「AI 시대의 필수 지식 MCP 이 영상 하나로 끝내세요!」 — 조코딩 JoCoding

https://youtu.be/46HxP7kO9oY?si=9S_C51BLPhje4J6M 이 영상의 자막과 내용, 요약 정리

MCP는 AI 모델과 외부 도구를 잇는 USB-C 같은 표준 규격이다. 이 영상은 "왜 필요한지 → 어떻게 쓰는지 → 직접 만드는 법 → 회사에 도입하는 법"까지 한 번에 훑는다.

1부. MCP가 왜 필요한가

• 정의: Model Context Protocol. Anthropic이 2024년 11월에 내놓은 표준으로, AI 모델이 외부 도구·데이터에 접근하는 방식을 통일한 규격.
• 문제: LLM은 다음 단어를 예측할 뿐이라 실시간 정보를 모른다. 도구 없이 "오늘 날씨 어때?"를 물으면 그럴듯한 거짓말(할루시네이션)을 만들어낸다.
• 해결: 날씨 API 같은 도구를 붙여주면 AI가 알아서 그 도구를 호출해 실제 데이터로 답한다.
• 표준화의 의미: Gmail, 캘린더, Slack마다 제각각 연동을 만들면 개발 부담이 폭증한다. MCP는 이 연결 방식을 하나로 통일해 그 부담을 없앤다. → USB-C 비유.

2부. 실제 사용 — 이미 만들어진 MCP 쓰기

• Blender 사례: 3D 툴을 전혀 못 다루는 사람도 Claude Desktop에 Blender MCP를 붙이면 AI가 프로그램을 직접 조작해 3D 오브젝트를 만들어준다.
• Smithery: MCP 모음 플랫폼. 영상 시점 기준 6,341개 이상의 MCP가 등록돼 있어 검색해서 바로 연결하면 된다(코딩 불필요).
• Context7 MCP: Next.js 등 개발 공식 문서를 AI가 참조하게 해주는 도구. 코딩할 때 최신 문서 기준으로 답하게 만든다.
• Claude Desktop 연결법: 데스크톱 앱 설치 → 설정 → 개발자(Developer) → MCP 서버 → JSON으로 설정 추가.

3부. 직접 만들기

• FastMCP(파이썬 라이브러리) 사용. 함수 위에 @mcp.tool 데코레이터만 붙이면 끝날 만큼 간단하다.
• 예제: 두 수를 더하는 함수 하나로 MCP를 만들어 시연.
• 로컬 vs 원격
  • 로컬: 내 PC에서 STDIO(표준 입출력) 방식으로 구동
  • 원격: 클라우드에 배포해 HTTP 방식으로 연결 → 내 컴퓨터를 켜두지 않아도 됨
• VSCode 연동: Ctrl+Shift+P로 MCP 연결, 원격 서버는 HTTP 방식 사용.
• 배포: 파이썬 파일을 Git·클라우드 서비스에 올리면 URL이 생기고, 그 URL로 어디서든 접근 가능.

4부. 회사에 도입하기

• 현실적 문제: VSCode나 Cursor로 MCP를 붙이는 방식은 비개발자 동료에게 배포하기가 사실상 불가능하다.
• Porter AI(소개된 솔루션): 웹 기반으로 기술 지식 없이 MCP를 붙여 쓰게 해주는 플랫폼.
  • 모델 선택 자유: GPT-5, OpenRouter 경유 커스텀 모델 등 외부 모델 추가 가능
  • 사내 데이터 연결: 내부 DB(회원 정보)나 Notion 연동 → 예) "출장 시 식대 얼마인가요?" 질문에 Notion MCP가 사내 규정을 찾아 답변
  • 팀 초대: '팀 초대' 버튼 한 번이면 비개발자도 MCP 설정 없이 사용
  • 사용량 모니터링: 팀원별 AI 사용 통계·모델 선택·소비 패턴을 대시보드로 확인
  • Slack 연동: 채널에서 봇을 태그해 "지난달 신규 가입자 몇 명?"이라고 물으면 DB MCP를 호출해 실제 수치를 가져옴

핵심 흐름은 "할루시네이션 → 도구 연결로 해결 → 그 연결을 표준화한 게 MCP → 쓰기·만들기·팀 배포" 입니다.

