프로젝트 설정

MCP 클라이언트와 서버가 어떻게 함께 작동하는지 보여주는 CLI 기반 챗봇을 만들어 보겠습니다. 이 실습 프로젝트를 통해 MCP 아키텍처의 양쪽 측면 모두에 대한 실질적인 경험을 얻을 수 있습니다.

우리가 만들 것

우리의 챗봇은 사용자가 자연어를 통해 문서 모음과 상호작용할 수 있게 해줍니다. 이 시스템은 두 가지 주요 구성 요소로 이루어져 있습니다:

• 사용자 상호작용을 처리하고 Claude와 통신하는 MCP 클라이언트
• 문서를 읽고 업데이트하는 도구를 제공하는 MCP 서버

서버는 Claude에게 두 가지 도구를 노출합니다:

• 문서 내용을 읽는 도구
• 문서 내용을 업데이트하는 도구

모든 문서는 단순화를 위해 메모리에 저장되며, document.pdf, spreadsheet.xlsx, report.txt, spec.md와 같은 파일들을 포함합니다.

중요한 아키텍처 참고 사항

실제 프로젝트에서는 일반적으로 MCP 클라이언트 또는 MCP 서버 중 하나만 구현하며, 둘 다 구현하지는 않습니다. 다음과 같은 것을 만들 수 있습니다:

• AI 모델에 서비스의 기능을 노출하기 위한 MCP 서버만
• 다른 개발자가 만든 기존 MCP 서버에 연결하기 위한 MCP 클라이언트만

이 프로젝트에서는 순전히 교육적인 목적으로 두 구성 요소를 모두 만들어, 이들이 어떻게 통신하고 함께 작동하는지 이해하고자 합니다.

프로젝트 설정

이 비디오에 첨부된 CLI_project.zip 파일을 다운로드하여 원하는 개발 디렉터리에 압축을 풀어주세요. 프로젝트 폴더에서 코드 에디터를 열어주세요.

구성

프로젝트에는 자세한 설정 지침이 담긴 README.md 파일이 포함되어 있습니다. 다음 작업을 수행해야 합니다:

1. .env 파일에 Anthropic API 키를 추가하세요
2. UV(권장) 또는 pip를 사용하여 종속성을 설치하세요

.env 파일에는 다음이 포함되어야 합니다:

ANTHROPIC_API_KEY="your-api-key-here"

프로젝트 실행

설정이 완료되면 터미널에서 프로젝트 디렉터리로 이동하여 다음을 실행하세요:

# UV를 사용하는 경우(권장)
uv run main.py

# 표준 Python을 사용하는 경우
python main.py

채팅 프롬프트가 나타나는 것을 확인할 수 있습니다. "1+1은 무엇인가요?"와 같은 간단한 질문을 해서 모든 것이 올바르게 작동하는지 확인해 보세요.

스타터 프로젝트에는 이미 Claude와의 기본 채팅 기능이 포함되어 있습니다. 다음 비디오에서는 MCP 서버 기능과 문서 관리 기능을 추가하여 완전히 기능하는 문서 인식 챗봇을 만들어 보겠습니다.