MCP가 뭔데? (Claude에 Naver API 연결하기)

최근 AI는 매일 공부하지 않으면 뒤쳐질 정도로 하루 빠르게 발전하고 있습니다

ChatGPT로 내 사진을 제공하면 지브리 스타일, 키링 스타일 등으로 귀여운 이미지들을 만들어주고, 

이는 곧 화제가 되어 인스타그램 등에서 큰 인기를 끌게 되었죠. 

 

ChatGPT로 키링만들기ㅋ.ㅋ

 

 

이렇게 ChatGPT 등으로 검색, 이미지 생성 등의 일부 작업이 가능했지만, 

내 개인 PC에 있는 프로그램과 연결하여 작업을 할 수 있는 새로운 개념이 나왔습니다.

 

바로 MCP(Model Context Protocol)인데요, 

MCP란 인공지능(AI)이 단순히 질문에 답변을 하는 것을 넘어

인공지능이 내 PC안에 있는 다양한 프로그램들을 사용해서 일을 처리할 수 있는 방법입니다. 

 

MCP란? 

MCP(Model Context Protocol)는 말 그대로 모델 연결 프로토콜로, 엔트로픽에서 2024년 11월에 발표한 개방형 표준입니다. 

AI 시스템이 콘텐츠 저장소, 비즈니스 도구, 개별 환경 등 다양한 데이터 소스와 상호작용할 수 있도록 설계된 프로토콜이죠. 

 

한 마디로 요약하자면

MCP는 AI가 효율적으로 서비스와 소통하기 위한 표준화된 프로토콜을 이용하여

사용자 입장에서 서버만 갖다 붙이면 손쉽게 서비스를 잘 활용할 수 있게 도와주는 프로토콜이라고 생각하면 되는 것입니다.

 

MCP 서버는 다양한 서비스들을 표준화된 방식으로 사용할 수 있게 도와주는 역할을 하는데요, 

연결하고 싶은 서비스마다 서버를 설치해서 사용하기만 하면 되는 것입니다.  

만약 내가 Slack을 연결해서 사용하고 싶으면 Slack 서버를 설치하는 것이고, 

노션을 연결해서 사용하고 싶으면 노션 서버를 설치하면 되는 것입니다. 

 

이렇게 단순히 서버만 설치해주면 바로 인공지능을 사용할 수 있게 되는 것입니다. 

아래 이미지를 보면 바로 이해가 되실 것입니다. 

NAVER API MCP 프로토콜 사용 전 후

 

MCP 프로토콜을 사용해 네이버 검색 기능 추가 전과 후입니다. 

간단한 같은 질문에 대해서 전혀 다른 답을 하는 것을 볼 수 있죠.

 

 

---

MCP가 왜 혁명인데 ? 

이제 MCP가 뭔지는 알겠고,,,,

근데 대체 이게 왜 엄청난 혁명이라고 불리는 것일까요? 

 

기존에는 AI를 외부 프로그램과 사용하기 위해서는 API를 발급받아야 했습니다. 

간단한게 엑셀 파일만 생각하더라도, 엑셀에 API를 가져다 쓰거나 반대로 AI에 엑셀 파일을 넣어 작업을 시켜야 했죠. 

사실상 데이터를 연결할 때마다 매번 다른 방식을 써야 해서 굉장히 번거로웠습니다. 

이 문제를 해결한 프로토콜이 바로 MCP인 것입니다. 

 

만약 우리가 MCP가 없다면..

slack API를 받아서 채널 답장, 스레드 제작 등의 다양한 작업을 함수로 만드는 코딩 작업을 하고

이것이 정상적으로 작동하는지 여러번의 테스트 과정을 거쳐야했지만

MCP가 생김으로써 이를 서버 설치만으로도 쉽게 사용할 수 있게 되는 것이지요. 

 

우리는 이제 더 이상 기존에 사용하듯이 엑셀 파일, PDF 파일을 올리거나 AI에 이 프로그램이 무엇인지 설명했던 복잡한 과정을 생략하고, 

"내 PC  XX 폴더에 있는 YY 파일을 요약해서 가져다줘. 이 내용을 다시 같은 위치에 ZZ 파일로 저장해줘"

와 같이 소통할 수 있게 되는거죠. 

 

 

MCP에 대한 설명은 아래 유튜브에 잘 나와있습니다.

https://youtu.be/oAxunD8k0C8?si=xV1Y8rxUQFNvzOgK

 

이제 우리는 인공지능에게 "내 컴퓨터 안에 용량을 가장 많이 차지하는 파일 알려줘", 

"내 일기 파일들을 읽고 내 감정을 분석해줘"

와 같이

인공지능을 통해 내 PC에 저장되어 있는 프로그램들을 제어할 수 있는 것입니다.

