Files
2026-07-13 13:31:35 +08:00

13 KiB

초보자를 위한 모델 컨텍스트 프로토콜(MCP) - 학습 가이드

이 학습 가이드는 "초보자를 위한 모델 컨텍스트 프로토콜(MCP)" 커리큘럼의 저장소 구조와 내용을 개괄합니다. 이 가이드를 사용하여 저장소를 효율적으로 탐색하고 제공되는 리소스를 최대한 활용하세요.

저장소 개요

모델 컨텍스트 프로토콜(MCP)은 AI 모델과 클라이언트 애플리케이션 간 상호 작용을 위한 표준화된 프레임워크입니다. 원래 Anthropic에서 생성되었으며, 현재는 공식 GitHub 조직을 통해 더 넓은 MCP 커뮤니티가 유지 관리하고 있습니다. 이 저장소는 C#, Java, JavaScript, Python, TypeScript의 실습 코드 예제를 포함한 종합 커리큘럼을 제공하며, AI 개발자, 시스템 설계자 및 소프트웨어 엔지니어를 위한 자료입니다.

시각적 커리큘럼 맵

mindmap
  root((MCP for Beginners))
    00. Introduction
      ::icon(fa fa-book)
      (프로토콜 개요)
      (표준화 혜택)
      (실세계 사용 사례)
      (AI 통합 기초)
    01. Core Concepts
      ::icon(fa fa-puzzle-piece)
      (클라이언트-서버 아키텍처)
      (프로토콜 구성 요소)
      (메시징 패턴)
      (전송 메커니즘)
      (작업 - 실험적)
      (도구 주석)
    02. Security
      ::icon(fa fa-shield)
      (AI 특화 위협)
      (2025년 모범 사례)
      (Azure 콘텐츠 안전)
      (인증 및 권한 부여)
      (Microsoft 프롬프트 보호)
      (OWASP MCP Top 10)
      (셰르파 보안 워크숍)
    03. Getting Started
      ::icon(fa fa-rocket)
      (첫 서버 구현)
      (클라이언트 개발)
      (LLM 클라이언트 통합)
      (VS 코드 확장)
      (SSE 서버 설정)
      (HTTP 스트리밍)
      (AI 툴킷 통합)
      (테스트 프레임워크)
      (고급 서버 사용법)
      (간단한 인증)
      (배포 전략)
      (MCP 호스트 설정)
      (MCP 인스펙터)
    04. Practical Implementation
      ::icon(fa fa-code)
      (다중 언어 SDK)
      (테스트 및 디버깅)
      (프롬프트 템플릿)
      (샘플 프로젝트)
      (프로덕션 패턴)
      (페이징 전략)
    05. Advanced Topics
      ::icon(fa fa-graduation-cap)
      (컨텍스트 엔지니어링)
      (파운드리 에이전트 통합)
      (멀티모달 AI 워크플로우)
      (OAuth2 인증)
      (실시간 검색)
      (스트리밍 프로토콜)
      (루트 컨텍스트)
      (라우팅 전략)
      (샘플링 기법)
      (확장 솔루션)
      (보안 강화)
      (Entra ID 통합)
      (웹 검색 MCP)
      (프로토콜 기능 심층 분석)
      (적대적 멀티 에이전트 추론)
      
    06. Community
      ::icon(fa fa-users)
      (코드 기여)
      (문서화)
      (MCP 클라이언트 생태계)
      (MCP 서버 레지스트리)
      (이미지 생성 도구)
      (GitHub 협업)
    07. Early Adoption
      ::icon(fa fa-lightbulb)
      (프로덕션 배포)
      (Microsoft MCP 서버)
      (Azure MCP 서비스)
      (엔터프라이즈 사례 연구)
      (미래 로드맵)
    08. Best Practices
      ::icon(fa fa-check)
      (성능 최적화)
      (장애 허용)
      (시스템 회복력)
      (모니터링 및 관측성)
    09. Case Studies
      ::icon(fa fa-file-text)
      (Azure API 관리)
      (AI 여행사)
      (Azure DevOps 통합)
      (문서화 MCP)
      (GitHub MCP 레지스트리)
      (VS 코드 통합)
      (실세계 구현)
    10. Hands-on Workshop
      ::icon(fa fa-laptop)
      (MCP 서버 기본)
      (고급 개발)
      (AI 툴킷 통합)
      (프로덕션 배포)
      (4-랩 구조)
    11. Database Integration Labs
      ::icon(fa fa-database)
      (PostgreSQL 통합)
      (소매 분석 사용 사례)
      (행 수준 보안)
      (시맨틱 검색)
      (프로덕션 배포)
      (13-랩 구조)
      (실습 학습)
    12. Tooling
      ::icon(fa fa-wrench)
      (Copilot 앱의 MCP)

저장소 구조

저장소는 MCP의 다양한 측면에 초점을 맞춘 12개의 주요 섹션으로 구성되어 있습니다:

  1. 소개 (00-Introduction/)

