이제는 단순한 질문응답을 넘어, 실제 데이터베이스를 수정하고 기능을 실행하는 AI가 등장하고 있습니다. 이 모든 가능성의 중심에는 바로 ‘MCP 서버’가 있어요. 이 글에서는 Supabase와 함께 사용하는 MCP 서버 구축 과정을 직접 따라하면서, 어떻게 AI 챗봇이 실제 서비스를 제어하고 정보를 활용할 수 있는지를 알아봅니다. 기술에 익숙하지 않은 사람도 이해할 수 있도록 쉽게 설명하고, 실전 예제를 통해 제대로 실감할 수 있도록 정리했어요.
- 1. MCP 서버가 뭐냐고? ChatGPT와 유사한 AI들이 외부 시스템과 연결되는 USB-C 포트 같은 역할을 해요
- 2. 개발자는 왜 지금 MCP를 배워야 하는가? 미래 커리어의 기회가 여기 있습니다
- 3. Supabase와 연결해보자! AI가 실제로 데이터베이스를 수정하는 모습을 보여줄게요
- 4. 툴, 리소스, 프롬프트? 각각이 하는 역할을 제대로 이해해야 챗봇과 연동이 됩니다
- 5. MCP 서버 만들기, 이렇게 쉽게도 가능하다고? 직접 따라 해봅니다
- 6. CLA와 csor, 둘 다 붙여봤더니… 챗봇이 진짜 도우미가 되는 순간!
- 7. 앞으로 무엇이 달라질까? UI가 사라지고, 모든 게 채팅창으로 통합될 수 있어요
1. MCP 서버가 뭐냐고? AI 앱의 USB-C 포트라 보면 됩니다
MCP는 ‘Model Context Protocol’의 약자로, 클로드(Claude)로 유명한 Anthropic에서 제안한 AI 연결 표준입니다. 비유하자면, 스마트폰 충전 포트가 USB-C로 통일되듯이, AI가 외부 시스템(예: 데이터베이스, 이메일, 웹 검색 등)에 접속하는 인터페이스를 표준화한 개념이죠.
기존에는 개발자마다 각기 다른 방식으로 API를 만들고 연결해야 했지만, MCP를 사용하면 어떤 AI 앱이든 MCP 서버만 연결하면 동일한 방식으로 기능을 사용할 수 있어요. 마치 ‘어떤 AI든 이 포트만 꽂으면 된다’는 식의 범용성을 제공하는 셈이죠.
현재는 Claude와 csor 같은 AI 툴들이 MCP를 지원하고 있으며, GitHub, Gmail, Supabase 같은 인기 플랫폼들과도 연결 가능한 MCP 서버들이 이미 만들어져 있습니다.
2. 개발자는 왜 지금 MCP를 배워야 하는가? 기술보다 ‘기회’를 봐야 해요
AI 시대에 개발자는 더 이상 ‘대체될 직업’이 아니라, ‘새로운 생태계를 만드는 직업’이 되었어요. 그 중심에 바로 MCP가 있습니다. 이제 AI 챗봇이 단순히 답변만 하는 시대는 지났습니다. 버튼 클릭 없이도, 챗봇에게 “데이터 수정해줘”, “상품 구매해줘” 라고 말하면 바로 처리되는 세상이 오고 있어요.
그래서 개발자 입장에서는 MCP 서버를 만들어 배포하는 것 자체가 새로운 수익 모델이 될 수 있어요. 실제로 GPT 에이전트를 개발하는 사람들은 MCP 서버를 통해 기능과 데이터를 API 형태로 제공하고, 사용자는 API 키를 구매해 사용하는 방식으로 수익을 만들 수 있죠. 이건 마치 챗봇용 앱스토어가 열리는 느낌이에요.
심지어 지금은 MCP를 개발할 줄 아는 사람이 적어요. 초기 진입자에게 기회가 몰리는 이 시기를 놓치면 안 되죠.
3. Supabase와 연결해보자! AI가 실제로 데이터베이스를 수정하는 모습
Supabase는 Firebase의 오픈소스 대안으로, Postgres 기반의 클라우드 DB 플랫폼입니다. 여기에 MCP 서버를 연결하면 어떤 일이 벌어질까요?
예를 들어, csor에 “재고 수량을 10개 줄여줘”라고 말하면, MCP 서버가 Supabase에 연결되어 해당 DB 레코드를 직접 수정해줍니다. 중간에 수동 입력이나 코딩 없이도 가능한 일이죠. 이건 진짜 개발 환경이 아니라, 사용자 경험 전체가 뒤바뀌는 거예요.
