당신은 또다시 로그, 문서, 또는 데이터 스니펫을 Claude Code에 붙여넣고 있습니다.

시스템에 대한 모든 질문은 수동적인 컨텍스트 (context) 제공을 의미합니다. 탭 전환, 결정 사항 재설명, 한 도구에서 다른 도구로 동일한 정보를 복사하는 과정 등이 반복됩니다. 작동은 하지만, 이러한 마찰(friction)은 빠르게 쌓입니다.

이것은 Claude Code의 문제가 아닙니다.
이것은 컨텍스트 (context) 문제입니다.

기본적으로 Claude Code는 당신의 저장소(repository)에 있는 내용과 당신이 채팅창에 붙여넣은 내용만 알고 있습니다. 당신의 데이터베이스, 디자인, GitHub PR, API, 그리고 내부 문서들은 당신이 반복해서 설명하지 않는 한 존재하지 않는 것과 다름없습니다.

만약 Claude Code가 스스로 데이터베이스를 쿼리하고, 디자인을 읽으며, GitHub을 이해할 수 있다면 어떨까요?

그것이 바로 Claude Code MCP가 가능하게 하는 것이며, 설정하는 데는 약 5~10분 정도가 소요됩니다.

**MCP (Model Context Protocol)**를 사용하면 Claude Code를 MCP 서버를 통해 당신의 기술 스택(stack) 나머지 부분과 직접 연결할 수 있습니다. 스키마(schema)를 추측하는 대신 Claude가 직접 물어볼 수 있습니다. 플레이스홀더(placeholder) 대신 실제 데이터를 가져옵니다. 컨텍스트 병목 현상을 제거하면, Claude Code는 마침내 당신이 기대했던 에이전트(agent)처럼 느껴질 것입니다.

Claude Code에서 MCP란 무엇인가?

**MCP (Model Context Protocol)**는 Claude Code와 같은 AI 도구가 외부 시스템에 구조화되고 신뢰할 수 있는 방식으로 연결될 수 있도록 하는 개방형 표준입니다.

가장 간단한 개념 모델은 다음과 같습니다:

MCP는 AI 에이전트를 위한 API 계층입니다.

API가 프론트엔드를 서비스에 연결하는 것처럼, MCP는 Claude Code를 데이터베이스, API, 내부 도구, 명세(specs) 등에 연결합니다.

MCP를 통해 Claude Code는 단순히 컨텍스트를 전달받는 것에 그치지 않고, 필요할 때 직접 요청할 수 있습니다. 더 이상 프롬프트에 스키마를 쏟아붓거나 채팅창에 API 응답을 붙여넣을 필요가 없습니다.

Anthropic은 MCP를 개방형 표준으로 도입했으며, 오늘날 커뮤니티 및 퍼스트 파티(first-party) MCP 서버 생태계가 성장하고 있습니다.

MCP가 중요한 이유는?

MCP는 Claude Code를 더 "똑똑하게" 만드는 것이 목적이 아닙니다. 컨텍스트 전환(context-switching)을 줄이는 것이 목적입니다.

Claude Code가 여러분이 사용하는 것과 동일한 신뢰할 수 있는 정보원(sources of truth) — 데이터베이스, 리포지토리(repos), 명세서(specs) — 에 접근할 수 있게 되면, 여러분은 매번 다시 설명하는 일을 멈추고 바로 개발을 시작할 수 있습니다. 이것이 바로 데이터베이스 MCP, Playwright MCP, 그리고 BrainGrid와 같은 명세 기반(spec-driven) 시스템이 엄청난 레버리지(leverage)를 만들어내는 이유입니다.

MCP가 없는 Claude Code

MCP가 없다면, 워크플로우는 보통 다음과 같은 모습입니다:

• 스키마(schemas)를 복사하여 붙여넣기
• API 응답을 설명하기
• 매 세션마다 결정 사항을 다시 설명하기

Claude는 응답하지만, 항상 부분적이거나 오래된 컨텍스트(context)를 가지고 응답합니다. 새로운 질문을 던질 때마다 동일한 정보를 다시 불러와야 합니다.

MCP가 있는 Claude Code

MCP가 설정되어 있으면, Claude는 다음과 같은 작업을 수행할 수 있습니다:

• 실시간 스키마 쿼리(Query)
• API 응답 가져오기(Fetch)
• 구조화된 명세서(specs) 읽기
• 필요에 따라 도구(tool) 출력값 가져오기

요약하자면, Claude는 추측을 멈추고 확인을 시작합니다.

