코딩 세션에 깊이 몰입해 있을 때, "무언가를 확인하는 것"에서 가장 비용이 많이 드는 부분은 검색 그 자체라기보다, 에디터를 벗어나 브라우저를 열고, 결과를 훑어본 뒤, 머릿속에서 다시 컨텍스트 (Context)를 재구축하는 과정인 경우가 많습니다.

할 수 있는 일

Cursor는 이미 AI 코딩 패널을 제공하지만, 기본적으로 어시스턴트 (Assistant)는 실시간 웹 컨텍스트 (Web Context)를 가지고 있지 않을 수 있습니다. Search MCP 서버는 이를 변화시킵니다. 즉, 여러분이 프로젝트 안에 머무는 동안 어시스턴트가 검색 도구를 호출할 수 있게 해줍니다.

이 가이드의 기반이 되는 문서는 Ace Data Cloud의 Serp MCP를 사용합니다. 설정은 간단합니다: Cursor 프로젝트에 하나의 MCP 서버를 추가하고, Authorization 헤더를 통해 API 토큰을 전달한 뒤, Cursor를 재시작하고 AI 패널에 검색을 요청하면 됩니다.

문서에 명시된 서버 상세 정보는 다음과 같습니다:

MCP server URL: https://serp.mcp.acedata.cloud/mcp
Transport type: http
Header: Authorization: Bearer yourToken
...

이 도구는 웹 페이지, 이미지, 뉴스, 비디오와 같은 다양한 결과 유형에 대해 Google 검색을 지원합니다. 또한 국가, 언어, 시간 범위와 같은 필터링도 지원하여, 최신 정보나 지역화된 결과가 필요할 때 유용합니다.

Cursor 설정하기

프로젝트의 루트 디렉토리에 .cursor/mcp.json이라는 이름의 파일을 생성하세요.

{
  "mcpServers": {
    "serp": {
...

yourToken을 여러분의 Ace Data Cloud API 토큰으로 교체하세요. 파일을 저장한 후, MCP 서버 설정을 로드할 수 있도록 Cursor를 재시작하십시오.

이것이 통합의 전부입니다. 앱에 설치할 SDK는 없으며, 프로덕션 리포지토리 (Production Repository)에 검색 코드를 추가할 필요도 없습니다. MCP 서버는 에디터 어시스턴트가 사용할 수 있는 도구일 뿐, 애플리케이션과 함께 배포되는 의존성 (Dependency)이 아닙니다.

AI 패널에서 검색 시도하기

Cursor가 재시작되면, AI 패널을 열고 현재의 웹 컨텍스트 (Web Context)를 활용하면 도움이 될 만한 내용을 질문해 보세요.

예를 들어, OAuth를 구현하면서 보안 세부 사항을 재확인하고 싶다면 다음과 같이 질문할 수 있습니다:

Search for best practices for the state parameter in the OAuth 2.0 authorization code flow

유용한 점은 단순히 어시스턴트가 검색을 할 수 있다는 것만이 아닙니다. 답변이 사용자의 현재 코딩 컨텍스트 (coding context)에 근거할 수 있다는 점입니다. state 검증을 어디에 추가해야 하는지, 이를 어떻게 일시적으로 저장할지, 또는 값이 일치하지 않을 때 어떤 실패 경로 (failure path)를 반환해야 하는지 등과 같은 후속 질문을 던질 수 있습니다.

효과적인 워크플로우 (workflow)는 다음과 같습니다:

1. 어시스턴트에게 특정 질문에 대해 검색하도록 요청합니다.
2. 실질적인 권장 사항을 요약해 달라고 요청합니다.
3. 해당 권장 사항을 현재 편집 중인 파일에 적용해 달라고 요청합니다.
4. 적용하기 전에 직접 변경 사항 (diff)을 검토합니다.

마지막 단계가 중요합니다. 검색 결과는 컨텍스트 스위칭 (context switching)을 줄여줄 수는 있지만, 엔지니어링적 판단의 필요성을 없애주지는 않습니다.

프로젝트를 떠나지 않고 오류 디버깅하기

검색은 오류 메시지가 쿼리 (query)하기에 충분히 구체적이면서도, 해결 방법을 즉시 알 수 없을 정도로 광범위할 때 특히 유용합니다.

가이드에서는 다음과 같은 예시를 제공합니다:

Search Python asyncio "RuntimeError: This event loop is already running" how to resolve

이러한 종류의 쿼리는 에디터 어시스턴트 (editor assistant)에 매우 적합합니다. 오류를 검색한 다음, Cursor에게 발생 가능한 원인들을 눈앞에 있는 코드와 비교해 달라고 요청할 수 있습니다. 다섯 개의 브라우저 탭을 읽고 조언을 수동으로 해석하는 대신, 더 긴밀한 루프를 유지할 수 있습니다:

Search Python asyncio "RuntimeError: This event loop is already running" how to resolve, then inspect the current file and suggest the smallest safe change.

