Skip to content

study_guide.md

Latest commit

 

History

History
346 lines (304 loc) · 13.1 KB

study_guide.md

File metadata and controls

346 lines (304 loc) · 13.1 KB

초보자를 위한 모델 컨텍스트 프로토콜(MCP) - 학습 가이드

이 학습 가이드는 "초보자를 위한 모델 컨텍스트 프로토콜(MCP)" 커리큘럼의 리포지토리 구조와 내용을 개관합니다. 이 가이드를 사용하여 리포지토리를 효율적으로 탐색하고 제공되는 리소스를 최대한 활용하세요.

리포지토리 개요

모델 컨텍스트 프로토콜(MCP)은 AI 모델과 클라이언트 애플리케이션 간 상호작용을 위한 표준화된 프레임워크입니다. 초기에는 Anthropic에서 개발하였으며, 현재는 공식 GitHub 조직을 통해 광범위한 MCP 커뮤니티가 유지 관리합니다. 이 리포지토리는 C#, Java, JavaScript, Python 및 TypeScript의 실습 코드 예제와 함께 AI 개발자, 시스템 설계자 및 소프트웨어 엔지니어를 위해 설계된 종합 교육 과정을 제공합니다.

시각적 커리큘럼 지도

mindmap
  root((초보자를 위한 MCP))
    00. 소개
      ::icon(fa fa-book)
      (프로토콜 개요)
      (표준화 혜택)
      (실세계 사용 사례)
      (AI 통합 기본)
    01. 핵심 개념
      ::icon(fa fa-puzzle-piece)
      (클라이언트-서버 아키텍처)
      (프로토콜 구성 요소)
      (메시징 패턴)
      (전송 메커니즘)
      (작업 - 실험적)
      (도구 주석)
    02. 보안
      ::icon(fa fa-shield)
      (AI 특화 위협)
      (모범 사례 2025)
      (Azure 콘텐츠 안전)
      (인증 및 권한 부여)
      (마이크로소프트 프롬프트 보호)
      (OWASP MCP 상위 10)
      (셰르파 보안 워크숍)
    03. 시작하기
      ::icon(fa fa-rocket)
      (첫 서버 구현)
      (클라이언트 개발)
      (LLM 클라이언트 통합)
      (VS 코드 확장)
      (SSE 서버 설정)
      (HTTP 스트리밍)
      (AI 도구 통합)
      (테스트 프레임워크)
      (고급 서버 사용법)
      (간단한 인증)
      (배포 전략)
      (MCP 호스트 설정)
      (MCP 인스펙터)
    04. 실용적 구현
      ::icon(fa fa-code)
      (다중 언어 SDK)
      (테스트 및 디버깅)
      (프롬프트 템플릿)
      (샘플 프로젝트)
      (생산 패턴)
      (페이징 전략)
    05. 고급 주제
      ::icon(fa fa-graduation-cap)
      (컨텍스트 엔지니어링)
      (파운드리 에이전트 통합)
      (멀티모달 AI 워크플로)
      (OAuth2 인증)
      (실시간 검색)
      (스트리밍 프로토콜)
      (루트 컨텍스트)
      (라우팅 전략)
      (샘플링 기법)
      (확장 솔루션)
      (보안 강화)
      (엔트라 ID 통합)
      (웹 검색 MCP)
      (프로토콜 기능 심층 분석)
      
    06. 커뮤니티
      ::icon(fa fa-users)
      (코드 기여)
      (문서화)
      (MCP 클라이언트 생태계)
      (MCP 서버 레지스트리)
      (이미지 생성 도구)
      (GitHub 협업)
    07. 초기 도입
      ::icon(fa fa-lightbulb)
      (생산 배포)
      (마이크로소프트 MCP 서버)
      (Azure MCP 서비스)
      (기업 사례 연구)
      (미래 로드맵)
    08. 모범 사례
      ::icon(fa fa-check)
      (성능 최적화)
      (결함 허용)
      (시스템 복원력)
      (모니터링 및 가시성)
    09. 사례 연구
      ::icon(fa fa-file-text)
      (Azure API 관리)
      (AI 여행 에이전트)
      (Azure DevOps 통합)
      (문서화 MCP)
      (GitHub MCP 레지스트리)
      (VS 코드 통합)
      (실세계 구현)
    10. 실습 워크숍
      ::icon(fa fa-laptop)
      (MCP 서버 기초)
      (고급 개발)
      (AI 도구 통합)
      (생산 배포)
      (4개의 실습 구조)
    11. 데이터베이스 통합 실습
      ::icon(fa fa-database)
      (PostgreSQL 통합)
      (소매 분석 사용 사례)
      (행 수준 보안)
      (의미 검색)
      (생산 배포)
      (13개의 실습 구조)
      (실습 학습)
Loading

리포지토리 구조

리포지토리는 MCP의 다양한 측면에 초점을 맞춘 열한 개 주요 섹션으로 구성됩니다:

  1. 소개 (00-Introduction/)