특히 마케팅 자동화, 고객 응대, 주문 처리 같은 곳에 활용하면 엄청난 시간과 비용을 아낄 수 있겠죠.
4. 툴, 리소스, 프롬프트는 꼭 이해해야 할 핵심 개념
| 요소 | 설명 | 비유 |
|---|---|---|
| Tool | AI가 직접 실행하는 기능 (POST) | 버튼 누르면 실행되는 명령 |
| Resource | 정보 제공용 데이터 (GET) | DB에서 읽어오는 데이터 |
| Prompt | 질문을 도와주는 템플릿 | 질문 예시 + 입력란 |
이 셋을 제대로 알면, 단순한 챗봇이 아니라 진짜 업무 자동화 도우미로 만들 수 있어요.
5. MCP 서버 만들기, 이렇게 쉽게도 가능하다고?
Python SDK를 이용해 MCP 서버 만드는 건 생각보다 너무 간단해요. FastAPI처럼 직관적인 구조입니다.
- Python SDK 설치
- FastMCP 클래스 불러오기
- 서버 이름 지정 후 실행
이후에는 리소스를 만들고, 툴을 추가하고, 프롬프트를 노출시키면 되는데요. 서버에 기능을 붙여넣듯이 쉽게 만들 수 있어요.
예시로, ‘마켓 오픈 여부’를 확인하는 리소스를 하나 만들고, ‘주식 매수/매도’를 실행하는 툴을 넣고, ‘주식 분석 프롬프트’를 템플릿으로 제공합니다. 이렇게 세 가지만 연결하면 하나의 완성된 AI 서비스가 되는 거죠.
6. CLA와 csor, 둘 다 붙여봤더니… 챗봇이 진짜 도우미가 되는 순간
CLA(Claude Desktop)와 csor(에이전트 실행 툴)은 MCP 서버에 연결이 가능한 AI 클라이언트입니다. 각각의 장단점이 있는데요.
- CLA: 리소스, 툴, 프롬프트 모두 지원하지만, 현재는 로컬 서버만 지원
- csor: 툴만 지원하지만 원격 서버 접속도 가능
실제로 사용해보면, csor는 설정이 단순해서 초보자에게 추천하고, CLA는 고급 기능이 더 많아서 커스터마이징이 필요할 때 유리하죠. 둘 다 챗창 안에서 ‘주식 매수’ 같은 명령어를 실행하는 게 가능하다는 게 신기할 정도입니다.
7. 앞으로 무엇이 달라질까? UI 없이 모든 걸 채팅창에서 해결하는 세상
이 흐름이 무서운 이유는, 기존의 앱 UI가 완전히 사라질 수도 있기 때문이에요. MCP가 보편화되면, 모든 기능이 챗봇으로 통합되는 ‘채팅창 중심 UX’ 시대가 오는 거죠.
예전엔 네이버에서 쇼핑하고, 쿠팡에서 결제하고, 네이버페이에서 환불했지만, 앞으로는 “상품 사줘”, “환불해줘” 한 마디면 AI가 다 해줄 수 있어요. 모든 시스템이 MCP 서버를 통해 연결되어 있기만 하면 말이죠.
물론 여기엔 위험 요소도 있습니다. 챗봇이 모든 서비스 흐름을 통제하게 되면, 사용자 데이터가 더 집중되고, 플랫폼 독점 문제가 발생할 수 있겠죠. 일종의 ‘챗봇 앱스토어’처럼 MCP 서버가 검열되거나 폐쇄 생태계가 형성될 우려도 있어요.
마무리하며 – 개발자는 이 흐름을 그냥 지켜볼 수 없습니다
MCP는 아직 완성된 기술은 아닙니다. 설정도 불편하고, 지원 클라이언트도 한정적이에요. 하지만 그만큼 초기 시장에 진입할 기회도 큽니다.
이제는 단순히 AI를 사용하는 것에서 멈추지 않고, AI와 직접 연동되는 기능을 만드는 ‘AI 도구 제작자’로 진화해야 해요. 특히 Supabase 같은 실전 서비스와 연결하면, 진짜로 실무에 사용할 수 있는 챗봇을 만들 수 있죠.
개인 개발자든, 스타트업이든, 자동화 도구를 찾는 마케터든 지금 이 흐름을 공부해두면 분명히 이득이 될 겁니다. MCP는 단순한 기술이 아니라, 새로운 비즈니스 모델의 출발점이에요.