<?xml version="1.0" encoding="utf-8" ?>
<rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/">
<channel>
<title>AI_23yellow &amp;gt; 커뮤니티 &amp;gt; AI MCP</title>
<link>https://ai.23yellow.com/ai_mcp_01</link>
<language>ko</language>
<description>AI MCP (2026-09-22 03:35:24)</description>

<item>
<title>MCP와 API는 어떻게 다를까? — AI가 도구를 이해하는 표준 규격</title>
<link>https://ai.23yellow.com/ai_mcp_01/mcp%EC%99%80-api%EB%8A%94-%EC%96%B4%EB%96%BB%EA%B2%8C-%EB%8B%A4%EB%A5%BC%EA%B9%8C-ai%EA%B0%80-%EB%8F%84%EA%B5%AC%EB%A5%BC-%EC%9D%B4%ED%95%B4%ED%95%98%EB%8A%94/</link>
<description><![CDATA[
레인 | AI 바이브코딩 채널의 **「MCP와 API는 어떻게 다를까?」** Shorts 영상에서는 API와 MCP의 차이를 짧고 직관적인 비유로 설명합니다.

## API는 프로그램이 기능을 요청하는 창구

API는 프로그램이 다른 서비스나 서버에 필요한 기능이나 데이터를 요청하는 방식입니다. 예를 들어 애플리케이션에서 날씨 정보를 보여주려면 외부 날씨 서버에 데이터를 요청해야 하고, 이때 API를 이용합니다.

즉, **API는 특정 서비스에 일을 요청하는 개별 주문 창구**에 가깝습니다.

## MCP는 AI를 위한 표준 연결 규격

영상에서는 MCP를 푸드코트에 비유합니다. 푸드코트에는 한식·양식·중식처럼 서로 다른 가게가 있지만, 메뉴를 보고 주문하는 방식은 비슷합니다. 처음 보는 가게라도 정해진 형식을 이해하면 바로 주문할 수 있습니다.

MCP도 이와 비슷합니다. 각 서버나 도구의 실제 기능은 서로 다르더라도 **AI가 사용할 수 있는 도구와 입력 방식, 설명 구조를 표준화**해 주기 때문에 AI는 처음 연결된 서버의 기능도 보다 쉽게 이해하고 사용할 수 있습니다.

## API와 MCP의 관계

MCP가 API를 대체하는 것은 아닙니다. 기존 API나 서비스 기능은 그대로 두고, 그 위에 AI가 이해하기 쉬운 공통 규격을 추가하는 개념에 가깝습니다.

정리하면 다음과 같습니다.

- **API**: 프로그램과 서비스가 기능이나 데이터를 주고받는 인터페이스
- **MCP**: AI가 다양한 외부 도구와 서비스를 공통된 방식으로 발견하고 사용할 수 있도록 만든 표준 프로토콜

AI Agent가 여러 도구를 연결해 작업하는 환경이 확산될수록, 서비스마다 서로 다른 연결 방법을 일일이 구현하는 대신 MCP처럼 **도구 사용 방식을 표준화하는 구조**의 중요성이 커지고 있습니다.]]></description>
<dc:creator>최고관리자</dc:creator>
<dc:date>2026-09-22T03:35:24+09:00</dc:date>
</item>


<item>
<title>ChatGPT에 MCP를 연결해 코딩 에이전트처럼 활용하는 방법</title>
<link>https://ai.23yellow.com/ai_mcp_01/chatgpt%EC%97%90-mcp%EB%A5%BC-%EC%97%B0%EA%B2%B0%ED%95%B4-%EC%BD%94%EB%94%A9-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EC%B2%98%EB%9F%BC-%ED%99%9C%EC%9A%A9%ED%95%98%EB%8A%94-%EB%B0%A9%EB%B2%95/</link>
<description><![CDATA[
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.]]></description>
<dc:creator>최고관리자</dc:creator>
<dc:date>2026-09-21T15:20:31+09:00</dc:date>
</item>


<item>
<title>클로드 코드에서 MCP가 중요한 이유 — API 차이부터 Gmail·카카오톡 연동까지</title>
<link>https://ai.23yellow.com/ai_mcp_01/%ED%81%B4%EB%A1%9C%EB%93%9C-%EC%BD%94%EB%93%9C%EC%97%90%EC%84%9C-mcp%EA%B0%80-%EC%A4%91%EC%9A%94%ED%95%9C-%EC%9D%B4%EC%9C%A0-api-%EC%B0%A8%EC%9D%B4%EB%B6%80%ED%84%B0/</link>
<description><![CDATA[
레인 | AI 바이브코딩 채널의 **「클로드 코드 쓰면서 MCP 모르면 안 되는 이유 | API와의 차이부터 구글·카톡 연동까지」** 영상에서는 AI 에이전트를 활용할 때 중요한 **MCP(Model Context Protocol)**의 개념을 설명하고, Claude Code에서 Gmail과 카카오톡을 실제로 연결하는 과정을 보여줍니다.