“똑똑하게 들리는 AI” vs “당신의 프로젝트를 이해하는 AI.”

MCP는 어떻게 작동하나요?

MCP 서버를 연결하면, Claude Code는 여러분을 대신하여 수행할 수 있는 일련의 도구(tools) — 즉, 액션(actions)에 대한 접근 권한을 얻게 됩니다. 각 도구를 "이 데이터베이스를 쿼리하기", "이 파일 가져오기", 또는 "이 리소스 생성하기"와 같은 특정 기능이라고 생각하세요.

흐름은 다음과 같습니다:

sequenceDiagram
    participant You
    participant Claude Code
...

핵심 통찰: Claude Code는 여러분의 데이터베이스, API 또는 서비스와 직접 통신하지 않습니다. MCP 서버는 번역기 역할을 수행합니다. 즉, Claude가 원시 데이터(raw access)에 대한 직접적인 권한 없이도 호출할 수 있는 안전하고 잘 정의된 도구들을 노출하는 것입니다.

MCP는 여러 전송 프로토콜(transport protocols)을 지원합니다:

• HTTP — 호스팅된 서비스에 권장됨 (가장 일반적임)
• stdio — 로컬에서 서브프로세스(subprocess)로 실행 (개발 도구에 적합)
• SSE — 서버 전송 이벤트(server-sent events) (사용 중단됨)

시작하는 데 이러한 내부 구조를 모두 이해할 필요는 없습니다. 그저 MCP가 Claude Code와 여러분의 도구 사이를 깨끗하고 표준화된 가교(bridge) 역할을 해준다는 점만 알면 됩니다.

왜 Claude Code와 함께 MCP를 사용해야 하나요?

MCP는 강력해 보이지만, 실제로 설정할 가치가 있을까요?

이미 Claude Code를 사용하고 있다면, 직접 사용해 보는 순간 그 답은 명확해집니다.

1. 실시간 데이터 접근

MCP가 없다면, Claude의 답변은 당신이 마지막으로 붙여넣은 정보의 수준에 머물게 됩니다.

MCP를 사용하면 Claude는 다음과 같은 작업을 수행할 수 있습니다:

• 실시간 데이터베이스 스키마 (Schema) 쿼리
• 최신 API 응답 가져오기
• 서비스의 실제 상태 확인

이것만으로도 버그와 불필요한 대화(back-and-forth)의 거대한 원인을 제거할 수 있습니다.

2. 네이티브 도구 통합 (Native tool integration)

MCP는 도구들을 Claude Code 내부에서 일급 시민 (First-class)으로 만듭니다.

일반적인 MCP 서버는 다음과 같습니다:

• GitHub (이슈, PR, 리포지토리 컨텍스트)
• Figma (디자인 메타데이터)
• Supabase (스키마 및 쿼리)
• Playwright (브라우저 자동화)

Claude는 소스에서 직접 컨텍스트를 가져옵니다. 탭을 전환하거나 수동으로 요약할 필요가 없습니다.

3. 워크플로우 자동화 (Workflow automation)

여러 MCP 서버가 연결되면, Claude Code는 다음과 같은 과정을 수행할 수 있습니다:

• 명세서 (Spec) 읽기
• 데이터베이스 확인
• 코드 생성
• 테스트를 통한 검증

이 모든 것이 하나의 흐름 안에서 이루어집니다.

이 지점에서 MCP는 단순한 "도구 접근"을 넘어 워크플로우 자동화가 되기 시작합니다.

4. 당신은 미들웨어 역할을 그만두게 됩니다

가장 즉각적인 이점은 더 이상 복사해서 붙여넣기를 할 필요가 없다는 것입니다.

채팅창에 스키마를 올릴 필요도,
API 응답을 붙여넣을 필요도,
동일한 결정을 반복해서 설명할 필요도 없습니다.

Claude Code MCP는 이러한 마찰을 제거하여, AI가 도구를 우회하는 것이 아니라 도구와 함께 작동하도록 만듭니다.

Claude Code를 위한 Top 10 MCP 서버

가치를 얻기 위해 수십 개의 서버가 필요하지는 않습니다. 대부분의 팀은 작고 집중된 세트부터 시작합니다.