    • 모델 컨텍스트 프로토콜 개요
    • AI 파이프라인에서 표준화의 중요성
    • 실용적인 사용 사례 및 이점
  2. 핵심 개념 (01-CoreConcepts/)

    • 클라이언트-서버 아키텍처
    • 주요 프로토콜 구성 요소
    • MCP의 메시징 패턴
  3. 보안 (02-Security/)

    • MCP 기반 시스템의 보안 위협
    • 구현 보안 모범 사례
    • 인증 및 권한 부여 전략
    • 포괄적 보안 문서:
      • MCP 2025년 보안 모범 사례
      • Azure 콘텐츠 안전 구현 가이드
      • MCP 보안 제어 및 기법
      • MCP 모범 사례 빠른 참조
    • 주요 보안 주제:
      • 프롬프트 주입 및 도구 오염 공격
      • 세션 하이재킹 및 혼란 대리인 문제
      • 토큰 전달 취약점
      • 과도한 권한 및 접근 제어
      • AI 컴포넌트 공급망 보안
      • Microsoft 프롬프트 쉴드 통합
  4. 시작하기 (03-GettingStarted/)

    • 환경 설정 및 구성
    • 기본 MCP 서버 및 클라이언트 생성
    • 기존 애플리케이션과의 통합
    • 포함 섹션:
      • 첫 번째 서버 구현
      • 클라이언트 개발
      • LLM 클라이언트 통합
      • VS Code 통합
      • 서버-발신 이벤트(SSE) 서버
      • 고급 서버 사용법
      • HTTP 스트리밍
      • AI 툴킷 통합
      • 테스트 전략
      • 배포 지침
  5. 실전 구현 (04-PracticalImplementation/)

    • 다양한 프로그래밍 언어용 SDK 사용법
    • 디버깅, 테스트, 검증 기법
    • 재사용 가능한 프롬프트 템플릿 및 워크플로우 작성
    • 구현 예제가 포함된 샘플 프로젝트
  6. 고급 주제 (05-AdvancedTopics/)

    • 컨텍스트 엔지니어링 기법
    • Foundry 에이전트 통합
    • 멀티모달 AI 워크플로우
    • OAuth2 인증 데모
    • 실시간 검색 기능
    • 실시간 스트리밍
    • 루트 컨텍스트 구현
    • 라우팅 전략
    • 샘플링 기법
    • 확장 방법론
    • 보안 고려사항
    • Entra ID 보안 통합
    • 웹 검색 통합
    • 적대적 다중 에이전트 추론(토론 패턴)
  7. 커뮤니티 기여 (06-CommunityContributions/)

    • 코드 및 문서 기여 방법
    • GitHub 통한 협업
    • 커뮤니티 주도 개선 및 피드백
    • 다양한 MCP 클라이언트 사용법 (Claude Desktop, Cline, VSCode)
    • 이미지 생성 포함 주요 MCP 서버 작업
  8. 초기 도입 교훈 (07-LessonsfromEarlyAdoption/)

    • 실제 구현 및 성공 사례
    • MCP 기반 솔루션 구축 및 배포
    • 트렌드 및 미래 로드맵
    • Microsoft MCP 서버 가이드: 10개의 운영 준비된 Microsoft MCP 서버에 대한 포괄적 가이드:
      • Microsoft Learn Docs MCP 서버
      • Azure MCP 서버 (15개 이상 전문 커넥터 포함)
      • GitHub MCP 서버
      • Azure DevOps MCP 서버
      • MarkItDown MCP 서버
      • SQL Server MCP 서버
      • Playwright MCP 서버
      • Dev Box MCP 서버
      • Microsoft Foundry MCP 서버
      • Microsoft 365 Agents Toolkit MCP 서버
  9. 모범 사례 (08-BestPractices/)

    • 성능 튜닝 및 최적화
    • 결함 허용 MCP 시스템 설계
    • 테스트 및 복원력 전략
  10. 사례 연구 (09-CaseStudy/)

    • MCP의 다양성을 보여주는 7개의 종합 사례 연구:
    • Azure AI 여행 에이전트: Azure OpenAI 및 AI 검색을 통한 멀티 에이전트 오케스트레이션
    • Azure DevOps 통합: YouTube 데이터 업데이트 자동화 워크플로우
    • 실시간 문서 검색: Python 콘솔 클라이언트와 HTTP 스트리밍
    • 인터랙티브 학습 계획 생성기: Chainlit 웹 앱 내 대화형 AI
    • 편집기 내 문서화: VS Code와 GitHub Copilot 워크플로우 통합
    • Azure API 관리: 엔터프라이즈 API 통합 및 MCP 서버 생성
    • GitHub MCP 레지스트리: 생태계 개발 및 에이전틱 통합 플랫폼
    • 엔터프라이즈 통합, 개발자 생산성, 생태계 개발을 아우르는 구현 예제
  11. 실습 워크숍 (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)

