AI News
MCP Servers 리뷰 - AI 에이전트를 GitHub·DB·파일시스템에 연결하는 공식 서버 모음
modelcontextprotocol/servers 레퍼런스 서버 7종의 설치, 설정, 운영까지
MCP Servers 저장소, 무엇이고 왜 지금 살펴볼 만한가
modelcontextprotocol/servers는 AI 에이전트가 파일시스템·Git·웹 콘텐츠 등 외부 시스템에 접근할 때 쓰는 레퍼런스 서버 7종을 모은 GitHub 공식 저장소입니다.
AI 에이전트를 실제 업무에 쓰려면 채팅창 밖의 데이터에 접근해야 합니다. 로컬 파일을 읽거나, Git 저장소를 탐색하거나, 웹 콘텐츠를 가져오는 식입니다. Model Context Protocol(MCP)은 이런 연결을 하나의 표준으로 정리한 오픈 프로토콜이고, modelcontextprotocol/servers는 그 표준에 맞춰 만들어진 레퍼런스 서버를 모은 공식 저장소입니다.
2024년 11월 Anthropic이 MCP를 처음 공개한 이후, 2025년 11월에는 Streamable HTTP 트랜스포트가 표준으로 확정되었고, 2026년 5월 현재 GitHub stars 85,296개를 기록하고 있습니다. Claude Desktop, VS Code(GitHub Copilot MCP), Cursor, Zed 등 주요 AI 도구가 MCP를 네이티브로 지원하면서 이 저장소를 직접 참고하는 개발자도 늘고 있습니다.
제가 보기에 이 저장소의 핵심 위치는 '프로덕션 서비스'가 아니라 MCP 서버를 처음 만들거나 연결할 때 참조하는 교육용 구현이라는 점입니다. 라이선스도 기존 코드는 MIT, 신규 기여분은 Apache 2.0으로 나뉘어 있어 포크해서 자체 서버를 만드는 데 제약이 적습니다.
2026년 MCP 로드맵에는 Stateless HTTP Transport(수평 확장 배포), Tasks primitive(비동기 장기 실행 작업), `.well-known` 기반 서버 디스커버리 표준화가 포함되어 있어, 프로토콜 자체도 계속 확장되고 있습니다.
공식 레퍼런스 서버 7종, 각각 어떤 역할을 하나?
Filesystem(파일 접근), Git(저장소 탐색), Memory(지식그래프 메모리), Fetch(웹 콘텐츠), Sequential Thinking(단계적 사고), Time(시간대 변환), Everything(테스트용)까지 7종이 현재 활성 상태입니다.
아래 표에 각 서버의 용도와 npm 패키지명을 정리했습니다.
| 서버 | 패키지명 | 주요 기능 |
|---|---|---|
| Filesystem | @modelcontextprotocol/server-filesystem | 파일 읽기·쓰기·검색, 디렉터리 탐색 |
| Git | @modelcontextprotocol/server-git | 커밋 이력, diff, 브랜치 정보 조회 |
| Memory | @modelcontextprotocol/server-memory | 지식 그래프 기반 영속 메모리 |
| Fetch | @modelcontextprotocol/server-fetch | URL 기반 웹 콘텐츠 가져오기 |
| Sequential Thinking | @modelcontextprotocol/server-sequential-thinking | 복잡한 문제의 단계별 사고 지원 |
| Time | @modelcontextprotocol/server-time | 현재 시간, 시간대 변환 |
| Everything | @modelcontextprotocol/server-everything | 모든 MCP 기능 테스트용 데모 |
GitHub, Slack, Postgres 서버를 찾는 분도 있을 텐데, 이들은 이 저장소에서 아카이브되었거나 별도 저장소로 분리되었습니다. GitHub 서버는 github/github-mcp-server에서 GitHub이 직접 관리하고 있고, Brave Search도 자체 공식 서버로 대체된 상태입니다.
여기서 볼 부분은, 이 아카이빙 추이가 생태계가 성숙해지고 있다는 신호라는 점입니다. 초기에는 한 저장소에 모든 서버를 모았지만, 이제 각 서비스 제공자가 자기 MCP 서버를 직접 관리하는 구조로 옮겨가고 있습니다.
실무에서 가장 먼저 쓰게 되는 서버는 Filesystem과 Fetch입니다. Filesystem은 Claude가 로컬 파일을 직접 읽고 수정하게 해주고, Fetch는 URL을 주면 해당 웹페이지의 텍스트 내용을 가져옵니다. Memory 서버는 대화가 끝나도 정보를 기억해야 하는 워크플로우에 유용합니다.
