컨텐츠로 건너뛰기
AI 시스템 2026

Lab 03: MCP 서버 구성

초급 마감: 2026-03-25

목표

  • MCP(Model Context Protocol) 개념 이해 및 서버 설정
  • 파일시스템 MCP 서버와 Git MCP 서버 동시 구성
  • 커스텀 MCP 도구(tool) 직접 구현

MCP 개요

MCP는 AI 코딩 에이전트가 외부 도구·데이터 소스와 표준화된 방식으로 통신하는 프로토콜이다. MCP를 지원하는 CLI 도구는 설정 파일에 MCP 서버를 등록하여 사용한다.

AI 코딩 에이전트  ←→  MCP 클라이언트  ←→  MCP 서버  ←→  파일시스템 / Git / 커스텀 API

구현 요구사항

1. MCP 서버 설정 — settings.json

AI 코딩 CLI의 설정 파일에 두 개의 내장 서버를 추가한다.

설정 파일: ~/.claude/settings.json (또는 프로젝트별 .claude/settings.json)

 
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/home/[학번]/lab-03"
      ]
    },
    "git": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-git",
        "--repository",
        "/home/[학번]/lab-03"
      ]
    }
  }
}

2. 서버 동작 확인

  1. 서버 목록 확인

    Terminal window
    claude mcp list
    # filesystem  npx -y @modelcontextprotocol/server-filesystem ...
    # git         npx -y @modelcontextprotocol/server-git ...

  2. 파일시스템 서버 테스트

    Terminal window
    claude "현재 디렉터리의 파일 목록을 보여줘."
    # filesystem 서버의 list_directory 도구가 호출되어야 함

  3. Git 서버 테스트

    Terminal window
    git init /home/[학번]/lab-03
    claude "최근 커밋 3개의 메시지를 요약해줘."

3. 커스텀 MCP 서버 — custom_server.py

Python으로 간단한 MCP 서버를 직접 구현한다. mcp 패키지를 사용한다.

Terminal window
pip install mcp
custom_server.py
from mcp.server import Server
from mcp.server.stdio import stdio_server
from mcp.types import Tool, TextContent
import json
import subprocess


app = Server("lab03-custom")


@app.list_tools()
async def list_tools() -> list[Tool]:
    return [
        Tool(
            name="run_pytest",
            description="지정한 디렉터리에서 pytest를 실행하고 결과를 반환한다.",
            inputSchema={
                "type": "object",
                "properties": {
                    "path": {
                        "type": "string",
                        "description": "pytest를 실행할 디렉터리 경로"
                    }
                },
                "required": ["path"]
            }
        ),
        Tool(
            name="count_lines",
            description="파일의 라인 수를 반환한다.",
            inputSchema={
                "type": "object",
                "properties": {
                    "file_path": {
                        "type": "string",
                        "description": "라인을 셀 파일의 경로"
                    }
                },
                "required": ["file_path"]
            }
        )
    ]


@app.call_tool()
async def call_tool(name: str, arguments: dict) -> list[TextContent]:
    if name == "run_pytest":
        result = subprocess.run(
            ["python", "-m", "pytest", arguments["path"], "-v", "--tb=short"],
            capture_output=True,
            text=True,
            timeout=60
        )
        output = result.stdout + result.stderr
        return [TextContent(type="text", text=output)]


    elif name == "count_lines":
        with open(arguments["file_path"], "r") as f:
            lines = f.readlines()
        return [TextContent(type="text", text=str(len(lines)))]


    raise ValueError(f"Unknown tool: {name}")


async def main():
    async with stdio_server() as (read_stream, write_stream):
        await app.run(read_stream, write_stream, app.create_initialization_options())


if __name__ == "__main__":
    import asyncio
    asyncio.run(main())

4. 커스텀 서버 등록

settings.json에 커스텀 서버를 추가한다.

{
  "mcpServers": {
    "filesystem": { "...": "..." },
    "git": { "...": "..." },
    "custom": {
      "command": "python",
      "args": ["/home/[학번]/lab-03/custom_server.py"]
    }
  }
}

커스텀 도구 동작 확인:

Terminal window
claude "lab-03 디렉터리에서 pytest를 실행해줘."
# run_pytest 도구가 호출되어야 함

제출물

assignments/lab-03/[학번]/에 PR:

  • settings.json — filesystem, git, custom 세 서버가 등록된 설정 파일
  • custom_server.py — run_pytest, count_lines 두 도구 구현
  • test_sample.py — custom 서버의 run_pytest로 실행할 테스트 파일 (최소 3개 테스트)
  • README.md — 각 MCP 서버의 동작 확인 결과 및 트러블슈팅 기록