실제 워크플로우에서 Claude Code에 가장 유용한 10개의 MCP 서버를 소개합니다.

1. Supabase MCP 서버

Postgres를 직접 쿼리하고, 스키마를 탐색하며, 테이블 이름을 추측할 필요 없이 정확한 SQL을 작성할 수 있습니다.

최적의 용도: Supabase를 백엔드로 사용하는 풀스택 개발자

이는 종종 사람들이 가장 먼저 설치하는 Claude Code MCP 서버이며, 그럴만한 충분한 이유가 있습니다. 스키마를 복사해서 붙여넣는 과정을 완전히 없애주고, Claude가 실제 데이터베이스 구조를 바탕으로 추론할 수 있게 해줍니다.

2. GitHub MCP 서버

풀 리퀘스트 (Pull requests)를 읽고, 리포지토리를 탐색하며, 이슈 컨텍스트를 Claude Code로 직접 가져옵니다.

최적의 용도: 버전 관리를 위해 GitHub을 사용하는 팀

PR(Pull Request)을 요약하거나 링크를 붙여넣는 대신, Claude는 코드 변경 사항을 직접 읽고 실제로 무엇이 변경되었는지 추론할 수 있습니다.

3. Figma MCP 서버

Figma 파일에서 디자인 토큰 (design tokens), 컴포넌트 사양 (component specs), 레이아웃 세부 정보를 직접 가져옵니다.

최적의 용도: 디자인 핸드오프 (design handoffs)를 바탕으로 작업하는 프론트엔드 개발자

이는 특히 디자인을 실제 컴포넌트로 변환할 때, "디자인이 말하는 것"과 "실제로 구축되는 것" 사이의 모호함을 제거해 줍니다.

4. Playwright MCP 서버

브라우저 자동화 (browser automation)를 실행하고, 스크린샷을 캡처하며, UI 흐름을 프로그래밍 방식으로 디버깅합니다.

최적의 용도: QA 자동화 및 시각적 테스트 (visual testing)

Playwright MCP Claude Code 설정은 에디터를 떠나거나 수동으로 흐름을 클릭하지 않고도 UI 변경 사항을 검증하는 데 특히 유용합니다.

5. BrainGrid MCP 서버

모호한 기능 아이디어를 구조화된 요구사항 (requirements) 및 AI 준비 완료된 작업 (AI-ready tasks)으로 변환합니다.

최적의 용도: AI 빌더 및 사양 중심 워크플로 (spec-driven workflows)를 원하는 팀

BrainGrid의 MCP 서버를 사용하면 Claude Code에서 직접 요구사항에 접근 및 생성하고, 작업을 구축하며, 진행 상황을 추적할 수 있습니다. 이는 다음과 같은 도구들을 통해 MCP 상단에 누락되었던 계층을 추가합니다:

Build REQ-123
이 플랜으로부터 요구사항 생성 (Create a requirement from this plan)
이 PR에 대해 승인 검토 실행 (Run an acceptance review on this PR)

이 지점에서 MCP는 단순한 "도구 접근"을 넘어 하나의 **시스템 (system)**이 됩니다.

6. PostgreSQL / MySQL MCP 서버

Supabase를 사용하지 않는 설정을 위한 직접적인 데이터베이스 연결을 제공합니다.

최적의 용도: 자체 데이터베이스를 운영하는 팀

Supabase를 사용하지 않더라도, 스택을 변경하지 않고 동일한 스키마 인식 (schema-aware) 이점을 누릴 수 있습니다.

7. Context7 MCP 서버

항상 최신 상태인 라이브러리 문서를 가져옵니다.

최적의 용도: 변화가 빠르거나 익숙하지 않은 라이브러리를 다룰 때

공식 문서가 최신 릴리스를 따라가지 못하거나, API가 블로그 포스트보다 더 빠르게 변경될 때 특히 유용합니다.

8. Filesystem MCP 서버

파일을 탐색하고, 디렉토리를 검색하며, 대규모 프로젝트 구조를 이해합니다.

최적의 용도: 모노레포 (Monorepos) 및 복잡한 코드베이스

Claude Code는 사물이 어디에 위치하는지, 그리고 파일들이 서로 어떻게 연관되어 있는지에 대해 추론하는 능력이 현저히 향상됩니다.

9. Slack MCP 서버

대화 내용을 검색하고, 결정 사항을 가져오며, 과거의 논의 내용을 참조합니다.