Claude Desktop에 MCP 서버를 설정하는 방법
Node.js 18 이상을 설치하고, claude_desktop_config.json에 서버 정보를 JSON으로 추가한 뒤 Claude Desktop을 재시작하면 됩니다. Claude Pro 구독이 필요합니다.
Claude Desktop에서 MCP 서버를 처음 연결하는 과정은 생각보다 단순합니다. 가장 쉬운 Filesystem 서버를 예로 설명합니다.
1단계: Node.js 확인
터미널에서 `node --version`을 실행해 18 이상인지 확인합니다. 설치되어 있지 않다면 Node.js 공식 사이트에서 LTS 버전을 받습니다.
2단계: 설정 파일 편집
macOS 기준 설정 파일 경로는 `~/Library/Application Support/Claude/claude_desktop_config.json`입니다. Windows는 `%APPDATA%\Claude\claude_desktop_config.json`입니다.
```json
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/yourname/Documents"]
}
}
}
```
`args` 마지막에 넣는 경로가 Claude에게 접근을 허용할 디렉터리입니다. 여러 경로를 넣으면 그만큼 접근 범위가 넓어지므로, 필요한 폴더만 지정하는 것을 권장합니다.
3단계: Claude Desktop 재시작
설정을 저장한 뒤 Claude Desktop을 완전히 종료하고 다시 실행합니다. 메뉴바에서 닫기가 아니라 프로세스를 완전히 끝내야 새 설정이 반영됩니다.
4단계: 연결 확인
Claude에게 '내 Documents 폴더에 있는 파일 목록을 보여줘'라고 요청합니다. 파일 목록이 정상적으로 표시되면 MCP 서버 연결이 완료된 것입니다.
> JSON 수동 편집이 불편하다면 Desktop Extensions(.mcpb 파일)을 통해 원클릭으로 설치하는 방법도 있습니다. Claude Desktop → Settings → Extensions에서 확인 가능합니다.
한 가지 확인할 점은, 2026년 3월부터 Claude Desktop에서 MCP 기능을 사용하려면 Claude Pro 구독이 필요합니다.
도입 시뮬레이션 - Filesystem 하나에서 멀티서버 운영까지
Filesystem 서버로 연결이 확인되면 Git, Memory, Fetch 서버를 하나씩 추가하고, 동시 활성 서버를 5~6개 이내로 유지하는 것이 안정적인 운영의 기본입니다.
이 저장소의 서버를 실무에 처음 적용할 때, 어디서부터 시작하면 좋을까요?
첫 테스트: Filesystem 단독 연결
위 설정 방법대로 Filesystem 서버 하나를 연결하고, Claude에게 특정 파일의 내용을 요약해달라고 요청합니다. 파일을 읽어서 답변하는지, 권한 에러가 나는지, 서버가 시작되지 않는지를 확인하는 것이 첫 번째 점검 포인트입니다.
확장: 멀티서버 구성
Filesystem이 정상 동작하면 필요에 따라 서버를 추가합니다.
```json
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/yourname/projects"]
},
"git": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-git", "--repository", "/Users/yourname/projects/my-repo"]
},
"memory": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-memory"]
},
"fetch": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-fetch"]
}
}
}
```
운영 시 확인할 것들
- 동시 활성 서버 수가 늘면 Claude Desktop 시작 시간이 길어집니다. 5~6개를 넘기면 체감 차이가 생기므로, 자주 안 쓰는 서버는 설정에서 잠시 빼두는 것도 방법입니다.
- npx는 실행할 때마다 로컬 캐시를 먼저 확인하고, 없을 때만 네트워크에서 받으므로 별도 업그레이드 절차가 필요 없습니다. 캐시 문제가 생기면 `npx clear-npx-cache`로 정리합니다.
- 환경변수가 필요한 서버(예: GitHub 서버의 `GITHUB_PERSONAL_ACCESS_TOKEN`)는 설정 JSON의 `env` 필드로 전달합니다.
어떤 팀·워크플로우에 맞는가
한국 사용자 입장에서 가장 체감이 큰 건 AI 기반 코딩 워크플로우입니다. Claude Desktop이나 Cursor에서 코드를 작성하면서 파일시스템과 Git에 직접 접근하면, 파일을 복붙해서 컨텍스트를 전달하는 단계를 줄일 수 있습니다.
사내 AI 도구 허브를 구축하는 팀이라면, 내부 데이터소스를 MCP 서버로 노출해서 비개발 직군도 AI 대화로 데이터를 조회하는 구조를 만들 수 있습니다. 자체 MCP 서버를 개발할 때는 레퍼런스 서버의 코드 구조를 참고하면 아키텍처 결정에 드는 시간을 단축할 수 있습니다.
VS Code·Cursor에서도 같은 MCP 서버를 쓸 수 있나?
