }
  }
}

핵심 기능: - search_repositories — 저장소 검색
- get_issue — 이슈 상세 정보 조회
- create_issue — 새 이슈 생성
- list_pull_requests — PR 목록 조회
- get_file_contents — 파일 내용 읽기
- create_branch — 새 브랜치 생성

자동화 예시:

시나리오: 이슈 자동 정리  

AI 작업 흐름:  
1. github.list_issues(repo="myproject", state="open") 호출  
2. 각 이슈의 내용 및 라벨 분석  
3. github.update_issue() 호출하여 분류 라벨 추가  
4. 우선순위가 높은 이슈에 대해 요약 문서 생성

4️⃣ MCP Puppeteer Server — 웹 스크래핑 및 자동화

GitHub: https://github.com/modelcontextprotocol/servers/tree/main/src/puppeteer

AI가 실시간 웹 페이지 콘텐츠에 접근해 데이터 수집 및 자동화 작업을 수행할 수 있도록 합니다.

설치 및 구성:

npm install -g @modelcontextprotocol/server-puppeteer

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

주요 기능: - puppeteer_navigate — 웹페이지 열기
- puppeteer_screenshot — 페이지 스크린샷 캡처
- puppeteer_click — 요소 클릭
- puppeteer_fill — 폼 입력
- puppeteer_evaluate — JavaScript 실행

실전 사례: 경쟁사 가격 모니터링

# AI가 자동 실행  
pages = [
    "https://example.com/product/1",
    "https://example.com/product/2"
]

for url in pages:
    mcp.call("puppeteer", "navigate", {"url": url})
    content = mcp.call("puppeteer", "evaluate", {
        "script": "document.querySelector('.price').textContent"
    })
    # 가격 데이터 기록

5️⃣ MCP Git Server — 버전 관리 자동화

GitHub: https://github.com/modelcontextprotocol/servers/tree/main/src/git

AI가 Git 저장소를 이해하고 조작하여 지능형 코드 관리를 실현합니다.

설치:

npm install -g @modelcontextprotocol/server-git

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

지원 명령어: - git_status — 저장소 상태 확인
- git_diff — 코드 변경 사항 확인
- git_log — 커밋 기록 조회
- git_commit — 커밋 생성
- git_branch — 브랜치 관리

지능형 커밋 예시:

시나리오: 자동 커밋 메시지 생성  

AI 작업 흐름:  
1. git.diff() 호출하여 변경 내용 획득  
2. 코드 변경 유형(기능 추가/버그 수정/리팩토링 등) 분석  
3. Conventional Commits 규칙에 부합하는 커밋 메시지 생성  
4. git.commit() 호출하여 커밋 실행

삼, 빠른 시작: 10분 만에 첫 번째 MCP 에이전트 구축하기

1단계: MCP 호스트 설치

Claude Desktop 또는 사용자 정의 호스트 사용을 권장합니다:

# 공식 CLI 사용  
npm install -g @modelcontextprotocol/cli

# 또는 Python 사용  
pip install mcp

2단계: MCP 서버 구성

~/.config/claude/mcp.json 파일 생성:

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/home/yourname/projects"]
    },
    "git": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-git"]
    }
  }
}

3단계: 연결 테스트

# 사용 가능한 도구 목록 조회  
mcp list-tools

# 개별 도구 테스트  
mcp call-tool filesystem read_file --path /home/yourname/projects/README.md

4단계: 대화 시작

이제 자연어로 AI와 상호작용할 수 있습니다:

"projects 디렉터리 내 모든 Python 파일을 보여주고, 코드 줄 수를 집계해줘"  
"최근에 수정된 5개 파일을 찾아서 변경 요약을 만들어줘"  
"README.md에 설치 설명 섹션을 추가해줘"

사, 모범 사례 및 보안 권장 사항

✅ 권장 사항

최소 권한 원칙: 반드시 필요한 디렉터리 및 리소스만 공개
환경 변수 관리: 민감한 정보는 .env 파일에 저장
로그 감사: 모든 MCP 도구 호출 기록 남기기
버전 고정: latest 대신 고정된 버전 번호 사용

❌ 피해야 할 함정

루트 디렉터리 공개 금지: /는 절대 금지 구역입니다
비밀번호 하드코딩 금지: 환경 변수 또는 키 관리 시스템 사용
모든 입력 신뢰 금지: 파일 경로 및 쿼리 파라미터는 반드시 검증
오류 처리 무시 금지: MCP 호출은 실패할 수 있음을 항상 고려

오, 고급 주제: 사용자 정의 MCP 서버 개발

기존 도구가 요구 사항을 충족하지 못한다면 직접 서버를 작성할 수 있습니다:

// 가장 간단한 MCP 서버 예시  
import { Server } from "@modelcontextprotocol/sdk/server";

const server = new Server({
  name: "my-custom-server",
  version: "1.0.0"
});

server.setRequestHandler("tools/call", async (request) => {
  if (request.params.name === "hello") {
    return {
      content: [{ type: "text", text: "Hello from MCP!" }]
    };
  }
});

server.listen();

공식 SDK:
- TypeScript: https://github.com/modelcontextprotocol/typescript-sdk
- Python: https://github.com/modelcontextprotocol/python-sdk

육, 요약 및 전망

MCP 생태계는 급속도로 성장하고 있습니다:

도구 유형	성숙도	추천 지수
파일 시스템	⭐⭐⭐⭐⭐	필수 설치
데이터베이스	⭐⭐⭐⭐	강력 추천
GitHub	⭐⭐⭐⭐	개발자 필수
웹 스크래핑	⭐⭐⭐	필요 시 사용
Git	⭐⭐⭐⭐	개발자 필수

향후 전망:
- 더 많은 공식 서버 출시(Docker, Kubernetes, AWS 등)
- 기업용 MCP 게이트웨이 및 권한 관리 솔루션
- MCP 프로토콜 표준화 기구 설립
- AI 에이전트 마켓플레이스 출현(조합 가능한 MCP 도구 체인)

자료 링크

MCP 공식 문서: https://modelcontextprotocol.io
서버 저장소: https://github.com/modelcontextprotocol/servers
TypeScript SDK: https://github.com/modelcontextprotocol/typescript-sdk
Python SDK: https://github.com/modelcontextprotocol/python-sdk
커뮤니티 토론: https://github.com/modelcontextprotocol/modelcontextprotocol/discussions

다음 단계:
1. 1~2개 도구를 즉시 시도해 보세요
2. 자신의 AI 어시스턴트(Claude Desktop / Cursor / Windsurf 등)에 설정하세요
3. 사용 사례를 커뮤니티에 공유하세요

MCP는 미래가 아닙니다. 지금 바로 실현 가능한 현실입니다. 지금 바로 당신의 지능형 에이전트를 구축하세요!