Claude Desktop, VS Code 및 Cursor에서 Veo MCP를 이용해 비디오 생성하는 방법

AI 비디오 도구의 일반적인 문제는 프롬프트 자체가 아닙니다. 바로 컨텍스트 스위치(context switch)입니다. 어시스턴트에서 장면을 계획하고, 에디터에서 카피를 작성하며, 참고 이미지를 첨부한 다음, 비디오를 생성하거나 확인하기 위해 별도의 인터페이스로 이동해야 하는 것이죠.

이 가이드는 Veo MCP 서버를 Claude Desktop, VS Code 또는 Cursor에 연결하여 이러한 작업 흐름을 AI 클라이언트 내부에 유지하는 방법을 보여줍니다. 목표는 간단합니다. 이미 작업하고 있는 곳에서 비디오 생성 및 작업 추적 기능을 사용할 수 있게 만드는 것입니다.

할 수 있는 것들

Ace Data Cloud의 Veo MCP 서버는 Model Context Protocol(MCP)을 통해 Google Veo 비디오 기능을 노출합니다. 공개된 가이드에 따르면, 이 서버는 다음을 지원합니다:

프롬프트 기반 텍스트-투-비디오 생성
입력 이미지를 이용한 이미지-투-비디오 생성
veo3, veo2, veo31-fast-ingredients를 포함한 여러 모델
4K, 1080p, GIF와 같은 출력 형식 및 해상도
16:9 및 9:16과 같은 화면 비율(Aspect ratios)
이미 생성된 비디오에 대한 1080p 업그레이드 기능
진행 상황을 모니터링하고 결과를 검색할 수 있는 작업 질의(Task querying)

이러한 조합은 데모 비디오, 랜딩 페이지 콘셉트, 문서 미리보기, 소셜 클립 및 제품 스토리텔링 초안 등 개발자 워크플로우에 특히 유용합니다.

가이드에 나열된 도구는 다음과 같습니다:

Tool	Purpose
`veo_text_to_video`	텍스트 프롬프트로 비디오 생성
...

모든 실험을 수동으로 시작하기 위해 에디터를 떠날 필요 없이, 어시스턴트에게 적절한 MCP 도구를 호출하도록 요청하고, 결과가 준비될 때까지 작업 상태를 질의할 수 있습니다.

작동 방식

이 설정은 애플리케이션 코드에서 원시(raw) REST 호출로 시작되지 않습니다. 사용자가 사용하는 클라이언트에 로컬 MCP 서버 명령을 등록하는 것부터 시작합니다.

문서화된 명령어는 다음과 같습니다:

mcp-veo

서버는 환경 변수와 인증합니다:

ACEDATACLOUD_API_TOKEN

설정(configure)이 완료되면, AI 클라이언트는 Veo 관련 도구를 발견하고 대화 중에 이를 호출할 수 있습니다. 이것이 중요한 MCP 변화점입니다: 어시스턴트가 단순히 나중에 사용자가 따라 할 지침을 작성하는 것이 아니라, 클라이언트 내부에서 표준화된 도구 인터페이스를 사용할 수 있게 된 것입니다.

Veo MCP 서버 설치하기

가이드에서 권장하는 설치 경로는 pip입니다:

pip install mcp-veo

소스(source)에서 작업하는 것을 선호한다면, 문서화된 옵션은 다음과 같습니다:

git clone https://github.com/AceDataCloud/VeoMCP.git
cd VeoMCP
pip install -e .

설치 후에는 mcp-veo로 서버를 시작할 수 있습니다.

로컬 환경을 설정할 때는 API 토큰을 소스 제어(source control)에서 분리해야 합니다. 이 토큰은 다른 모든 비밀 정보와 마찬가지로 취급하세요: 자체 기기의 MCP 클라이언트 구성에 넣거나, 해당되는 경우 일반적인 비밀 관리 워크플로우를 사용하십시오.

Claude Desktop 설정하기

Claude Desktop에서는 운영 체제별 구성 파일을 편집해야 합니다.

macOS의 경우:

~/Library/Application Support/Claude/claude_desktop_config.json

Windows의 경우:

%APPDATA%\Claude\claude_desktop_config.json

다음과 같이 서버 항목을 추가합니다:

{
  "mcpServers": {
    "veo": {
...

파일 저장 후 Claude Desktop을 재시작해야 합니다. 클라이언트가 MCP 서버 정의를 다시 로드(reload)해야 하므로 재시작이 중요합니다.

만약 사전에 패키지를 설치하고 싶지 않다면, 가이드에서는 uvx 구성도 문서화하고 있습니다:

{
  "mcpServers": {
    "veo": {
...

이것은 여러 MCP 서버를 실험해 보고 기기에 전역 패키지 상태(global package state)를 줄이고 싶을 때 적합할 수 있습니다.

VS Code 또는 Cursor 설정하기

VS Code나 Cursor의 경우, 프로젝트 루트에 이 파일을 생성합니다:

.vscode/mcp.json

그런 다음 servers 아래에 Veo 서버를 추가합니다:

{
  "servers": {
    "veo": {
...

uvx 변형도 동일한 구조를 사용합니다:

{
  "servers": {
    "veo": {
...

이 프로젝트 레벨 설정은 비디오 워크플로우가 특정 리포지토리(예: 문서 사이트, 제품 출시 페이지 또는 임베디드 데모 에셋을 포함하는 프로토타입)에 속할 때 유용합니다.

시도해 볼 만한 실용적인 워크플로우

제약된 프롬프트와 명확한 출력 형태부터 시작하세요. 가로형 데모 배경의 경우 다음과 같이 요청할 수 있습니다:

Use the Veo MCP server to generate a 16:9 video from text. Scene: a calm starry sky time-lapse over a minimal developer workspace. Keep the motion slow and cinematic.

짧은 형식 클립의 경우, 종횡비(aspect ratio)를 명시하세요:

Create a vertical 9:16 short video concept from this product description. Focus on a clean product reveal, subtle camera movement, and readable visual hierarchy.

참조 이미지가 있는 경우, 이미지-투-비디오(image-to-video) 경로를 사용하세요:

Use veo_image_to_video with this landscape image and generate a 4K-style cinematic motion clip. Preserve the composition, add gentle camera movement, and avoid changing the core subject.

그리고 비디오 생성은 보통 비동기적(asynchronous)이므로, 작업 조회(task lookup)를 워크플로우의 일부로 만드세요:

Check the task with veo_get_task and summarize whether it is still running or ready to retrieve.

여러 실험을 위해서는 veo_get_tasks_batch를 사용하여 어시스턴트가 컨텍스트를 잃지 않고 여러 결과를 추적할 수 있도록 하세요.

최종 참고 사항

MCP의 실질적인 가치는 또 다른 설정 파일을 추가하는 것이 아닙니다. 그것은 사용자가 작업이 시작된 환경을 떠나지 않고 계획(planning)에서 실행(execution)으로 이동할 수 있게 해준다는 점입니다.

비디오 생성의 경우, 이는 텍스트-투-비디오(text-to-video), 이미지-투-비디오(image-to-video), 1080p 업그레이드 및 작업 조회 기능이 코드, 문서 또는 제품 노트 옆에 배치될 수 있음을 의미합니다. 정확한 참고 설정 구성이 필요하다면, 공개 가이드가 여기 있습니다: [https://platform.acedata.cloud/documents/veo-mcp]