클로드 코드 에이전트 팀 사용법, 역할별 AI 팀으로 개발 자동화하기

https://www.elancer.co.kr/blog/detail/1081

클로드 코드 에이전트 팀의 구성요소

클로드 코드 에이전트 팀은 여러 Claude Code 세션을 팀처럼 구성해 복잡한 작업을 역할별로 나누어 처리하는 구조로 팀 리드와 팀원 에이전트가 함께 움직이며 공유 작업 목록, 메시징, 실행 도구를 통해 협업합니다.

1. 팀 리드 에이전트

팀 리드 에이전트는 사용자의 명령을 이해하고 전체 작업 방향을 조율하는 중심 역할을 합니다. “신규 앱을 기획해줘”, “기능 구현과 테스트까지 진행해줘”처럼 요청하면 작업을 어떤 순서로 나눌지 판단하고, 각 팀원 에이전트에게 역할을 배정합니다. 쉽게 말해 Claude Code Agent Teams 안에서 프로젝트 매니저처럼 전체 흐름을 관리하는 역할입니다.

2. 팀원 에이전트

팀원 에이전트는 팀 리드가 배정한 역할에 따라 각자 독립된 컨텍스트에서 작업을 수행합니다. 예를 들어 시장 분석가, 기능 기획자, 프론트엔드 개발자, 백엔드 개발자, QA 담당자처럼 역할을 나눌 수 있습니다. 

각 팀원은 자신의 작업 공간에서 파일을 분석하고 결과물을 만든 뒤, 팀 리드나 다른 팀원에게 작업 내용을 전달합니다.

3. 프로젝트 코드베이스와 실행 도구

Agent Teams의 각 에이전트는 프로젝트 폴더를 기준으로 파일 구조와 코드 흐름을 확인합니다. 또한 파일 읽기, 코드 수정, 터미널 명령 실행 같은 도구를 활용해 실제 작업을 진행할 수 있습니다. 

예를 들어 프론트엔드 에이전트는 화면 관련 파일을 수정하고, QA 에이전트는 테스트 명령을 실행해 결과를 확인하는 방식으로 역할을 나눌 수 있습니다.

4. 하네스 엔지니어링 

하네스 엔지니어링은 에이전트가 어떤 기준으로 판단하고 움직일지 미리 설계하는 과정을 말합니다. 에이전트가 임의로 판단해 엉뚱한 방향으로 작업하는 것을 줄이고, 여러 에이전트가 일관된 기준으로 결과물을 만들 수 있도록 돕는 핵심 장치 역할을 합니다.

예를 들어 CLAUDE.md에는 프로젝트 목표, 에이전트의 역할, 사용할 도구, 출력 형식, 작업 순서, 검증 기준 등을 구체적으로 정의해둘 수 있습니다. 필요하다면 agent.md 같은 별도 마크다운 파일을 만들어 팀 리드와 팀원 에이전트의 역할, 파일 소유권, 릴레이 순서까지 더 자세히 정리할 수 있습니다.

5. 확장 기능

작업이 복잡해질 때는 Subagent, Skills, MCP 같은 확장 기능을 함께 활용할 수 있습니다. Subagent는 단일 Claude Code 세션 안에서 특정 작업을 맡아 격리된 컨텍스트로 처리하고 요약을 반환하는 보조 기능입니다. 

Skills는 특정 작업을 반복적으로 수행하기 위한 재사용 가능한 지식과 워크플로우를 추가하는 기능이고, MCP는 Claude Code를 외부 도구나 데이터 소스와 연결하는 확장 방식입니다. 이 기능들을 함께 활용하면 에이전트 팀의 자동화 범위를 더 넓힐 수 있습니다.

