코드깎는노인의 **「챗GPT 알뜰하게 본전 뽑는 방법 | 바이브코딩」** 영상에서는 ChatGPT에 MCP 서버를 연결해, 일반적인 대화형 AI를 **코딩 에이전트처럼 활용하는 방법**을 소개합니다. ## ChatGPT와 Codex의 차이 ChatGPT는 글쓰기, 자료 조사, 일반 질문 등 범용적인 작업에 적합한 반면, Codex와 같은 AI 코딩 에이전트는 사용자의 개발 환경에서 코드를 읽고 수정하며 실행·검증하는 작업에 특화되어 있습니다. 일반적인 ChatGPT는 사용자의 로컬 코드나 서버에 직접 접근할 수 없기 때문에 파일을 업로드하거나 코드를 복사해 전달해야 합니다. GitHub 플러그인을 연결하면 저장소를 탐색하고 수정할 수 있지만, 실제 서버에서 프로그램을 설치하거나 데이터베이스를 구성하고 결과를 테스트하는 작업에는 한계가 있습니다. ## MCP를 이용해 실행 환경 연결하기 영상에서는 이 문제를 해결하는 방법으로 **MCP(Model Context Protocol)**를 활용합니다. VPS나 클라우드 서버처럼 자유롭게 사용할 수 있는 컴퓨터에 코딩 작업용 MCP 서버를 설치하고 ChatGPT와 연결하면, ChatGPT가 MCP에서 제공하는 도구를 통해 실제 시스템에서 작업할 수 있습니다. 구성 흐름은 다음과 같습니다. 1. 작업용 VPS 또는 클라우드 컴퓨터 준비 2. 해당 서버에 MCP 서버 설치 3. ChatGPT 개발자 모드 활성화 4. MCP 서버 URL과 인증 토큰을 이용해 연결 5. MCP 도구를 이용해 개발 및 시스템 작업 수행 ## MCP가 제공하는 도구 코딩 에이전트용 MCP 서버는 AI가 개발 작업을 수행하는 데 필요한 기능을 Tool 형태로 제공합니다. - 파일 읽기 및 쓰기 - 코드 수정 - 명령어 실행 - 시스템 상태 확인 - 프로그램 및 패키지 설치 - 데이터베이스 설정 - 웹 서버 설정 ChatGPT는 이러한 도구를 조합하면서 단순히 코드를 생성하는 것을 넘어 실제 환경에서 코드를 실행하고 결과를 확인할 수 있습니다. ## ChatGPT로 웹서비스 개발과 배포까지 영상에서는 MCP가 연결된 클라우드 서버에서 블로그 서비스를 직접 구축합니다. MySQL을 설치하고 데이터베이스와 테이블을 구성한 뒤, 마크다운 에디터와 웹 애플리케이션을 구현합니다. 이후 빌드 작업과 Nginx 설정까지 진행해 외부에서 접속 가능한 웹서비스로 배포합니다. 즉, **코드 작성 → 실행 → 서버 설정 → 배포** 과정 전체를 ChatGPT가 MCP를 통해 수행할 수 있습니다. ## 결과를 확인하고 다시 수정하는 에이전틱 개발 MCP 환경의 중요한 장점은 AI가 작업 결과를 다시 확인하고 개선할 수 있다는 점입니다. 영상에서는 Playwright 같은 브라우저 자동화 도구를 서버에 설치한 뒤 ChatGPT가 실제 웹페이지를 확인하도록 합니다. 이후 UI의 여백이나 스크롤 진행 표시 등 디자인 문제를 찾아 수정하고 다시 검증합니다. 이 과정을 반복하면 다음과 같은 개발 루프가 만들어집니다. **코드 작성 → 실행 → 결과 확인 → 문제 발견 → 수정 → 재검증** 이는 일반적인 AI 코딩 에이전트가 수행하는 에이전틱 개발 방식과 매우 유사합니다. ## MCP와 ChatGPT의 활용 가능성 MCP를 연결하면 ChatGPT는 단순한 코드 생성 도구에서 벗어나 실제 시스템을 조작할 수 있는 에이전트로 확장될 수 있습니다. 특히 서버 관리, 데이터베이스 구성, 웹서비스 배포, 브라우저 테스트, 콘텐츠 자동 등록 등의 작업을 하나의 대화 흐름에서 처리할 수 있습니다. ChatGPT의 스케줄 기능과 결합하면 특정 정보를 주기적으로 확인해 웹사이트에 자동으로 게시하는 형태의 자동화도 구현할 수 있습니다. 결국 핵심은 **ChatGPT에게 코딩 에이전트가 사용하는 도구와 실행 환경을 MCP를 통해 제공하는 것**입니다. 이를 통해 일반 ChatGPT에서도 코딩 에이전트와 비슷한 방식으로 바이브 코딩과 실제 서비스 운영 작업까지 이어갈 수 있습니다.