이것이 제가 좋아하는 MCP 유스케이스 (use case)입니다. 도구는 하나의 좁은 작업을 수행하고, 에디터 어시스턴트는 그 결과를 로컬 코드 컨텍스트와 결합합니다.

기술적 선택 사항 조사하기

검색 MCP는 질문이 버그가 아니라 의사 결정 사항일 때도 도움이 됩니다.

예를 들어:

Search RabbitMQ vs Kafka comparison in event-driven architecture between microservices, latest in 2024

해당 쿼리는 어시스턴트에게 맹목적으로 결정을 내리라고 요구하는 것이 아닙니다. 팀의 경험, 운영 오버헤드 (operational overhead), 메시지 볼륨, 순서 요구 사항 (ordering requirements), 보존 요구 사항 (retention needs), 장애 처리 (failure handling)와 같은 사용자의 제약 조건에 매핑할 수 있는 외부 컨텍스트 (external context)를 요청하는 것입니다.

만약 프로젝트에 아키텍처 노트 (architecture notes) 파일이 있다면, 다음과 같이 후속 질문을 할 수 있습니다:

검색 결과와 우리의 현재 아키텍처 노트를 바탕으로, RabbitMQ와 Kafka를 비교하는 짧은 트레이드오프 (trade-off) 섹션을 작성해줘.

중요한 습관은 프롬프트를 구체적으로 유지하는 것입니다. “어느 것이 더 나은가요?”라는 질문은 대개 일반적인 답변만을 생성합니다. 반면 “최신 자료를 사용하여 마이크로서비스 간의 이벤트 기반 통신 (event-driven communication)을 위해 이 두 가지를 비교해줘”라고 하면 어시스턴트가 훨씬 더 유용한 작업을 수행할 수 있는 근거를 제공하게 됩니다.

디자인 레퍼런스 찾아보기

문서화된 Serp MCP 도구는 표준 웹 페이지를 넘어 이미지(images)를 포함한 다양한 검색 결과 유형을 검색할 수도 있습니다. 이는 UI 다듬기(UI polish)나 제품 영감을 얻는 작업 중에 매우 유용합니다.

예를 들어:

SaaS 제품 가격 페이지의 디자인 레퍼런스를 위해 Google 이미지에서 미니멀리스트 스타일로 검색해줘

저는 이것을 디자인을 그대로 복제하기 위해 사용하지는 않을 것입니다. 대신 레이아웃 패턴 (layout patterns), 섹션 순서 (section ordering), 밀도 (density), 대비 (contrast), 카드 모양 (card shapes), 그리고 다른 제품들이 요금제 차이를 설명하는 방식과 같은 어휘를 구축하는 데 사용할 것입니다. 그런 다음 Cursor에게 이러한 관찰 내용을 컴포넌트 체크리스트 (component checklist)나 CSS 리팩토링 (CSS refactor) 계획으로 변환하도록 요청할 수 있습니다.

다른 에디터에서 동일한 패턴 사용하기

Cursor 설정은 .cursor/mcp.json을 사용하지만, 동일한 서버를 각자의 설정 위치를 가진 다른 MCP 지원 환경에서도 사용할 수 있습니다.

소스 가이드에서는 다음과 같은 대응 방식을 안내합니다:

• VS Code: .vscode/mcp.json의 servers 항목 아래에 동일한 설정을 추가합니다.
• Windsurf: Cursor와 동일한 형식을 사용하여 .windsurf/mcp.json을 사용합니다.
• Claude Code: 자체 Google Search MCP 튜토리얼에 설명된 터미널 기반 설정 흐름을 사용합니다.

따라서 그 아이디어는 이식 가능합니다. HTTP MCP 서버를 정의하고, 헤더에 Bearer 토큰을 전송하며, 어시스턴트(assistant)에게 serp_google_search를 노출하는 방식입니다.

이를 채택하는 실질적인 방법

모든 에디터를 전역적으로 설정하기보다는 하나의 프로젝트부터 시작하는 것을 권장합니다. .cursor/mcp.json을 추가하고, Cursor를 재시작한 뒤, 다음 세 가지 실제 작업을 시도해 보세요:

1. 정확한 에러 메시지 검색.
2. 편집 중인 코드와 관련된 베스트 프랙티스 (best-practice) 질문 검색.
3. 기술적 결정을 위한 최신 비교 자료 검색.

만약 검색 결과가 컨텍스트 스위칭 (context switching)을 줄여준다면 계속 유지하세요. 만약 결과가 어시스턴트를 너무 산만하게 만든다면 프롬프트 (prompt)를 더 좁게 설정하세요. MCP 도구는 이를 마법 같은 배경 지식이 아니라, 명시적인 기능 (capabilities)으로 취급할 때 가장 잘 작동합니다.

전체 참조: Cursor Integration with Google Search MCP