[AI] 클로드코드에서 에이전트 병렬로 실행하기

https://code.claude.com/docs/ko/agents

📰 [미라클레터] 샌프란시스코 AI 서밋 주요 내용 요약

일시: 2026년 7월 29일 (1051호)

핵심 요약: 한국 반도체 기업들의 9,500억 달러 규모 대형 수주 및 빅테크와의 협력 성과와 이에 대한 냉정한 평가, 글로벌 AI 생태계 동향을 다룹니다.

1. 샌프란시스코 AI 서밋 주요 성과

🤝 반도체 대형 수주 및 협력 (총 9,500억 달러)

• 삼성전자 × 브로드컴 (2,000억 달러 / 약 290조 원)
  • HBM + 2나노 파운드리 + 첨단 패키징을 하나로 묶은 '원스톱' 공급 체계 구축
  • 엔비디아 GPU 의존도를 낮추고 빅테크 맞춤형 칩(ASIC) 시장 선점 발판 마련
• SK하이닉스 × 엔비디아 & MS (총 7,500억 달러)
  • 엔비디아와 차세대 HBM 공동 개발 (5,000억 달러)
  • 마이크로소프트 서버용 메모리 공급 (2,500억 달러)
  • SKT는 엔비디아 '베라 루빈' 기반 최대 2GW AI 팩토리(데이터센터) 2027년 구축 예정

🏛️ 빅테크의 한국 투자 및 R&D 협력

• 엔비디아: 국내 'AI 프런티어랩' 및 KAIST 공동 연구소 설립, 현대차그룹과 로봇 개발·검증 플랫폼 구축
• 오픈AI: 조니 아이브와 개발 중인 차세대 AI 기기(화면 없는 스피커 형태)를 2027년 1분기 한국에서 세계 최초 시험
• 앤트로픽 / 브로드컴: 국내 데이터센터 투자 의지 피력, 삼성SDS와 AI 엔지니어 양성, 한국형 LLM 맞춤 반도체 지원

2. 성과를 냉정하게 바라봐야 할 지점

💡 한 줄 결론: "선주문은 생산이 뒷받침될 때 비로소 매출이 된다. 지금의 박수에 환호하되 진짜 계산서는 5년 뒤에 정산된다."

3. 주요 테크 뉴스 요약

• 💻 MS, 자체 보안 특화 AI 공개
  • 오픈AI/앤트로픽 대비 비용 50% 수준의 첫 자체 보안 AI 모델 공개 ("2년 뒤엔 AI 방어자가 공격자보다 유리해질 것")
• 🍎 애플, 세계 시가총액 1위 재탈환
  • 과도한 인프라 투자 대신 외부 AI 활용으로 비용 절감 및 수익성 확보에 중점을 둔 전략이 시장에서 호평
• 🚀 엔비디아, 일리야 수츠케버의 'SSI'에 50억 달러 투자
  • 차세대 AI 칩 '베라 루빈' 우선 공급 및 AI 생태계 영향력 강화

✍️ 에디터의 한마디

"세계가 원하는 것이 **'한국의 AI'**인지, 아니면 **'한국의 반도체'**인지는 다른 이야기입니다.

젠슨 황의 말처럼 *'AI는 수입할 수 있어도 국가의 지능은 외주화할 수 없다'*는 점을 기억하고, 메모리 공급국을 넘어 자체 AI 기술 역량을 갖춘 국가로 나아가야 합니다."

https://stibee.com/api/v1.0/emails/share/th-FJOEvhzKsqQQYczmkF0KEMn6kCAs

https://news.hada.io/topic?id=31790

🧠 매일 집중하기가 점점 어려워지는 이유

핵심 요약: 과거와 달리 프로그래밍, 학습, 글쓰기 등 단 하나의 활동에 1시간조차 집중하기 어려워졌습니다. 이는 지루함을 피하게 만드는 환경적 선택지, 직장 업무 방식, 그리고 LLM(AI)이 가져온 과잉 자극이 복합적으로 작용한 결과입니다.