 

---

MCP, 그래서 어떻게 사용하냐고 ?

그럼, MCP를 어떻게 사용할 수 있을까요? 

보통 우리가 인공지능 서비스를 이용할 때는 ChatGPT나 클로드 웹 사이트에 접속해서 사용하는 것이 일반적인데요, 

MCP 방식의 내 PC의 프로그램에 접속해야하기 때문에 웹 사이트가 아닌 프로그램으로 사용을 해야 합니다. 

 

1. Claude Desktop 설치하기

https://claude.ai/download

 

먼저 Claude 데스크탑 앱을 설치합니다. 

이후, 설정에 들어가 개발자를 누르면, 

 

아래와 같이 "claude_desktop_config.json" 파일이 보이는데요, 

 

 

 

이제 이 파일에 들어가 간단한 명령어들만 넣어주면 여러 MCP 서버들을 사용할 수 있게 됩니다. 

 

부가적으로, 

• VSCode : 코드를 입력하기 편한 코드 편집기
• Node.js : 로컬에서 MCP 서버를 설치할 때 활용하는 프로그램
  • 링크 : https://nodejs.org/ko/download

2가의 프로그램을 설치해줍니다

 

 

2. MCP로 Claude에 네이버 검색 기능 추가하기

이제 간단한 실습으로 AI를 활용해 네이버에서 오늘 날씨 정보를 가져올 수 있게 작업해보겠습니다! 

 

MCP 서버는 간단하게 아래의 사이트에서도 찾을 수 있고

https://smithery.ai/

Smithery - Model Context Protocol Registry

 

혹은 깃허브 레포에서 바로 찾을 수도 있습니다. 

https://github.com/modelcontextprotocol/servers

GitHub - modelcontextprotocol/servers: Model Context Protocol Servers

위는 claude에서 공식적으로 제공해준 repository 입니다

 

 

Naver API 사용을 위해 아래의 서버를 사용할 것인데요, 

https://smithery.ai/server/@isnow890/naver-search-mcp

원하는 Naver 서버를 찾기 위해 "naver"을 검색하고, 가장 사용 수가 많은 첫 번째 레포를 사용하겠습니다. 

참고로, 해당 레포의 링크는 아래와 같습니다

https://github.com/isnow890/naver-search-mcp

GitHub - isnow890/naver-search-mcp: MCP server for Naver Search API integration. Provides comprehensive search capabilities acro

 

 

2-1. 네이버 API 생성

먼저, Naver API 사용을 위해 API를 생성해줍니다. 

https://developers.naver.com/apps/#/register

애플리케이션 - NAVER Developers

 

아래 이미지와 같이 3가지 API를 등록하여 설정해줍니다

• 검색
• 데이터랩 (검색어트렌드)
• 데이터랩 (쇼핑인사이트)

 

 

2-2. API 키 발급 후 JSON 파일 수정

API를 발급받은 후, smithery 사이트로 돌아와 아래와 같이 "JSON"을 선택합니다. 

이후, 터미널을 열어 발급받은 API ID와 Secret key를 넣고, 

아래의 코드를 복사+붙여넣기 해줍니다.

 

 

이제, 아까 열어두었던 claude json 파일에 아래 JSON 코드를 복사하여 붙여넣기 해줍니다. 

 

 

 

수정할 필요없이 그대로 코드를 붙여넣어주고, 저장을 누른 후, claude 파일을 완전히 종료해줍니다. 

( X를 누르는 것이 아닌 프로그램 완전 종료 )

 

2-3. 네이버 API 연결 성공

다시 claude를 실행하면 아래 이미지와 같이 naver search 서버가 생긴 것을 확인할 수 있습니다!

 

이제 claude가 최신 정보를 찾아서 답변을 줄 수 있게되죠.

 

NAVER API 연결 전 ) 

 

NAVER API 연결 후 )

 

 

같은 질문에 대해 오늘 원하는 장소의 날씨를 바로 찾아내는 것을 볼 수 있습니다.

 

 

마무리

저 역시 처음에는 mcp가 뭔지, 무슨 새로운 기술이 이렇게 많이 나오는지, 왜 필요한지..  이해가 안되었는데요, 

한 번 적용을 해보니 클릭 몇 번으로도 무궁무진한 이점을 얻을 수 있으니

안 쓸 필요가 없다는 생각이 들었습니다

생각보다 어렵지 않은 개념이니 모두 한 번씩 사용해보시면 좋겠습니다! 

 

끄읏-!