    • 모델 컨텍스트 프로토콜 개요
    • AI 파이프라인에서 표준화의 중요성
    • 실용적인 사용 사례 및 이점

  2. 핵심 개념 (01-CoreConcepts/)

    • 클라이언트-서버 아키텍처
    • 주요 프로토콜 구성 요소
    • MCP의 메시징 패턴

  3. 보안 (02-Security/)

    • MCP 기반 시스템의 보안 위협
    • 구현 보안을 위한 모범 사례
    • 인증 및 권한 부여 전략
    • 포괄적인 보안 문서:
      • MCP 보안 모범 사례 2025
      • Azure 콘텐츠 안전성 구현 가이드
      • MCP 보안 제어 및 기법
      • MCP 모범 사례 빠른 참조
    • 주요 보안 주제:
      • 프롬프트 인젝션 및 도구 오염 공격
      • 세션 하이재킹 및 혼동된 대리인 문제
      • 토큰 전달 취약점
      • 과도한 권한 및 접근 제어
      • AI 구성 요소의 공급망 보안
      • Microsoft 프롬프트 쉴드 통합

  4. 시작하기 (03-GettingStarted/)

    • 환경 설정 및 구성
    • 기본 MCP 서버 및 클라이언트 생성
    • 기존 애플리케이션과 통합
    • 다음 섹션 포함:
      • 첫 서버 구현
      • 클라이언트 개발
      • LLM 클라이언트 통합
      • VS Code 통합
      • 서버 전송 이벤트(SSE) 서버
      • 고급 서버 사용법
      • HTTP 스트리밍
      • AI 툴킷 통합
      • 테스트 전략
      • 배포 가이드라인

  5. 실용적 구현 (04-PracticalImplementation/)

    • 여러 프로그래밍 언어로 SDK 사용
    • 디버깅, 테스트 및 검증 기법
    • 재사용 가능한 프롬프트 템플릿 및 작업 흐름 작성
    • 구현 예제를 포함한 샘플 프로젝트

  6. 고급 주제 (05-AdvancedTopics/)

    • 컨텍스트 엔지니어링 기법
    • Foundry 에이전트 통합
    • 멀티모달 AI 작업 흐름
    • OAuth2 인증 데모
    • 실시간 검색 기능
    • 실시간 스트리밍
    • 루트 컨텍스트 구현
    • 라우팅 전략
    • 샘플링 기법
    • 확장 방법론
    • 보안 고려 사항
    • Entra ID 보안 통합
    • 웹 검색 통합

  7. 커뮤니티 기여 (06-CommunityContributions/)

    • 코드 및 문서 기여 방법
    • GitHub 협업
    • 커뮤니티 주도 향상 및 피드백
    • 다양한 MCP 클라이언트 사용법 (Claude Desktop, Cline, VSCode)
    • 이미지 생성 포함 인기 MCP 서버 작업

  8. 초기 도입에서 얻은 교훈 (07-LessonsfromEarlyAdoption/)

    • 실제 구현 및 성공 사례
    • MCP 기반 솔루션 구축 및 배포
    • 트렌드 및 향후 로드맵
    • Microsoft MCP 서버 안내서: 다음을 포함한 10개 생산 준비된 Microsoft MCP 서버 종합 안내서:
      • Microsoft Learn Docs MCP 서버
      • Azure MCP 서버 (15개 이상의 전문 커넥터)
      • GitHub MCP 서버
      • Azure DevOps MCP 서버
      • MarkItDown MCP 서버
      • SQL Server MCP 서버
      • Playwright MCP 서버
      • Dev Box MCP 서버
      • Azure AI Foundry MCP 서버
      • Microsoft 365 Agents Toolkit MCP 서버

  9. 모범 사례 (08-BestPractices/)

    • 성능 조정 및 최적화
    • 내결함성 MCP 시스템 설계
    • 테스트 및 복원력 전략

  10. 사례 연구 (09-CaseStudy/)

    • 다양한 상황에서 MCP의 다재다능함을 보여주는 7가지 종합 사례 연구:
    • Azure AI 여행 에이전트: Azure OpenAI 및 AI 검색을 활용한 멀티 에이전트 오케스트레이션
    • Azure DevOps 통합: YouTube 데이터 업데이트를 자동화하는 워크플로우
    • 실시간 문서 검색: 스트리밍 HTTP를 사용하는 Python 콘솔 클라이언트
    • 인터랙티브 학습 계획 생성기: 대화형 AI를 사용하는 Chainlit 웹 앱
    • 에디터 내 문서: GitHub Copilot 워크플로우와 VS Code 통합
    • Azure API 관리: MCP 서버 생성과 엔터프라이즈 API 통합
    • GitHub MCP 레지스트리: 생태계 개발 및 에이전트 통합 플랫폼
    • 엔터프라이즈 통합, 개발자 생산성, 생태계 개발을 포함한 구현 예제

  11. 실습 워크숍 (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)