1. 한 시간도 이어가기 어려운 집중력

• 산만한 상태의 반복: 10분마다 작업에서 이탈하며, 수동적인 강제 장치(예: 15분 타이머)가 없으면 금세 다른 행동으로 주의가 옮겨감.
• 불편함을 피하려는 뇌: 지루하거나 10분 이상 고민해야 하는 난관을 만나면 휴대폰 확인, 물 마시기, 집안일(침대 정리 등)로 도망침.
• 진짜 목표: 주 90시간 노동이 아니라, 단 1시간이라도 방해 없이 온전히 하나의 활동에 몰입하는 습관을 찾는 것.

2. 주의 이탈의 변화 과정

• 침대 속 휴대폰 ➔ 컴퓨터 탐색으로 전이: * 초기에는 침대 충전기를 없애는 규칙 등으로 휴대폰 사용을 통제함.
  • 그러나 Hacker News, YouTube 등 무의미한 웹 탐색과 저품질 클릭베이트 콘텐츠가 습관적으로 컴퓨터 앞 주의력을 빼앗음.
• 지루함을 참는 능력의 퇴화: 과거에는 대수 문제를 끝까지 스스로 풀며 깊이 이해하려 했으나, 점차 지루함을 피할 쉬운 대안들이 늘어나면서 깊은 사고를 유지하기 어려워짐.

3. 집중을 방해하는 두 가지 주범

🏢 ① 회의와 채팅 중심의 직장 환경

• 하루 대부분을 회의와 Slack 채팅에 소비함 (실제 시간 추적 결과 일주일에 Slack에만 8시간 사용).
• 깊은 사고 없이 대화와 소통만으로도 '일하는 것처럼' 보이는 환경이 산만한 업무 습관을 강화함.

🤖 ② LLM(AI)이 부추기는 새로운 멀티태스킹과 과잉 자극

• 맥락 유사의 과부하: 작업을 위임한 후에도 AI의 결과를 계속 생각하고 교정해야 하므로 머릿속에 여러 맥락을 유지하게 됨.
• 즉각적 보상의 중독: * AI를 활용한 '바이브 코딩'이나 빠른 결과 생성은 즉각적인 자극을 줌.
  • 이로 인해 며칠씩 걸리는 긴 작업이나 직접 논문을 읽고 고민해야 하는 과정을 지루하게 느끼게 됨.
• 동기 저하: 막힐 때마다 AI에 의존하면서 문제를 스스로 깊이 해결하려는 습관이 약화됨.

4. 집중력을 되찾기 위한 시도와 대안

• 시작을 돕는 강제 장치: 15분 타이머를 설정해 글쓰기/작업의 초기 동기를 형성.
• 환경 차단 및 라이브 스트리밍: 작업 과정을 방송하여 스스로 딴짓을 하지 못하도록 강제.
• '쉽게 멈출 수 있는' 대체 활동 찾기:
  • 동기가 없을 때 스마트폰/영화 대신 독서나 정원 가꾸기(흙 옮기기, 식물 다듬기)를 수행.
  • 이러한 활동은 도파민 중독성이 낮아, 동기가 돌아왔을 때 쉽게 멈추고 원래 작업으로 복귀할 수 있음.

💡 결론: > 즉각적인 해답이나 생산성 툴을 찾는 것보다, 지난 시간 동안 내가 왜 작은 일조차 지속하지 못했는지 주의 이탈의 경로와 습관을 먼저 인지하고 교정하는 것이 핵심입니다.

주니어가 "AI만 쓰니 실력이 안 쌓여요"라고 말하면 프론티어들은 "AI한테 물어봐라"고 답한다. 이 공감 능력의 부족을 지적한다.

AI 시대의 최대 수혜자를 자처하는 개발자가, AI와만 일한 지 1년이 넘은 시점에 느낀 위화감을 소설 《삼체》의 '지자(智子)' 비유로 풀어낸 에세이
핵심 주장: AI는 일자리를 가져가기 한참 전에, 몰입·소유감·성장의 사다리 같은 "일자리보다 먼저 없어지는 것들"을 조용히 먼저 가져간다
AI 찬반 어느 쪽도 아니며, "무한한 편의가 우리를 천천히 멈춰 세우는 것 아닌가"라는 사고실험

https://flowkater.io/posts/2026-07-02-what-ai-takes-before-jobs/

https://news.hada.io/topic?id=31051