네. VS Code는 `.vscode/mcp.json`, Cursor는 `.cursor/mcp.json`에 같은 형식으로 서버를 설정하며, Claude Code는 `.claude/settings.json`을 사용합니다.
MCP의 장점 중 하나는 서버를 한 번 만들면 여러 클라이언트에서 재사용할 수 있다는 점입니다. 현재 MCP를 네이티브로 지원하는 주요 클라이언트를 정리하면 다음과 같습니다.
| 클라이언트 | 설정 파일 | 비고 |
|---|---|---|
| Claude Desktop | claude_desktop_config.json | Anthropic 공식 |
| Claude Code | .claude/settings.json | CLI 환경 |
| VS Code (Copilot) | .vscode/mcp.json | GitHub Copilot MCP |
| Cursor | .cursor/mcp.json | 네이티브 MCP 지원 |
| Zed | 설정 내 MCP 섹션 | 에디터 내장 |
| Cody (Sourcegraph) | 별도 설정 | 코드 검색 특화 |
다만 모든 클라이언트가 모든 MCP 서버의 전체 기능을 동일하게 지원하는지는 개별 확인이 필요합니다. tool 호출과 resource 접근 방식에서 클라이언트별 차이가 있을 수 있으므로, 중요한 워크플로우라면 실제 테스트를 거치는 것이 안전합니다.
MCP가 LangChain Tool·OpenAI Function Calling과 다른 점
MCP는 특정 AI 모델이나 프레임워크에 종속되지 않는 클라이언트 독립 표준이며, 하나의 서버를 Claude·Copilot·Cursor 등 여러 클라이언트에서 그대로 재사용할 수 있다는 것이 가장 큰 차이입니다.
LangChain의 Tool이나 OpenAI의 Function Calling도 AI에게 외부 기능을 연결하는 메커니즘이지만, 이들은 각각 LangChain 프레임워크 또는 OpenAI API에 묶여 있습니다. MCP는 프로토콜 수준의 표준이므로 서버 하나로 다양한 클라이언트를 커버합니다.
| 비교 항목 | MCP | LangChain Tool | OpenAI Function Calling |
|---|---|---|---|
| 클라이언트 독립성 | O - 여러 클라이언트 재사용 | X - LangChain 전용 | X - OpenAI API 전용 |
| 생태계 규모 | 14,000+ 서버(PulseMCP 기준) | 프레임워크 내 통합 | API 기반 |
| 표준화 수준 | 오픈 프로토콜 스펙 | 프레임워크 API | 벤더 API |
| 전환 비용 | 서버 설치·설정 필요 | 프레임워크 설치 필요 | API 키만 필요 |
실제로 확인할 부분은, MCP가 만능이 아니라는 점입니다. 이미 LangChain으로 파이프라인을 구축해놓은 팀이라면 MCP로 전환하는 것보다 기존 Tool을 유지하는 편이 합리적일 수 있습니다. MCP 서버 모음의 가치는 새로운 도구 연결을 처음 설계할 때, 그리고 같은 서버를 여러 AI 클라이언트에서 공유해야 할 때 가장 크게 발휘됩니다.
MCP 서버 운영 전 확인할 보안 체크리스트
최소 권한 원칙 적용, 읽기 전용 DB 유저 사용, OAuth 2.1 인증, 컨테이너 격리, 고위험 작업 수동 승인 - 이 5가지는 MCP 서버를 실무에 적용하기 전에 반드시 점검해야 합니다.
MCP 서버는 AI 에이전트에게 외부 시스템 접근 권한을 부여하는 구조이므로, 보안 설정을 소홀히 하면 의도하지 않은 데이터 수정이나 유출로 이어질 수 있습니다.
- Filesystem 서버: `args`에 명시한 디렉터리만 접근을 허용합니다. 홈 디렉터리 전체를 넣는 것은 피하고, 작업에 필요한 프로젝트 폴더만 지정합니다.
- DB 연결 서버: 반드시 읽기 전용(read-only) 데이터베이스 유저를 사용합니다. AI 에이전트가 DELETE나 DROP을 실행하는 사고를 원천 차단해야 합니다.
- GitHub 토큰: `repo`와 `read:org` 스코프만 부여합니다. 쓰기 권한이 불필요하다면 토큰에 포함하지 않습니다.
- HTTP 트랜스포트 서버: OAuth 2.1 표준 인증을 적용합니다. 인증 없이 열어두면 네트워크에 접근 가능한 누구나 서버를 호출할 수 있습니다.
- 고위험 작업: 파일 삭제, DB 쓰기, 외부 API 호출 등은 사용자 수동 승인 플래그를 적용해서 AI가 자동으로 실행하지 못하도록 합니다.