## MCP란 무엇인가?

MCP는 **Model Context Protocol**의 약자로, AI 모델이 외부 도구와 데이터를 일정한 방식으로 사용할 수 있도록 만든 연결 규격입니다.

AI 모델 자체가 Gmail, Google Calendar, Notion, Slack 같은 서비스에 직접 접근하는 것은 아닙니다. 사용자의 요청을 이해한 뒤 연결된 도구를 호출하고, 도구가 반환한 정보를 바탕으로 최종 답변이나 작업을 수행합니다.

영상에서는 이를 **USB 허브**에 비유합니다. 각각의 서비스마다 별도의 연결 방식을 새로 구현하는 대신 MCP라는 공통 규격을 통해 여러 도구를 AI와 연결하는 방식입니다.

## MCP가 필요한 이유

기존 방식에서는 외부 서비스마다 API 문서를 확인하고 각각에 맞는 코드를 작성해야 했습니다.

서비스와 AI 애플리케이션이 많아질수록 연결해야 할 조합도 빠르게 늘어납니다. MCP를 사용하면 도구가 제공하는 기능과 사용 방법을 AI가 이해할 수 있는 공통 형태로 제공할 수 있어 연결 구조를 단순화할 수 있습니다.

즉,

**AI 모델 → MCP → 외부 서비스/API**

와 같은 구조로 여러 도구를 사용할 수 있습니다.

## MCP와 API의 차이

영상에서는 API와 MCP를 서로 완전히 대체하는 기술로 설명하지 않습니다.

**API**는 특정 프로그램이나 서비스의 기능과 데이터를 외부에서 사용할 수 있도록 제공하는 인터페이스입니다.

반면 **MCP**는 AI가 이러한 외부 도구들을 일정한 방식으로 발견하고 호출할 수 있도록 연결 방식을 표준화합니다.

실제로 MCP 서버 내부에서도 Google, Notion, Slack 등 각 서비스의 API를 사용하는 경우가 많습니다.

영상에서는 이를 다음과 같이 비유합니다.

- API: 각각의 음식점과 주문 방식
- MCP: 주문 형식이 통일된 푸드코트
- 또는 API가 콘센트라면 MCP는 여러 장치를 연결하는 멀티탭

핵심은 기존 API를 없애는 것이 아니라 **AI가 여러 API와 도구를 더 일관된 방식으로 사용할 수 있도록 한 단계 추상화하는 것**입니다.

## Claude Code에서 MCP 연결

영상에서는 Claude 환경에서 연결된 MCP와 커넥터를 확인하는 여러 방법도 소개합니다.

- Claude 데스크톱의 커넥터 메뉴
- Claude Code 터미널
- VS Code 확장 기능
- MCP 서버 목록과 인증 상태 확인

연결이 완료된 MCP는 AI가 사용할 수 있는 도구로 제공되고, 인증이 필요한 서비스는 권한 승인 과정을 거쳐 사용할 수 있습니다.

공식 커넥터가 없는 서비스의 경우에는 별도의 커뮤니티 MCP 서버나 토큰 기반 연결 방법이 필요할 수도 있다는 점도 설명합니다.

## Gmail MCP 활용

실습에서는 Gmail을 연결한 뒤 Claude Code에 **회신이 필요한 이메일의 답장 초안을 작성해 달라**고 요청합니다.

AI는 Gmail 도구를 호출해 메일을 확인하고 필요한 답장을 작성한 뒤 Gmail 임시보관함에 초안을 저장합니다.

영상에서는 실제 발송까지 자동으로 진행하는 것이 아니라 **초안을 작성해 사용자가 검토할 수 있도록 저장하는 워크플로우**를 보여줍니다.

이런 방식을 발전시키면 이메일 확인 → 회신 필요 여부 판단 → 초안 작성 → 사용자 검토 같은 업무 흐름을 자동화할 수 있습니다.

