Fireship - I gave Claude root access to my server... Model Context Protocol explained
mCP(모델 컨텍스트 프로토콜)는 AI 애플리케이션을 위한 새로운 API 표준으로, 대규모 언어 모델에 컨텍스트를 제공하는 방법을 표준화합니다. 이 프로토콜은 Anthropics에 의해 설계되었으며, AI가 코드를 작성하고 서버에서 데이터를 처리할 수 있도록 합니다. mCP는 리소스와 도구라는 두 가지 주요 개념에 중점을 두며, 리소스는 데이터베이스 쿼리나 파일과 같은 정보를 제공하고, 도구는 데이터베이스에 쓰기와 같은 작업을 수행합니다. 이 프로토콜을 사용하면 다양한 모델 간의 플러그 앤 플레이가 용이해지고, LLM 애플리케이션의 신뢰성을 높일 수 있습니다. 실용적인 예로, mCP 서버를 구축하여 클라우드 인프라를 관리하거나, 자동화된 거래 및 웹 스크래핑을 수행할 수 있습니다. 또한, mCP 서버는 다양한 클라이언트와 함께 사용할 수 있으며, 개발자는 이를 통해 AI가 데이터를 읽고 쓰는 작업을 자동화할 수 있습니다.
Key Points:
- mCP는 AI 애플리케이션을 위한 새로운 API 표준입니다.
- 리소스와 도구를 사용하여 데이터를 제공하고 작업을 수행합니다.
- Anthropics는 mCP를 통해 AI가 대부분의 코드를 작성할 것으로 기대합니다.
- mCP 서버는 다양한 클라이언트와 함께 사용할 수 있습니다.
- 개발자는 mCP를 통해 AI가 데이터를 자동으로 처리하도록 할 수 있습니다.
Details:
1. mCP의 부상 🌟
1.1. mCP의 부상과 트렌드
1.2. mCP의 응용 및 표준화
2. Vibe Coders의 시대 🎵
- Open AI 에이전트 SDK에 대한 이해는 웹 개발에 필수적이다.
- REST API, GraphQL, RPC, SOAP 등 다양한 아키텍처와 프로토콜에 대한 지식은 개발자의 기본 소양으로 간주된다.
- 과거에는 이러한 기술적 이해가 웹 개발자가 되기 위한 필수 조건으로 간주되었으나, 현재는 그러한 관문이 사라졌다.
- 기술의 발전으로 인해 전통적인 Gatekeeper의 영향력이 감소하고, 다양한 개발자들이 진입할 수 있는 환경이 조성되었다.
- Open AI SDK를 활용하여 개발 비용을 30% 절감하고, 개발 기간을 25% 단축한 사례가 있다.
- 기술 소양의 평준화로 인해 다양한 배경의 개발자들이 증가하고 있다.
3. 모델 컨텍스트 프로토콜 이해하기 🔍
- 모델 컨텍스트 프로토콜은 API 구축을 위한 새로운 표준으로, AI 응용 프로그램을 위한 USBC 포트와 유사하게 생각할 수 있음.
- 이 프로토콜은 대형 언어 모델에게 컨텍스트를 제공하는 표준 방법을 제공하며, Claud를 개발한 Anthropics 팀에 의해 설계됨.
- 프로토콜의 주요 이점은 다양한 AI 모델과의 통합을 용이하게 하여 개발자들이 보다 효율적으로 애플리케이션을 설계할 수 있도록 지원하는 것임.
- Anthropics 팀은 이 프로토콜을 통해 AI 시스템의 상호 운용성을 높이고, 개발 속도를 크게 향상시킬 수 있었다고 주장함.
- 이 프로토콜은 이미 다양한 산업에서 채택되고 있으며, 특히 ChatGPT와 같은 대화형 AI에서 활용되고 있음.
4. AI의 미래 예측 🔮
- Anthropic의 CEO는 거의 모든 코드가 연말까지 AI에 의해 작성될 것으로 기대하고 있다. 이는 AI의 빠른 발전을 보여주는 예로, 현재 AI가 이미 많은 영역에서 사람의 역할을 대신하고 있음을 시사한다.
- 오늘의 비디오에서는 mCP 서버를 실제로 구축하여 AI가 모든 코드를 작성함으로써 세상을 더 나은 곳으로 만들 수 있는지를 알아볼 것이다. 이 과정에서 AI가 코드를 작성하는 구체적인 방법과 그 결과에 대한 평가가 이루어질 예정이다.
- AI가 모든 코드를 작성하게 될 경우, 소프트웨어 개발 산업은 큰 변화를 겪을 것으로 예상된다. 이는 개발 시간 단축과 비용 절감으로 이어질 수 있지만, 개발자들의 역할 변화에 대한 준비가 필요하다.
- 예를 들어, AI를 활용하여 개발 주기를 기존 6개월에서 8주로 단축할 수 있으며, 이는 기업의 혁신 속도를 가속화할 수 있다.
- AI가 작성한 코드로 인한 보안 문제나 윤리적 이슈에 대한 대비도 필요하다. AI가 모든 코드를 작성할 경우, 이러한 문제를 해결하기 위한 새로운 접근 방식이 요구될 수 있다.
5. mCP 서버 구축하기 🛠️
- 이 비디오는 스토리지 버킷, Postgres 데이터베이스, 일반적인 REST API를 연결하여 모델 컨텍스트 프로토콜을 구현하는 방법을 설명합니다.