    • MCP와 AI 툴킷을 결합한 포괄적 실습 워크숍
    • AI 모델과 실제 도구를 연결하는 지능형 애플리케이션 구축
    • 기본, 맞춤형 서버 개발, 운영 배포 전략을 포함한 실용 모듈
    • 랩 구조:
      • 랩 1: MCP 서버 기본
      • 랩 2: 고급 MCP 서버 개발
      • 랩 3: AI 툴킷 통합
      • 랩 4: 운영 배포 및 확장
    • 단계별 지침에 따른 랩 기반 학습
  12. MCP 서버 데이터베이스 통합 랩 (11-MCPServerHandsOnLabs/)

    • PostgreSQL 통합으로 운영 준비된 MCP 서버 구축을 위한 13개 랩 학습 경로
    • Zava Retail 사용 사례를 통한 실제 소매 분석 구현
    • 행 수준 보안(RLS), 의미론적 검색, 멀티테넌트 데이터 접근 포함 엔터프라이즈급 패턴
    • 완전한 랩 구조:
      • 랩 00-03: 기초 - 소개, 아키텍처, 보안, 환경 설정
      • 랩 04-06: MCP 서버 구축 - 데이터베이스 설계, MCP 서버 구현, 도구 개발
      • 랩 07-09: 고급 기능 - 의미론적 검색, 테스트 및 디버깅, VS Code 통합
      • 랩 10-12: 운영 및 모범 사례 - 배포, 모니터링, 최적화
    • 기술 스택: FastMCP 프레임워크, PostgreSQL, Azure OpenAI, Azure Container Apps, Application Insights
    • 학습 성과: 운영 준비된 MCP 서버, 데이터베이스 통합 패턴, AI 기반 분석, 엔터프라이즈 보안
  13. 도구 (12-tooling/)

    • Copilot 앱 및 기타 도구에서 MCP 사용법 학습

추가 리소스

저장소는 지원 리소스를 포함합니다:

이 저장소 사용 방법

  1. 순차 학습: 00부터 11까지 장별로 따라가며 체계적으로 학습하세요.
  2. 언어별 집중: 특정 프로그래밍 언어에 관심이 있다면, 선호하는 언어의 샘플 디렉터리를 탐색하세요.
  3. 실전 구현: "시작하기" 섹션에서 환경 설정 후 첫 MCP 서버 및 클라이언트를 만드세요.
  4. 고급 탐구: 기본 익힌 뒤 고급 주제에 도전해 지식을 확장하세요.
  5. 커뮤니티 참여: GitHub 토론 및 Discord 채널을 통해 전문가와 동료 개발자들과 교류하세요.

MCP 클라이언트 및 도구

커리큘럼에서는 다양한 MCP 클라이언트와 도구를 다룹니다:

  1. 공식 클라이언트:

    • Visual Studio Code
    • Visual Studio Code 내 MCP
    • Claude Desktop
    • VSCode 내 Claude
    • Claude API
  2. 커뮤니티 클라이언트:

    • Cline (터미널 기반)
    • Cursor (코드 에디터)
    • ChatMCP
    • Windsurf
  3. MCP 관리 도구:

    • MCP CLI
    • MCP 매니저
    • MCP 링커
    • MCP 라우터

인기 MCP 서버

저장소에는 다양한 MCP 서버가 소개되어 있습니다:

  1. 공식 Microsoft MCP 서버:

    • Microsoft Learn Docs MCP 서버
    • Azure MCP 서버 (15개 이상 전문 커넥터 포함)
    • GitHub MCP 서버
    • Azure DevOps MCP 서버
    • MarkItDown MCP 서버
    • SQL Server MCP 서버
    • Playwright MCP 서버
    • Dev Box MCP 서버
    • Microsoft Foundry MCP 서버
    • Microsoft 365 Agents Toolkit MCP 서버
  2. 공식 참조 서버:

    • 파일 시스템
    • Fetch
    • 메모리
    • 순차적 사고
  3. 이미지 생성:

    • Azure OpenAI DALL-E 3
    • Stable Diffusion WebUI
    • Replicate
  4. 개발 도구:

    • Git MCP
    • 터미널 컨트롤
    • 코드 어시스턴트
  5. 특화 서버:

    • Salesforce
    • Microsoft Teams
    • Jira & Confluence

기여

이 저장소는 커뮤니티의 기여를 환영합니다. MCP 생태계에 효과적으로 기여하는 방법은 커뮤니티 기여 섹션을 참조하세요.


이 학습 가이드는 2026년 2월 5일에 최신 MCP 명세 2025-11-25를 반영하여 마지막으로 업데이트되었으며, 해당 시점 기준 저장소 개요를 제공합니다. 이후 저장소 내용은 업데이트될 수 있습니다.


면책 조항: 이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역은 오류나 부정확한 부분이 있을 수 있음을 유의하시기 바랍니다. 원본 문서의 원어본이 권위 있는 자료로 간주되어야 합니다. 중요한 정보의 경우, 전문가의 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.