새 노트북에서 우리는 다른 것들보다 먼저 세 개의 MCP 서버를 설치한다: GitHub MCP, Context7, Playwright. 그게 전부다. 나머지는 실제 워크플로우가 필요로 할 때 추가한다. 그리고 대부분의 리스트에서는 얘기하지 않는 부분이지만, Anthropic은 2025년에 자신의 원본 20개 참조 서버 중 13개를 조용히 보관했다. 따라서 떠도는 "공식 MCP 서버" 튜토리얼의 절반은 더 이상 유지보수되지 않는 코드를 가리키고 있다. 우리는 매일 MCP 서버를 사용한다. 팔고 있지는 않다. 이것은 팀원에게 건네줄 리스트다.
핵심 요점
- 3가지 입문 서버 세트: GitHub MCP + Context7 + Playwright. 매번 이것부터 설치하라.
- Anthropic은 2025년에 20개 참조 MCP 서버 중 13개를 보관했다. 7개만 활성 상태로 남아있다.
- MCP는 무료가 아니다. 각 연결된 서버는 스키마 주입만 해도 2,000~5,000개 토큰을 소비한다.
- Linux Foundation의 AAIF가 이제 MCP를 관리한다 (2025년 12월). Anthropic, OpenAI, Google, Microsoft가 이사회에 있다.
MCP 서버란 무엇인가 (30초 요약)
MCP 서버는 서비스 (GitHub, 파일시스템, Figma)를 Model Context Protocol을 통해 모든 LLM 클라이언트 (Claude Code, Cursor, Codex)에 노출시키는 도구 어댑터다. AI 도구를 위한 USB-C라고 생각하면 된다. 한 번 어댑터를 구축하면 모든 호환 호스트가 이를 사용할 수 있다.
MCP 이전에는 N×M 문제가 있었다. 모든 AI 호스트가 모든 도구와 사용자 정의 통합이 필요했다. MCP는 이를 N+M으로 축소한다. 같은 GitHub MCP 서버는 코드를 다시 쓸 필요 없이 Claude Code, Cursor, Codex CLI, Windsurf, Cline에서 작동한다.
실제로는 두 가지 전송 방식이 중요하다. stdio는 로컬 전송이다. 서버는 호스트의 서브프로세스로 실행되고, stdin/stdout을 통해 통신하고, 인증이 없고, 가장 빠르다. Streamable HTTP는 원격 전송이다. URL에서 실행되고, 범위가 지정된 액세스를 위해 OAuth 2.1을 사용하며, 30~200ms의 레이턴시를 추가한다. 더 깊은 프로토콜 분석을 원한다면 우리의 전체 MCP 프로토콜 분석에서 전송, 인증, 도구 스키마를 자세히 설명한다. 공식 사양은 modelcontextprotocol.io에 있다.
먼저 설치해야 할 3가지 MCP 서버는?
GitHub MCP, Context7, Playwright를 먼저 설치하라. GitHub MCP는 "그 PR 찾기, 그 파일 읽기, 그 이슈 열기"를 한 번의 요청으로 축약한다. Context7은 버전이 고정된 문서를 프롬프트로 가져와 모델이 패키지 API를 환각하지 않도록 한다. Playwright는 QA와 스크래핑을 위한 실제 브라우저 작업을 처리한다. 이 세 가지로 코드, 문서, 웹을 다루게 된다. AI 에이전트가 건드려야 할 것의 약 80%다.
새 노트북에서 작업을 시작하기 전에 우리가 설치하는 유일한 구성이다. 아래의 모든 것은 조건부다. 이 세 가지는 그렇지 않다.
1. GitHub MCP (벤더 유지보수, 공식)
모든 개발자를 위한 단일 가장 많은 컨텍스트 전환을 줄이는 MCP 서버다. GitHub MCP는 에이전트가 코드를 읽고, 조직 전체를 검색하고, PR을 관리하고, 이슈에 댓글을 달고, 새 이슈를 열 수 있게 하며, 모두 코드를 작성하는 동일한 채팅에서 이루어진다.
사용 시기: 코드를 출시할 때마다. 솔로 프로젝트에서도 "지난 화요일에 이 파일에서 뭘 바꿨지?"가 탭 전환이 아닌 한 줄짜리 질문이 된다.
실제 함정: Personal Access Token의 범위를 저장소 읽기 전용으로 제한하라. 에이전트가 적극적으로 병합하고 싶지 않으면. 우리는 에이전트가 도움을 줄 의도로 아무도 요청하지 않은 PR을 열도록 하는 것을 봤다. 설치 문서와 공식 소스는 github.com/github/github-mcp-server에 있다. 참고: 이것은 새로운 벤더 유지보수 서버다. 오래된 Anthropic 참조 GitHub 서버는 보관되었다. 그것을 설치하지 마라.
2. Context7 MCP (커뮤니티, Upstash 유지보수)
패키지 API 환각을 멈추기 위한 단일 가장 높은 사용 서버다. Context7은 요청 시 모든 라이브러리의 버전이 고정된 실제 문서를 가져와 프롬프트에 주입한다. 따라서 모델이 존재하지 않는 Next.js 15 API를 자신감 있게 발명하려고 할 때, "Context7을 사용해 실제 문서를 가져오도록"이라고 말할 수 있고 모델은 근거를 갖게 된다.
사용 시기: 모든 코딩 세션에서. 특히 모델의 훈련 데이터가 현실보다 수개월 뒤떨어진 Next.js, React, Tailwind, 또는 프레임워크 버전에 민감한 것들.
