MCP 학습 로드맵: 제로에서 히어로까지

이 로드맵은 MCP를 단계별로 익히고 싶은 완전 초보자를 위해 설계되었습니다. AI나 프로토콜 경험이 없어도 시작할 수 있습니다.

🎯

학습 목표: 이 로드맵을 끝내면 MCP 개념을 이해하고, 기존 서버를 활용하며, 직접 커스텀 통합을 구축할 수 있습니다.

🗺️ 학습 여정 개요

  flowchart TD
    A["🎓 레벨 1: 이해<br/>(1-2시간)"] --> B["🔧 레벨 2: 활용<br/>(2-3시간)"]
    B --> C["👨‍💻 레벨 3: 구축<br/>(4-6시간)"]
    C --> D["🚀 레벨 4: 숙련<br/>(지속)"]
    
    A --> A1["MCP란?"]
    A --> A2["왜 중요한가?"]
    A --> A3["핵심 개념"]
    
    B --> B1["Claude Desktop 설치"]
    B --> B2["첫 서버 연결"]
    B --> B3["서버 갤러리 둘러보기"]
    
    C --> C1["간단한 서버 만들기"]
    C --> C2["커스텀 도구 추가"]
    C --> C3["실제 데이터 다루기"]
    
    D --> D1["프로덕션 배포"]
    D --> D2["고급 패턴"]
    D --> D3["커뮤니티 기여"]

🎓 레벨 1: MCP 이해하기 (1-2시간)

단계 1.1: MCP란 무엇인가요? (15분)

목표: 기술 용어 없이 핵심 개념을 이해합니다.

MCP를 이렇게 생각해 보세요:

전통적인 AI: 인터넷이나 도구 없이 방 안에 갇힌 똑똑한 사람
MCP를 쓰는 AI: 내 디지털 생활 전체를 조작할 수 있는 만능 리모컨을 그 사람에게 쥐여준 것

현실 세계 비유:

🏠 내 집(데이터 & 도구)
├── 📁 파일과 문서
├── 💾 데이터베이스
├── 🌐 웹 서비스
├── 📧 이메일 시스템
└── 🔧 각종 도구

🎮 MCP = 만능 리모컨
├── 🔌 무엇이든 연결
├── 🔒 안전한 접근 제어
├── 📋 표준화된 인터페이스
└── 🔄 어떤 AI와도 동작

✅ 이해도 체크:

MCP를 한 문장으로 친구에게 설명할 수 있나요?
AI가 왜 외부 연결이 필요한지 이해했나요?

단계 1.2: MCP가 왜 중요한가요? (20분)

목표: 큰 그림과 실제 효익을 파악합니다.

MCP 이전(문제):

  flowchart LR
    AI1["AI 앱 1"] -.-> |커스텀 코드| DB[("데이터베이스")]
    AI2["AI 앱 2"] -.-> |서로 다른 코드| DB
    AI3["AI 앱 3"] -.-> |또 다른 방식| DB
    
    AI1 -.-> |커스텀 API| WEB[("웹 서비스")]
    AI2 -.-> |서로 다른 API| WEB
    AI3 -.-> |또 다른 방식| WEB

문제점: 혼란, 보안 취약, 유지보수 어려움, 벤더 락인

MCP 적용(해결):

  flowchart LR
    AI1["AI 앱 1"] --> MCP["🎮 MCP 서버"]
    AI2["AI 앱 2"] --> MCP
    AI3["AI 앱 3"] --> MCP
    
    MCP --> DB[("데이터베이스")]
    MCP --> WEB[("웹 서비스")]
    MCP --> FILES[("파일")]

효과: 깔끔함, 안전함, 재사용 가능, 미래 대응

✅ 이해도 체크:

MCP가 해결하는 문제를 3가지 나열할 수 있나요?
본인의 업무에서 적용 가능한 유스케이스가 떠오르나요?

단계 1.3: 핵심 개념 (25분)

목표: 꼭 필요한 용어를 익힙니다.