## 카카오톡 MCP 활용

영상에서는 카카오톡과 연결되는 MCP를 이용해 정보를 **카카오톡 '나에게 보내기'**로 전달하는 예제도 보여줍니다.

날씨 정보를 요청하면 AI가 필요한 정보를 확인한 뒤 카카오톡으로 요약 내용을 전송합니다.

영상에서 소개된 방식은 모든 카카오톡 채팅방을 제어하는 것이 아니라 '나에게 보내기' 기능을 이용하는 형태입니다.

## MCP의 핵심은 연결보다 워크플로우

영상에서 강조하는 핵심은 단순히 MCP 서버를 많이 연결하는 것이 아닙니다.

중요한 것은 자신이 반복적으로 사용하는 서비스들을 연결하여 **개인 업무 워크플로우를 만드는 것**입니다.

예를 들어 다음과 같은 자동화가 가능합니다.

- Gmail에서 회신하지 않은 메일 확인
- 필요한 답장 초안 자동 작성
- 중요한 내용을 요약
- 매일 아침 카카오톡으로 업무 현황 전달

또는,

- Google Calendar 일정 확인
- 오늘 참석할 회의 추출
- 회의 안건과 담당자 정리
- 아침에 메신저로 브리핑 전달

처럼 여러 MCP 도구를 하나의 업무 흐름으로 조합할 수 있습니다.

## AI Agent와 MCP

AI Agent가 단순히 답변만 생성하는 것이 아니라 실제 업무를 수행하려면 외부 시스템과의 연결이 중요합니다.

MCP는 AI 모델과 외부 서비스 사이의 연결 방식을 표준화함으로써 에이전트가 이메일, 캘린더, 문서, 메신저 등 다양한 도구를 활용할 수 있도록 돕습니다.

따라서 MCP를 이해할 때는 단순한 'AI 플러그인'으로 보기보다,

**AI가 사용할 수 있는 도구를 표준화된 방식으로 제공하는 프로토콜**

이라는 관점에서 이해하는 것이 핵심입니다.

## 영상 정보

- 채널: 레인 | AI 바이브코딩
- 영상 길이: 12분 30초
- 주요 내용: MCP 개념, API와 MCP 차이, Claude Code MCP 연결, Gmail 연동, 카카오톡 연동, 업무 워크플로우
- 게시일: 2026년 9월 1일]]></description>
<dc:creator>최고관리자</dc:creator>
<dc:date>2026-09-21T14:24:43+09:00</dc:date>
</item>


<item>
<title>26-07-28 바뀐 Stateless MCP 총정리 - 뭐가 바뀌었고, 뭘 버렸나?</title>
<link>https://ai.23yellow.com/ai_mcp_01/26-07-28-%EB%B0%94%EB%80%90-stateless-mcp-%EC%B4%9D%EC%A0%95%EB%A6%AC-%EB%AD%90%EA%B0%80-%EB%B0%94%EB%80%8C%EC%97%88%EA%B3%A0/</link>
<description><![CDATA[
지난 7월 28일, 앤트로픽이 MCP 명세를 통째로 갈아엎었습니다.
핵심은 stateless 커넥션을 계속 물고 있어야 했던 MCP가 REST API처럼 요청-응답으로 동작하게 됐습니다. 
"MCP는 끝났다"던 분위기 속에서 나온 이번 대격변이 무엇을 바꾸고, 무엇을 버렸는지 하나씩 짚어봅니다.]]></description>
<dc:creator>최고관리자</dc:creator>
<dc:date>2026-09-04T12:58:11+09:00</dc:date>
</item>


<item>
<title>MCP만큼 큰 변화가 또 옵니다, 이번엔 WebMCP</title>
<link>https://ai.23yellow.com/ai_mcp_01/mcp%EB%A7%8C%ED%81%BC-%ED%81%B0-%EB%B3%80%ED%99%94%EA%B0%80-%EB%98%90-%EC%98%B5%EB%8B%88%EB%8B%A4-%EC%9D%B4%EB%B2%88%EC%97%94-webmcp/</link>
<description><![CDATA[
MCP에 이어 또 하나의 큰 변화, WebMCP가 등장했습니다.
AI가 웹사이트를 이용하는 방식은 앞으로 어떻게 달라질까요?
이번 영상에서 WebMCP를 짧고 쉽게 살펴봅니다.]]></description>
<dc:creator>최고관리자</dc:creator>
<dc:date>2026-09-04T12:55:40+09:00</dc:date>
</item>

</channel>
</rss>