최적의 용도: Slack에 중요한 컨텍스트가 담겨 있는 원격 팀

이를 통해 답변이 3개월 전 스레드에 파묻혀 있을 때 발생하는 전형적인 "왜 우리가 이 방식을 선택했었죠?"와 같은 상황을 방지할 수 있습니다.

10. Linear MCP 서버

이슈를 가져오고, 상태를 업데이트하며, 작업을 코드와 직접 연결합니다.

최적의 용도: 프로젝트 관리를 위해 Linear를 사용하는 팀

이를 통해 계획과 구현이 서로 동떨어지지 않고 긴밀하게 연결된 상태를 유지할 수 있습니다.

Claude Code에 MCP 서버를 추가하는 방법

실전으로 들어가 보겠습니다.

Claude Code에 MCP 서버를 추가하는 방법에는 크게 두 가지가 있습니다. 빠른 실험을 위해서는 CLI를 사용하고, 공유 가능하며 반복 가능한 설정을 위해서는 **설정 파일 (config file)**을 사용하세요.

BrainGrid MCP를 예시로 사용하겠습니다.

옵션 1: CLI 명령 (가장 빠름)

MCP 서버를 추가하는 가장 빠른 방법입니다.

기본 구문:

claude mcp add --transport

HTTP 기반 MCP 서버 (가장 일반적임)

(BrainGrid를 포함한) 대부분의 호스팅된 MCP 서버는 HTTP를 사용합니다.

claude mcp add --transport http braingrid https://mcp.braingrid.ai

끝입니다. 이제 Claude Code는 BrainGrid와 통신할 수 있습니다.

Stdio 기반 MCP 서버 (로컬 도구)

일부 MCP 서버는 stdio를 통해 로컬 프로세스로 실행됩니다.

claude mcp add --transport stdio airtable -- npx -y airtable-mcp-server

중요: -- 기호가 중요합니다.
이 기호 뒤에 오는 모든 것은 Claude CLI가 아니라 서버 프로세스로 전달됩니다.

Windows 참고 사항: Windows를 사용 중이라면 명령어를 다음과 같이 감싸세요:

cmd /c npx -y airtable-mcp-server

옵션 2: 설정 파일 (팀 단위 권장)

공유 코드베이스의 경우, 여러 머신에서 MCP 설정을 일관되게 유지하기 위해 설정 파일을 사용하세요.
프로젝트 루트에 .mcp.json 파일을 생성합니다.

기본 구조

{
    "mcpServers": {
        "braingrid": {
...

Claude Code는 프로젝트가 열릴 때 이 파일을 자동으로 읽습니다.

환경 변수 (Environment variables) (권장)

환경 변수 (Environment variables)를 참조하여 비밀 정보(secrets)를 코드에 직접 입력(hardcoding)하는 것을 피하세요.

{
    "mcpServers": {
        "github": {
...

지원되는 형식:

• ${VAR} — 필수 (required)
• ${VAR:-default} — 폴백 (fallback)

이것이 토큰을 처리하는 가장 안전하고 깔끔한 방법입니다.

설정 범위 (Configuration Scopes) 이해하기

이 부분은 많은 사람을 혼란스럽게 하므로, 간단하게 설명하겠습니다.

각 MCP 서버는 서로 다른 범위 (scopes)에서 정의될 수 있습니다:

범위 (Scope)	위치 (Location)	사용 시기
프로젝트 (Project)	.mcp.json	데이터베이스, 사양(specs), 또는 CI 도구와 같은 공유 서버
사용자 (User)	~/.claude.json	모든 프로젝트에서 사용하고자 하는 개인용 도구

범위 우선순위 (Scope precedence)

동일한 서버가 여러 번 정의된 경우, Claude Code는 다음 순서를 따릅니다:

프로젝트 (Project) > 사용자 (User)

빠른 설정: BrainGrid MCP (엔드 투 엔드)

실제 설정을 통해 모든 내용을 종합해 보겠습니다.

1단계: 서버 추가

claude mcp add --transport http braingrid https://mcp.braingrid.ai

2단계: 인증 (요청 시)
BrainGrid는 OAuth를 사용합니다. Claude Code는 로그인을 완료하기 위해 브라우저를 엽니다.

3단계: 연결 확인

Claude Code 내부에서 다음을 실행합니다:

/mcp

braingrid가 활성화된 서버로 목록에 표시되어야 합니다.