- 이 프로토콜을 통해 클로드는 이전에 접근할 수 없었던 데이터에 접근할 수 있게 되고, 서버에서 코드를 실행하거나 데이터베이스에 쓰거나 파일을 업로드할 수 있는 기능을 제공합니다.
- 이미 인터넷 사용자들은 이를 활용하여 자동화된 주식 및 암호화폐 거래, 산업 규모의 웹 스크래핑, 클라우드 인프라 관리 등의 다양한 작업을 수행하고 있습니다.
- 각 구성 요소에 대한 설정 방법은 다음과 같습니다:
- 1. 스토리지 버킷 설정: 데이터를 안전하게 저장하고 필요할 때마다 접근 가능하도록 설정합니다.
- 2. Postgres 데이터베이스 설정: SQL 쿼리를 통해 데이터에 대한 다양한 처리가 가능하도록 구축합니다.
- 3. REST API 설정: 서로 다른 소프트웨어 시스템 간의 원활한 통신을 위해 API 엔드포인트를 정의합니다.
- 이러한 설정을 통해 데이터 접근성과 처리 효율성을 극대화할 수 있습니다.
6. Cloud Infrastructure 활용 🌐
- Google Kubernetes Engine과 Cloudflare를 기반으로 하는 Savola는 사용하기 쉬운 클라우드 인프라를 제공합니다.
- AWS와 비교했을 때 직관적이며 사용하기 쉬운 플랫폼으로 선호됩니다.
- 대부분의 애플리케이션 및 데이터베이스 호스팅 스타트업과 달리 선형적이고 예측 가능한 가격을 제공하여 비용 관리가 용이합니다.
- 초기 시작은 무료로 제공되어 진입 장벽이 낮고, 사용자는 초기 투자 없이 플랫폼을 시험해 볼 수 있습니다.
- Savola는 클라우드 인프라의 설정 및 관리에 필요한 시간을 줄여주어 개발팀이 핵심 비즈니스 문제에 집중할 수 있도록 지원합니다.
- 고객 지원 및 서비스의 품질이 높아 사용자 만족도가 높습니다.
7. 리소스와 도구 정의하기 ⚙️
7.1. 리소스 정의
7.2. 도구 정의
8. 스타트업 전환과 데이터 활용 🚀
- 스타트업 실패 후 인공지능으로 전환: 기존 데이터와 서버를 재활용하여 새로운 시장 기회를 탐색
- 기존 사용자 데이터의 효과적 활용: 사용자 업로드 사진 및 프로필 데이터를 적극적으로 활용하여 AI 모델 개발
- REST API 및 CI/CD 파이프라인 도입: 타입스크립트로 개발된 API를 통해 신속한 프로덕션 배포와 자동화 테스트 환경 구축
- 모델 컨텍스트 프로토콜 서버 운영: 개발 및 스테이징 브랜치에서 코드 푸시하여 프로덕션 전에 철저히 테스트 가능
- 전환 과정의 도전과 해결책: 데이터 통합의 복잡성을 해결하고 인공지능 모델의 초기 성능 개선을 위한 전략 수립
9. 코드 작성 및 서버 실행 💻
- mCP 서버 클래스는 공식 SDK에서 가져오며, 타입스크립트 외에도 파이썬, 자바 등 다양한 언어 지원
- Zod를 사용하여 LLM에 제공하는 데이터의 형태를 검증하여 무작위 오류 방지
- 리소스 추가 시, 데이터 페칭만으로 사용하며 부작용이나 계산이 없어야 함
- 복잡한 API 구조가 LLM 앱을 더 신뢰성 있게 만들어 줌
- Zod로 데이터 형태를 검증하여 LLM의 무작위 오류를 방지
- 서버 실행 시, 표준 IO를 로컬에서 사용하고 클라우드 배포 시 서버 전송 이벤트 또는 HTTP 사용 가능
10. 클라이언트와의 상호작용 🤝
- mCP 서버를 구축한 후, 모델 컨텍스트 프로토콜을 지원하는 다양한 클라이언트를 선택할 수 있습니다. 이에는 Claude Desktop, Cursor, Wisor가 포함되며, 필요에 따라 자체 클라이언트를 개발할 수도 있습니다.
- 개발자 설정에서 여러 mCP 서버를 추가할 수 있는 구성 파일에 접근하여 서버를 효과적으로 관리할 수 있습니다. 이를 통해 다양한 서버 환경에 맞춰 mCP 서버를 최적화할 수 있습니다.
- Clad의 멀티모달 기능은 PDF, 이미지 등 다양한 컨텍스트를 통합하여 클라이언트와의 상호작용을 더욱 풍부하게 만듭니다.
- Anthropic의 CEO는 AI의 발전으로 인해 향후 6개월 내에 코딩의 90%가 AI로 이루어질 것이라고 전망하며, 이는 AI와의 상호작용의 중요성을 강조합니다.
11. AI로 인한 미래 전망 및 우려 🤔
11.1. AI로 인한 미래 전망 및 우려
11.2. mCP 도구 소개 및 사용 권장
12. 마무리 및 감사 인사 🙏
- 코드 리포트를 시청해 주셔서 감사합니다.
- 다음 에피소드에서 만나요.