MCP 구성 요소:

🏠 MCP Host(Claude Desktop)
├── 요청을 만드는 "두뇌"
├── 예: Claude, IDE, 커스텀 앱
└── MCP 프로토콜로 서버와 통신

🔧 MCP Server(도우미)
├── 특정 기능을 제공
├── 예: 파일 접근, DB 쿼리, 웹 검색
└── 호스트의 요청에 응답

📡 MCP Protocol(언어)
├── 호스트와 서버가 통신하는 방식
├── 표준화된 메시지 포맷
└── AI 통합을 위한 HTTP 같은 것

핵심 기능:

🛠️ Tools(도구): AI가 수행할 수 있는 동작(파일 읽기, 이메일 보내기 등)
📚 Resources(리소스): AI가 접근할 수 있는 데이터(문서, DB 레코드 등)
💭 Prompts(프롬프트): 특정 작업을 위한 사전 작성 지침
🤖 Sampling(샘플링): 서버가 AI 완성(completion)을 요청할 수 있게 함

✅ 이해도 체크:

호스트와 서버의 차이를 설명할 수 있나요?
도구(tools)와 리소스(resources)가 무엇인지 알고 있나요?

🔧 레벨 2: MCP 활용하기 (2-3시간)

단계 2.1: 첫 MCP 경험 만들기 (30분)

목표: Claude Desktop에서 MCP 서버를 실제로 동작시킵니다.

준비물:

컴퓨터(Windows/Mac)
인터넷 연결
15분의 인내심

단계별 설정:

Claude Desktop 다운로드

🌐 접속: https://claude.ai/download
📥 OS에 맞는 버전 다운로드
⚙️ 안내에 따라 설치

설치 확인
- Claude Desktop 실행
- 설정 메뉴(⚙️) 확인
- “Developer” 섹션 찾기

첫 서버 추가

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/yourname/Desktop"
      ]
    }
  }
}

동작 테스트
- Claude Desktop 재시작
- 채팅 화면에서 망치 아이콘(🔨) 확인
- 질문: “내 데스크톱에 어떤 파일이 있어?”

✅ 성공 신호:

Claude에 망치 아이콘이 표시됨
Claude가 데스크톱 파일 목록을 보여줌
가능한 시나리오가 떠올라서 설렘

단계 2.2: 다양한 서버 유형 탐색 (45분)

목표: 여러 서버를 직접 써 보며 MCP의 범용성을 체감합니다.

서버 뷔페(아래 중 2-3개만 골라서 시도):

🗂️ 파일 관리:

"filesystem": {
  "command": "npx",
  "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/safe/folder"]
}

시도해 보기: “쇼핑 목록 파일을 만들어줘”, “다운로드 폴더를 정리해줘”

🔍 웹 검색:

"brave-search": {
  "command": "npx", 
  "args": ["-y", "@modelcontextprotocol/server-brave-search"],
  "env": {"BRAVE_API_KEY": "your-api-key"}
}

시도해 보기: “MCP 튜토리얼을 찾아줘”, “최근 AI 뉴스를 찾아줘”

🧠 메모리:

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

시도해 보기: “나는 JavaScript보다 Python을 선호한다는 걸 기억해줘”, “나에 대해 무엇을 기억하고 있어?”

✅ 탐색 목표:

최소 2가지 서버 유형을 실제로 사용
서버마다 어떤 능력이 추가되는지 관찰
내가 만들고 싶은 통합이 무엇인지 생각해 보기

단계 2.3: 서버 갤러리 깊게 보기 (45분)

목표: 생태계를 이해하고, 내 요구에 맞는 서버를 찾는 감각을 익힙니다.

공식 서버 카테고리:

📊 데이터 & 분석:

PostgreSQL, SQLite: 데이터베이스 접근
Memory: 지속형 AI 메모리
유스케이스: “매출 데이터를 분석해줘”, “고객 선호를 기억해줘”

🔧 개발자 도구:

GitHub, Git: 코드 저장소 접근
Sentry: 오류 모니터링
유스케이스: “최근 커밋을 리뷰해줘”, “프로덕션 오류를 확인해줘”

🌐 웹 & 커뮤니케이션:

Slack: 팀 메시징
Fetch: 웹 스크래핑
유스케이스: “팀 업데이트를 보내줘”, “경쟁사 사이트를 모니터링해줘”

🎨 크리에이티브 & 특화:

EverArt: AI 이미지 생성
Sequential Thinking: 복잡한 추론
유스케이스: “마케팅 이미지를 만들어줘”, “여러 단계 문제를 풀어줘”

✅ 발견 실습:

전체 서버 목록을 둘러보기
흥미로운 서버 3개 고르기
내 업무에 어떻게 적용할지 상상해 보기

👨‍💻 레벨 3: 직접 만들어 보기 (4-6시간)

단계 3.1: 첫 커스텀 서버 만들기 (90분)

목표: 간단하지만 실제로 동작하는 MCP 서버를 처음부터 만듭니다.

