AI 코딩 에이전트를 쓰다 보면 "이 웹 페이지 좀 열어서 확인해줘"라고 말하고 싶을 때가 종종 있지 않나요? 배포한 사이트에 버그가 있는 것 같을 때, 특정 폼이 제대로 동작하는지 테스트하고 싶을 때, 혹은 경쟁사 사이트의 UI를 참고하고 싶을 때... 하지만 대부분의 AI 에이전트는 터미널 안에서만 동작하기 때문에 브라우저를 직접 다룰 수가 없습니다. 이 문제를 해결하는 것이 바로 Playwright MCP입니다. Microsoft에서 만든 이 MCP(Model Context Protocol) 서버를 AI 에이전트에 연결하면 브
AI 코딩 도구를 쓰다 보면 한 번쯤 이런 경험을 해보셨을 겁니다. Next.js 15의 새로운 API를 물어봤더니 Next.js 13 방식으로 답변하거나, 최근 메이저 버전에서 완전히 바뀐 설정 방법 대신 이미 폐기된 옛날 코드를 뱉어내는 경우요. AI 모델은 학습 데이터의 지식 컷오프(knowledge cutoff) 이후에 변경된 내용을 모르기 때문에 어쩔 수 없이 겪게 되는 문제입니다. Context7은 이걸 해결하려고 만들어진 MCP 서버예요. 9,000개 이상의 오픈소스 라이브러리 공식 문서를 인덱싱해두고, AI 코딩 도구
작은 서비스를 하나 만들었는데, 막상 배포하려고 하면 손이 멈출 때가 있습니다. 서버는 어디에 띄우지? 데이터베이스는 누가 만들지? 환경 변수는 어디에 넣지? 로그는 어떻게 보지? Dockerfile까지 써야 하나? 이런 질문들이 한꺼번에 밀려오죠. 요즘은 여기에 질문이 하나 더 붙습니다. AI 코딩 에이전트가 이 배포 환경을 얼마나 잘 이해할 수 있을까? 사람 혼자 터미널에서 손으로 맞추는 시대라면 대시보드 몇 번 클릭해도 괜찮았습니다. 하지만 Claude Code, Codex, Cursor 같은 코딩 에이전트와 함께 일하려면 배
GitHub에서 이슈를 만들고 PR을 열고 코드를 검색하는 일은 개발자의 일상이죠. 그런데 이런 반복 작업을 AI에게 시키면 어떨까요? MCP(Model Context Protocol)가 AI와 외부 시스템을 연결하는 표준으로 자리 잡으면서 GitHub도 공식 MCP 서버를 내놓았는데요. 설정해두면 VSCode나 Cursor의 AI 채팅에서 자연어로 요청하는 것만으로 GitHub의 이슈나 PR을 간편하게 다룰 수 있게 됩니다. 이번 글에서는 GitHub MCP 서버를 설치하고 실제로 활용하는 방법을 살펴볼게요. GitHub MCP
클로드 코드는 기본적으로 파일 읽기와 쓰기, Bash 명령어 실행, 코드 탐색처럼 소프트웨어 개발에 필요한 핵심 도구를 갖추고 있습니다. 하지만 실제 개발 작업을 하다 보면 클로드 코드에 내장된 기본 도구만으로는 부족할 때가 있습니다. 이럴 때 MCP(Model Context Protocol) 서버를 연결하면 클로드 코드의 능력을 크게 확장할 수 있습니다. MCP 서버를 한번 설정해두면 "GitHub 이슈 42번 내용 알려줘", "users 테이블 스키마 보여줘" 같은 자연어 요청만으로 외부 시스템을 다룰 수 있게 되거든요. 이 글