    • MCP와 AI 툴킷을 결합한 포괄적 실습 워크숍
    • AI 모델과 실제 도구를 연결하는 지능형 애플리케이션 구축
    • 기본, 맞춤형 서버 개발, 프로덕션 배포 전략을 다루는 실용 모듈
    • 랩 구성:
      • 랩 1: MCP 서버 기본
      • 랩 2: 고급 MCP 서버 개발
      • 랩 3: AI 툴킷 통합
      • 랩 4: 프로덕션 배포 및 확장
    • 단계별 지침에 따른 랩 기반 학습 방법

  12. MCP 서버 데이터베이스 통합 랩 (11-MCPServerHandsOnLabs/)

    • PostgreSQL 통합을 통해 프로덕션 준비된 MCP 서버를 구축하는 포괄적인 13랩 학습 경로
    • Zava Retail 사례를 이용한 실제 소매 분석 구현
    • 행 수준 보안(RLS), 의미 기반 검색, 다중 테넌트 데이터 접근 등 엔터프라이즈급 패턴
    • 전체 랩 구성:
      • 랩 00-03: 기초 - 소개, 아키텍처, 보안, 환경 설정
      • 랩 04-06: MCP 서버 구축 - 데이터베이스 설계, MCP 서버 구현, 도구 개발
      • 랩 07-09: 고급 기능 - 의미 기반 검색, 테스트 및 디버깅, VS Code 통합
      • 랩 10-12: 프로덕션 및 모범 사례 - 배포, 모니터링, 최적화
    • 사용 기술: FastMCP 프레임워크, PostgreSQL, Azure OpenAI, Azure 컨테이너 앱, Application Insights
    • 학습 성과: 프로덕션 준비 MCP 서버, 데이터베이스 통합 패턴, AI 기반 분석, 엔터프라이즈 보안

추가 리소스

리포지토리에는 다음과 같은 지원 리소스가 포함되어 있습니다:

이 리포지토리 사용 방법

  1. 순차적 학습: 구조화된 학습을 위해 챕터(00~11)를 차례대로 진행하세요.
  2. 언어별 집중: 특정 프로그래밍 언어에 관심이 있다면, 샘플 디렉토리에서 해당 언어로 된 구현을 탐색하세요.
  3. 실용적 구현: 먼저 "시작하기" 섹션에서 환경 설정 및 첫 MCP 서버와 클라이언트를 생성해 보세요.
  4. 고급 탐구: 기본기를 익힌 뒤에는 고급 주제로 넘어가 지식을 확장하세요.
  5. 커뮤니티 참여: GitHub 토론과 Discord 채널을 통해 전문가 및 동료 개발자와 교류하세요.

MCP 클라이언트 및 도구

커리큘럼에는 다양한 MCP 클라이언트와 도구가 포함되어 있습니다:

  1. 공식 클라이언트:

    • Visual Studio Code
    • Visual Studio Code 내 MCP
    • Claude Desktop
    • VSCode 내 Claude
    • Claude API

  2. 커뮤니티 클라이언트:

    • Cline (터미널 기반)
    • Cursor (코드 편집기)
    • ChatMCP
    • Windsurf

  3. MCP 관리 도구:

    • MCP CLI
    • MCP Manager
    • MCP Linker
    • MCP Router

인기 MCP 서버

리포지토리는 다양한 MCP 서버를 소개합니다:

  1. 공식 Microsoft MCP 서버:

    • Microsoft Learn Docs MCP 서버
    • Azure MCP 서버 (15개 이상의 전문 커넥터)
    • GitHub MCP 서버
    • Azure DevOps MCP 서버
    • MarkItDown MCP 서버
    • SQL Server MCP 서버
    • Playwright MCP 서버
    • Dev Box MCP 서버
    • Azure AI Foundry MCP 서버
    • Microsoft 365 Agents Toolkit MCP 서버

  2. 공식 참조 서버:

    • Filesystem
    • Fetch
    • Memory
    • Sequential Thinking

  3. 이미지 생성:

    • Azure OpenAI DALL-E 3
    • Stable Diffusion WebUI
    • Replicate

  4. 개발 도구:

    • Git MCP
    • Terminal Control
    • Code Assistant

  5. 전문 서버:

    • Salesforce
    • Microsoft Teams
    • Jira & Confluence

기여

이 리포지토리는 커뮤니티의 기여를 환영합니다. MCP 생태계에 효과적으로 기여하는 방법은 커뮤니티 기여 섹션을 참고하세요.

이 학습 가이드는 2026년 2월 5일 최신 MCP 사양 2025-11-25를 반영하여 마지막으로 업데이트되었으며, 해당 날짜 기준의 리포지토리 개요를 제공합니다. 이후 리포지토리 내용은 변경될 수 있습니다.

면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 노력하고 있지만, 자동 번역에는 오류나 부정확한 부분이 포함될 수 있음을 유의하시기 바랍니다. 원본 문서가 권위 있는 출처로 간주되어야 합니다. 중요한 정보의 경우 전문적인 인간 번역을 권장합니다. 본 번역의 사용으로 인해 발생하는 모든 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.