프로젝트: 개인 작업(Task) 관리자 서버

구현할 기능:

작업을 목록에 추가
작업을 완료 처리
전체 작업 목록 출력
완료된 작업 삭제

개발 환경 준비:

# Create project folder
mkdir my-first-mcp-server
cd my-first-mcp-server

# Initialize Node.js project
npm init -y

# Install MCP SDK
npm install @modelcontextprotocol/sdk-typescript

서버 만들기(단계별):

기본 구조 만들기:

// server.ts
import { Server } from '@modelcontextprotocol/sdk-typescript';

const server = new Server({
  name: 'personal-tasks',
  version: '1.0.0'
});

// We'll add functionality here

server.start();

작업 저장소 추가:

// Simple in-memory storage
let tasks: Array<{id: number, text: string, done: boolean}> = [];
let nextId = 1;

첫 도구(tool) 추가:

server.tool('add-task', 'Add a new task', {
  text: { type: 'string', description: 'Task description' }
}, async (args) => {
  const task = {
    id: nextId++,
    text: args.text,
    done: false
  };
  tasks.push(task);
  return `Added task: ${task.text}`;
});

서버 실행 테스트:

npx tsx server.ts

✅ 마일스톤 체크:

서버가 오류 없이 실행됨
Claude를 통해 작업을 추가할 수 있음
내가 만든 것이 동작한다는 성취감

단계 3.2: 기능 확장하기 (90분)

목표: 도구를 추가해 서버의 기능을 확장합니다.

도구 더 추가하기:

// List all tasks
server.tool('list-tasks', 'Show all tasks', {}, async () => {
  if (tasks.length === 0) return 'No tasks yet!';
  
  return tasks.map(t => 
    `${t.id}. [${t.done ? '✅' : '⭐'}] ${t.text}`
  ).join('\n');
});

// Complete a task
server.tool('complete-task', 'Mark task as done', {
  id: { type: 'number', description: 'Task ID' }
}, async (args) => {
  const task = tasks.find(t => t.id === args.id);
  if (!task) return 'Task not found!';
  
  task.done = true;
  return `Completed: ${task.text}`;
});

// Clear completed tasks
server.tool('clear-completed', 'Remove all completed tasks', {}, async () => {
  const completedCount = tasks.filter(t => t.done).length;
  tasks = tasks.filter(t => !t.done);
  return `Cleared ${completedCount} completed tasks`;
});

영속 저장소 추가하기:

import fs from 'fs';

const TASKS_FILE = 'tasks.json';

// Load tasks on startup
function loadTasks() {
  try {
    const data = fs.readFileSync(TASKS_FILE, 'utf8');
    tasks = JSON.parse(data);
    nextId = Math.max(...tasks.map(t => t.id), 0) + 1;
  } catch {
    tasks = [];
    nextId = 1;
  }
}

// Save tasks after changes
function saveTasks() {
  fs.writeFileSync(TASKS_FILE, JSON.stringify(tasks, null, 2));
}

✅ 확장 목표:

CRUD가 모두 동작
재시작 후에도 작업이 유지됨
오류 처리가 자연스럽고 안전함

단계 3.3: 실전 통합 (120분)

목표: 실제 데이터/서비스와 연결해 실전 감각을 익힙니다.

선택지:

옵션 A: 파일 기반 노트

// Add note-taking capability
server.tool('save-note', 'Save a note to file', {
  title: { type: 'string' },
  content: { type: 'string' }
}, async (args) => {
  const filename = `notes/${args.title.replace(/\s+/g, '-')}.md`;
  fs.writeFileSync(filename, args.content);
  return `Note saved: ${filename}`;
});

옵션 B: API 통합

// Weather integration example
server.tool('get-weather', 'Get current weather', {
  city: { type: 'string' }
}, async (args) => {
  const response = await fetch(
    `https://api.openweathermap.org/data/2.5/weather?q=${args.city}&appid=${API_KEY}`
  );
  const data = await response.json();
  return `Weather in ${args.city}: ${data.weather[0].description}`;
});

옵션 C: 데이터베이스 연결

import sqlite3 from 'sqlite3';

// Simple database integration
server.tool('query-db', 'Query database', {
  query: { type: 'string' }
}, async (args) => {
  return new Promise((resolve, reject) => {
    db.all(args.query, (err, rows) => {
      if (err) reject(err);
      else resolve(JSON.stringify(rows, null, 2));
    });
  });
});