실제 함정: Context7은 인덱스만큼만 좋다. 틈새 라이브러리는 아직 없을 수 있으며, 그 경우 Fetch를 통한 실제 문서 URL로 대체하라. 문서는 context7.com에 있다. 더 광범위한 카테고리를 원한다면 우리의 최고의 컨텍스트 엔지니어링 도구 요약이 문서 근거화 패턴에 대해 더 깊이 다룬다.
3. Playwright MCP (Microsoft, 공식)
Playwright 스크립트를 작성할 필요 없이 모든 AI 클라이언트를 위한 브라우저 작업. Playwright MCP는 에이전트가 실제 Chromium 인스턴스에서 탐색, 클릭, 양식 작성, 스크린샷, JavaScript 실행을 할 수 있게 한다.
사용 시기: AI 기반 QA, JavaScript 렌더링이 필요한 웹 스크래핑, 시각적 회귀 검사, 양식 테스트, "여기에 로그인하고 내 대시보드 데이터를 가져와" 워크플로우.
실제 함정: 각 작업은 약 500ms가 걸리고 스크린샷은 크므로 토큰 예산을 짜라. 30단계 브라우저 흐름은 스크린샷 데이터만으로도 20k 토큰을 먹을 수 있다. 문서는 playwright.dev/docs/mcp에 있다.
A-Tier: 다음으로 추가할 6가지 고사용 서버
입문 세트 이후에는 워크플로우가 요구할 때 서버를 추가하라. 디자인에서 코드로 변환하는 Figma Dev Mode, 로컬 파일 작업을 위한 Filesystem, 웹 조사를 위한 Brave Search, 사이트에서 데이터 추출을 위한 Firecrawl, 데이터베이스 작업을 위한 Supabase, 실제 에러 디버깅을 위한 Sentry. 각각 작업이 있을 때 자리를 얻는다. 첫날에 6개를 모두 설치하지 마라.
4. Figma Dev Mode MCP (Figma, 공식)
라이브 디자인 컨텍스트 (계층, 자동 레이아웃, 변형, 디자인 토큰)가 프롬프트로 직접 공급된다. Figma Dev Mode MCP는 "카드 컴포넌트 만들기"를 간격에서 추측하는 것과 "이 카드 컴포넌트 만들기" (실제 토큰과 레이아웃 규칙 첨부됨)의 차이다.
사용 시기: 실제 Figma 파일이 있는 프론트엔드 작업. 함정: 유료 Figma Dev 시트가 필요하다. 문서는 figma.com에 있다.
5. Filesystem MCP (Anthropic 참조, 여전히 활성)
구성 가능한 액세스 제어를 사용한 로컬 파일 읽기/쓰기. Filesystem MCP는 여전히 활성 상태인 7개 Anthropic 참조 서버 중 하나다. 전체 머신에 액세스를 주지 않고 특정 샌드박스 디렉토리에서 파일을 조작하도록 에이전트가 원할 때 올바른 답이다.
사용 시기: 스캐폴딩, 배치 리팩토링, 콘텐츠 마이그레이션. 함정: 대부분의 코딩 워크플로우에서 호스트 (Claude Code, Cursor)는 이미 파일시스템 액세스를 가지고 있어서, 위에 이것을 설치하는 것은 중복이다. 소스는 github.com/modelcontextprotocol/servers에 있다.
6. Brave Search MCP (Brave, 벤더)
Brave의 독립적인 인덱스를 통한 라이브 웹 검색. Brave Search MCP는 "에이전트에게 웹을 줘"의 가장 일반적인 선택이다. API가 저렴하고 결과가 Google 모양이 아니기 때문이다.
사용 시기: 조사, 사실 확인, "X의 현재 가격은?" 함정: 틈새 쿼리의 결과 품질은 다양하므로 실제로 찾은 것을 읽어야 할 때는 Fetch나 Firecrawl과 쌍을 이룬다. 문서는 brave.com/search/api/mcp에 있다.
7. Firecrawl MCP (Firecrawl, 벤더)
모든 웹사이트를 깔끔한 LLM 준비 데이터로 변환한다. Firecrawl은 JavaScript 렌더링, 페이지 처리된 크롤, 구조화된 추출을 한 번의 호출로 처리한다.
솔직한 공개: Firecrawl은 벤더다. MCP 서버와 유료 제품을 만든다. 그들의 서버는 정당히 좋다. 우리는 여기에 편향이 아니라 장점으로 이를 순위 매긴다. 110k+ GitHub 스타도 도움이 된다.
사용 시기: 콘텐츠 사이트 스크래핑, 경쟁사 조사, 문서 인덱스 구축. 함정: 호스팅 계층은 무료 할당량을 지나면 실제 돈이 든다. 문서는 firecrawl.dev에 있다.
8. Supabase MCP (Supabase, 공식)
채팅에서 Postgres를 쿼리하고, 마이그레이션을 실행하고, 인증 및 스토리지를 관리하라. Supabase MCP는 "인프라를 대화로"의 가장 깔끔한 예시로, 실제로 작동한다.
사용 시기: Supabase가 백엔드인 모든 프로젝트. 함정: 에이전트에게 탐색을 위해 읽기 전용 역할을 주라. 마이그레이션 기능은 강력하고 용서하지 않는다. 문서는 supabase.com/docs/guides/getting-started/mcp에 있다.
9. Sentry MCP (Sentry, 벤더)
...