다만 여기서 조심할 점은, 이 레퍼런스 서버들이 프로덕션 보안 감사를 통과한 서비스가 아니라는 것입니다. 사내 시스템에 연결할 때는 레퍼런스 코드를 참고하되, 자체 보안 요건에 맞게 서버를 다시 구축하거나 래핑하는 것이 안전합니다.
이런 경우엔 MCP 서버 도입을 재고하세요
단순 RAG 파이프라인만 필요하거나, MCP를 지원하지 않는 앱만 사용하거나, 레퍼런스 서버를 프로덕션에 그대로 배포하려는 경우에는 MCP가 적합하지 않습니다.
- 단순 RAG만 필요한 경우: 문서를 임베딩하고 검색하는 파이프라인이면 충분한 상황이라면, LangChain이나 LlamaIndex로 시작하는 편이 더 빠릅니다. MCP는 도구 호출 표준이지 RAG 프레임워크가 아닙니다.
- MCP 미지원 앱에서만 쓸 때: Claude Desktop, VS Code, Cursor 등 MCP 클라이언트를 사용하지 않는 환경이라면 서버를 설치해도 연결할 곳이 없습니다.
- 레퍼런스 서버를 프로덕션에 그대로 배포하려는 경우: 이 저장소의 서버는 교육·참조 목적으로 만들어졌습니다. 프로덕션 서비스에는 인증, 에러 처리, 모니터링, 보안 감사를 추가한 자체 구현이 필요합니다.
- 네트워크가 불안정한 환경: npx 기반 실행은 패키지를 네트워크에서 확인하므로, 오프라인이나 불안정한 환경에서는 `npm install -g`로 로컬 설치하거나 Docker로 래핑하는 방법을 검토해야 합니다.
- 쓰기 권한을 무분별하게 부여하려는 경우: 파일 삭제, DB 변경, 메시지 전송을 AI 에이전트에게 자동 실행 권한으로 열면 보안 사고 위험이 크므로, 최소 권한 원칙과 수동 승인 체계를 먼저 갖춰야 합니다.
자주 묻는 질문
Q. Filesystem 서버에서 특정 폴더만 허용하려면 어떻게 설정하나요?
A. claude_desktop_config.json의 args 배열에 허용할 디렉터리 경로를 명시합니다. 예를 들어 "/Users/yourname/Documents"만 넣으면 그 폴더와 하위 디렉터리만 접근 가능합니다. 여러 폴더를 허용하려면 경로를 추가로 나열하면 됩니다.
Q. GitHub MCP 서버가 이 저장소에 없는 이유는 무엇인가요?
A. GitHub MCP 서버는 GitHub이 직접 관리하는 별도 저장소(github/github-mcp-server)로 분리되었습니다. modelcontextprotocol/servers에 있던 기존 GitHub 서버는 아카이브 상태이므로, 현재는 GitHub 공식 저장소를 사용해야 합니다.
Q. 레퍼런스 서버를 수정해서 사내 서비스에 배포해도 되나요?
A. 라이선스상으로는 가능합니다(기존 코드 MIT, 신규 기여분 Apache 2.0). 다만 이 서버들은 교육용 참조 구현이므로, 프로덕션 배포 전에 보안 감사, 인증 연동, 에러 처리, 모니터링을 자체적으로 추가해야 합니다.
Q. npx로 실행하면 매번 패키지를 새로 받나요?
A. npx는 로컬 캐시를 먼저 확인하고, 캐시에 없거나 새 버전이 있을 때만 네트워크에서 받습니다. -y 플래그는 설치 확인 프롬프트를 건너뛰는 옵션입니다. 캐시 문제가 발생하면 npx clear-npx-cache 명령으로 초기화할 수 있습니다.
참조 링크
- modelcontextprotocol/servers GitHub 저장소 — 레퍼런스 서버 7종 소스 코드, README, 설정 예제의 원본
- Model Context Protocol 공식 문서 — MCP 프로토콜 스펙, 클라이언트-서버 아키텍처 정의
- MCP 로컬 서버 연결 가이드 — claude_desktop_config.json 설정법과 npx 실행 방법
- Claude Desktop MCP 시작 가이드 — Claude Desktop에서 MCP 설정하는 공식 헬프센터 문서
- MCP 보안 모범 사례 — 최소 권한, OAuth 2.1, 컨테이너 격리 등 보안 권장사항
- 2026 MCP 로드맵 — Stateless HTTP, Tasks primitive, 서버 디스커버리 등 향후 방향
- Desktop Extensions - 원클릭 MCP 서버 설치 — .mcpb 번들을 통한 MCP 서버 원클릭 설치 기능
- @modelcontextprotocol/server-filesystem npm 패키지 — Filesystem 서버 패키지 정보 및 버전 이력