MCP – Devpia Blog

📌 개요

**클로드(Claude)**는 Anthropic이 개발한 **대형 언어 모델(LLM)**로, GPT와 유사하게 자연어 이해 및 생성에 능한 AI입니다.
최근 Claude에서도 MCP(Model Context Protocol) 또는 “툴 사용(Tool Use)” 기능을 지원하면서,
외부 API, 기능 도구, 비즈니스 데이터와 AI를 연결할 수 있게 되었습니다.

✅ 이 글에서는 Claude에서 MCP 방식으로 외부 도구를 연동하는 방법을 쉽게 소개합니다.
👉 예시 코드, 설정 방식, 연동 흐름까지 한눈에 정리해드립니다.

📌 목차

Claude의 툴 사용 기능이란?
MCP 방식과 툴 연동 개념
MCP 도구 연동을 위한 조건
MCP 앱 예시: 날씨 확인기
JSON 툴 호출 흐름
보안 및 인증 고려사항
Claude와 GPT의 MCP 비교
결론

1. Claude의 툴 사용 기능이란?

Claude의 툴 사용 기능은 LLM이 외부 시스템의 기능(API) 을 호출해
데이터를 가져오거나 실제 작업을 수행할 수 있도록 해주는 기능입니다.

🧠 “AI가 외부 API를 이해하고, 직접 호출하고, 결과를 요약해서 전달하는 구조”

2. MCP 방식과 툴 연동 개념

Claude에서는 다음과 같은 툴 연동 구조를 채택하고 있습니다.

plaintext

사용자 입력 → Claude → [MCP 툴] 호출 → JSON 응답 → Claude가 해석 후 자연어 응답

✅ MCP(모델 컨텍스트 프로토콜) 개념 요약

구성요소	설명
도구명	AI가 사용할 기능의 이름
설명	어떤 상황에서 이 도구를 사용해야 하는지에 대한 힌트
입력 스키마	JSON 형태로 요청에 필요한 파라미터 정의
응답 포맷	AI가 이해 가능한 JSON 결과

3. MCP 도구 연동을 위한 조건

Claude는 기능 단위의 JSON 기반 도구 호출 형식을 사용합니다.
아래와 같은 조건을 충족하면 AI가 도구를 자동으로 호출합니다.

항목	설명
도구 이름	명확한 기능 명칭 (`get_weather`, `search_flight` 등)
설명	언제 사용해야 하는지 설명 (`사용자의 지역 날씨 확인 시`)
파라미터 명세	JSON Schema 형식의 파라미터 요구사항 (`city`, `date` 등)
응답 포맷	AI가 해석할 수 있는 결과값 (예: `{"temperature": "22도"}`)

4. MCP 앱 예시: 날씨 확인 툴 연동

✨ Claude Tool 정의 예시

json

{
  "name": "get_weather",
  "description": "사용자 위치의 현재 날씨를 확인할 때 사용",
  "parameters": {
    "type": "object",
    "properties": {
      "city": {
        "type": "string",
        "description": "날씨를 확인할 도시 이름"
      }
    },
    "required": ["city"]
  }
}

⚙️ API 서버 예시 (Flask)

python

from flask import Flask, request, jsonify

app = Flask(__name__)

@app.route('/weather', methods=['POST'])
def weather():
    data = request.json
    city = data.get("city", "Seoul")
    # 실제로는 외부 날씨 API와 연동 가능
    return jsonify({
        "city": city,
        "temperature": "22도",
        "condition": "맑음"
    })

if __name__ == '__main__':
    app.run(port=5001)

5. JSON 툴 호출 흐름

🎤 사용자 입력:

“서울의 날씨 알려줘.”

🧠 Claude 내부 처리:

사용자의 의도 파악 → get_weather 툴 필요
자동으로 다음 JSON 호출 생성:

json

{ "city": "서울" }

MCP 앱의 /weather 엔드포인트로 POST 요청
다음과 같은 JSON 응답 수신:

json

{ "city": "서울", "temperature": "22도", "condition": "맑음" }

Claude가 응답을 다음과 같이 자연어로 변환:

“서울의 현재 온도는 22도이며 날씨는 맑습니다.”

6. 보안 및 인증 고려사항

Claude MCP 연동 시 클라우드 기반 API 보호를 위해 다음 요소들을 고려하세요.

항목	설명
CORS 설정	AI 호출이 가능한 도메인만 허용
API Key 또는 Token 방식 인증	프라이빗 MCP 도구 접근 제한
요청 로그 기록	AI가 어떤 요청을 하는지 추적 가능하게 유지

7. Claude와 GPT의 MCP 비교

항목	Claude	GPT (OpenAI)
툴 명칭	Tools	Plugins / GPTs
호출 방식	JSON 기반 자동 호출	manifest + OpenAPI 호출
제약 조건	Anthropic 콘솔 연동 필요	외부 URL 등록 및 GPT 설정
활용 분야	대화 기반 자동 연동 최적	구조화된 API 연동 및 상업적 사용 최적

💡 Claude는 MCP 연동이 가볍고 빠르며 직관적인 반면,
GPT는 설정이 더 복잡하지만 커스터마이징이 뛰어납니다.

8. 결론

✅ Claude에서도 MCP 도구를 연동하여 외부 데이터를 AI로 호출하는 자동화된 AI 시스템을 구축할 수 있습니다.
✅ 날씨, 금융 정보, 항공 예약, 제품 검색 등 다양한 MCP 도구를 만들어 Claude에게 연결하면,
AI가 직접 외부와 상호작용하는 **“능동적 비서”**가 됩니다.

🚀 다음 단계

Flask 기반 API 서버 제작
JSON 도구 스키마 정의
Claude 개발자 콘솔에서 MCP 도구 등록
툴 호출 흐름 테스트

📦 필요하신 경우 Claude MCP용 샘플 코드, 인증 토큰 처리, CORS 설정, 툴 배포 템플릿도 제공해 드릴 수 있습니다.
GPT와 함께, 이제 Claude도 여러분의 업무 자동화 파트너가 될 수 있습니다. 😊

[태그:] MCP

🤖 클로드(Claude)에서 MCP 연동하기: AI와 외부 도구를 연결하는 스마트한 방법