분류 전체보기193 MCP -A2A 연동 테스트 지난 글에서 MCP 서버를 Railway에 올렸다. "파일 정리 에이전트"가 작업을 끝내고, 그 결과를 "슬랙 알림 에이전트"한테 넘기고 싶다.근데 방법이 없다. 에이전트끼리 대화하는 표준이 없다.MCP는 AI ↔ 도구 사이의 프로토콜이다.그럼 AI ↔ AI 사이는를 A2A라고 부른다.A2A란A2A(Agent-to-Agent)는 Google이 2025년 4월에 공개한 오픈 프로토콜이다.AI 에이전트끼리 서로를 발견하고, 작업을 위임하고, 결과를 주고받기 위한 표준이다.쉽게 말하면:MCP = AI가 도구(DB, API, 파일)를 쓰는 방법A2A = AI가 다른 AI에게 일을 시키는 방법구분MCPA2A통신 대상도구 (DB, API, 파일시스템)다른 에이전트방향클라이언트 → 서버에이전트 ↔ 에이전트주체Anth.. 2026. 4. 12. MCP 서버를 클라우드에 올리다 (stdio에서 SSE로) 지난 글에서 Tool + Resource + Prompt를 조합한 완성형 MCP 서버를 만들었다.그런데 만들고 나서 팀원한테 공유하려고 했더니 막혔다. 내 로컬에서만 돌아간다. stdio는 표준 입출력 방식이라 내 터미널이 살아있을 때만 동작한다.팀원이 쓰려면 각자 코드를 받아서, 각자 실행해야 한다. 이건 사실상 "공유"가 안 된다는 뜻이다. 그래서 이번에는 로컬 stdio → 클라우드 SSE로 전환하는 방법을 정리했다. Railway에 올려서 팀원 누구나 접속할 수 있는 MCP 서버를 만들어볼 것이다. stdio 방식의 구조는 이렇다. 구분stdioSSE (HTTP)통신 방식표준 입출력 (파이프)HTTP + Server-Sent Events실행 위치로컬 PC 필수서버 어디든 OK공유불가 (본인 PC만.. 2026. 4. 5. Smart Folder Organizer API 설계 파일 정리를 잘 못 한다, 정확히는, 할 시간이 없다. 다운로드 폴더에 파일이 쌓이고, 바탕화면에도 쌓인다. 필요할 때마다 “그거 어디 있더라”를 반복한다.그러다 바이브코딩으로 개발한 것이 smart-folder-organizer였다.AI가 파일을 분석해서 폴더 구조를 제안해주는 웹앱이다. Claude한테 요구사항을 계속 던지면서 같이 만들었다.전체 구조smart-folder-organizer/├── app/│ ├── page.tsx # 메인 페이지 (6단계 스텝)│ └── api/│ ├── scan/route.ts # 폴더 스캔│ ├── analyze/route.ts # AI 분석 (Claude or 사내 LLM)│ ├── appl.. 2026. 3. 22. MCP 완전체 만들기 — Resource와 Prompt까지 붙여보기 지난 글에서는 @mcp.tool()을 이용해서 AI가 직접 DB를 조회할 수 있는 MCP 서버를 만들어봤다.Tool을 하나 붙이고 나니까 확실히 느낌이 다르다.Claude가 그냥 답을 만들어내는 게 아니라, 실제로 서버 함수를 호출해서 데이터를 가져오기 시작한다.그런데 MCP를 조금 더 만져보면 알게 된다. Tool만으로는 생각보다 할 수 있는 게 제한적이다.MCP에는 Tool 말고도 두 가지 핵심 기능이 더 있다.기능데코레이터역할Tool@mcp.tool()AI가 실행할 수 있는 함수Resource@mcp.resource()AI에게 읽을 수 있는 데이터를 제공Prompt@mcp.prompt()AI에게 재사용 가능한 지시문을 제공이 세 가지를 모두 갖추면 진짜 쓸 수 있는 MCP 서버가 된다.Tool / .. 2026. 3. 15. MCP 서버 직접 만들기 — AI가 DB를 직접 읽게 하는 법 지난 글에서 MCP가 "AI와 시스템 사이의 USB"라고 했다. 그 MCP를 직접 만들어보려고 한다.Python으로 MCP 서버를 직접 만들고 AI가 데이터베이스를 읽게 하는 방법을 실습으로 알아본다.SQLite DB (sales.db) — 고객/상품/주문 데이터MCP 서버 (mcp_server.py) — 4개 Tool 보유Claude Desktop — MCP 클라이언트 역할핵심은 "Python 함수 하나를 AI Tool로 만들 수 있다." 이다.STEP 0. MCP 라이브러리 설치먼저 MCP 서버를 만들기 위한 라이브러리를 설치한다.pip install fastmcpSTEP 1. 샘플 데이터베이스 만들기실습을 위한 간단한 판매 데이터베이스를 만든다.# setup_db.pyimport sqlite3con.. 2026. 3. 7. LLM을 넘어 Agent로: MCP가 여는 기업용 AI 최근 GPT-4, Gemini, Claude와 같은 모델들의 성능을 보며 우리는 "AI가 정말 똑똑해졌다"고 느낀다. 하지만 현업의 목소리는 조금 다르다. "똑똑하긴 한데, 그래서 내 업무를 대신 해줄 수 있어?"라는 질문에는 여전히 의문부호가 붙기 때문이다.이제 문제는 '지능'이 아니다. 핵심은 '연결(Connection)'과 '실행(Action)'이다.1. 왜 LLM은 아직 우리 업무를 '직접' 하지 못할까?LLM은 진짜 무섭게 많이 안다. 세상 거의 모든 지식을 학습했고, 글도 잘 쓰고, 코드도 짠다. 근데 딱 한 가지 약점이 있다. 지금 이 순간, 이 회사 안에서 무슨 일이 일어나는지를 모른다. "올해 3분기 영업이익률 분석해줘" 하면? 학습된 일반 지식으로 뭔가 그럴듯한 말을 한다. 진짜 우리 .. 2026. 2. 21. 이전 1 2 3 4 ··· 33 다음 반응형