Molayo

© 2026 Molayo

Dev.to헤드라인2026. 06. 15. 05:15

MCPify를 사용하여 모든 앱을 MCP 서버로 전환하는 방법

요약

MCPify는 기존의 SaaS, API, 데이터베이스 등을 AI 에이전트가 즉시 사용할 수 있는 MCP 서버로 자동 변환해 주는 오픈 소스 컴파일러입니다. 수동으로 도구를 작성할 필요 없이 코드베이스를 정적 분석하여 MCP 호환 도구를 생성합니다.

핵심 포인트

  • MCPify는 기존 앱을 AI 네이티브 시스템으로 변환하는 컴파일러입니다.
  • 코드베이스를 스캔하여 MCP 서버 코드를 자동으로 생성합니다.
  • Swagger/OpenAPI 명세를 활용해 단번에 MCP 도구로 변환 가능합니다.
  • CI/CD 통합을 통해 코드 변경 시 MCP 서버를 최신 상태로 유지합니다.
  • 권한 인식 기능을 통해 에이전트의 안전한 작동 범위를 보장합니다.

AI 환경이 빠르게 변화하고 있습니다. 매주 새로운 에이전트 프레임워크, 새로운 프로토콜, AI가 세상과 상호작용하는 새로운 방식이 등장합니다. 하지만 한 가지 분명해진 사실이 있습니다. 우리가 기존에 사용하던 대부분의 소프트웨어는 AI 에이전트가 사용하도록 설계되지 않았다는 점입니다.

여러분은 SaaS 제품, REST API, 데이터베이스, 또는 유용한 액션(action)을 가진 프론트엔드를 보유하고 있을 수 있습니다. 하지만 AI 에이전트는 취약한 브라우저 자동화(browser automation)나 수작업으로 작성된 보일러플레이트(boilerplate) 없이는 이 중 그 어떤 것에도 접근할 수 없습니다. 바로 이 지점에서 MCPify가 등장합니다.

MCPify는 기존 애플리케이션을 AI 네이티브(AI-native)이자 에이전트가 작동 가능한 시스템으로 변환해 주는 오픈 소스 AI 활성화 컴파일러(AI enablement compiler)입니다. 에이전트가 사용하기를 원하는 모든 도구에 대해 MCP 서버 코드를 일일이 수동으로 작성하는 대신, MCPify를 코드베이스에 지정하기만 하면 MCPify가 복잡한 작업을 자동으로 수행합니다.

이 튜토리얼에서는 사전 MCP 경험 없이도 MCPify를 사용하여 모든 앱을 MCP 서버로 전환하는 과정을 안내해 드리겠습니다.

MCP (Model Context Protocol)란 무엇인가?

본격적으로 시작하기 전에 간단히 복습해 보겠습니다. Model Context Protocol (MCP)는 AI 애플리케이션이 외부 도구 및 데이터 소스에 연결되는 방식을 정의하는 개방형 표준입니다. 이를 AI 에이전트를 위한 USB-C라고 생각하면 됩니다. 즉, 모든 MCP 호환 클라이언트(Claude Desktop, Cursor, VS Code 확장 프로그램, 커스텀 에이전트 등)가 여러분의 서비스와 통신할 수 있게 해주는 범용 인터페이스입니다.

MCP 서버는 AI 에이전트가 런타임(runtime)에 발견, 조사 및 호출할 수 있는 도구(tools)를 노출합니다. 각 엔드포인트(endpoint), 데이터베이스 쿼리(database query) 또는 비즈니스 워크플로우(business workflow)에 대해 이러한 서버를 수동으로 구축하는 것은 지루하며 확장성이 떨어집니다.

MCPify의 등장: MCP 서버 생성기

MCPify (https://github.com/amarnath3003/MCPify)는 애플리케이션을 스캔하여 완전한 MCP 서버를 자동으로 생성하는 AI 활성화 컴파일러입니다. 이 도구는 코드베이스(프론트엔드 컴포넌트, 백엔드 라우트, API 정의, 이벤트 핸들러 및 워크플로우 로직)에 대해 정적 분석(static analysis)을 수행하고 이를 MCP 호환 도구로 컴파일하여 작동합니다.

MCPify가 돋보이는 이유:

  • 도구 작성 불필요 (Zero manual tool writing) --- 코드에서 도구를 자동으로 찾아냅니다.
  • 권한 인식 (Permission-aware) --- 생성된 도구에는 안전 경계(safety boundaries)가 포함되어 있어 에이전트가 안전한 범위 내에서 작동합니다.
  • 동기화 유지 (Stay in sync) --- 코드베이스가 변경될 때마다 다시 생성하세요. MCP 서버가 항상 최신 상태로 유지됩니다.
  • CI/CD 통합 (CI/CD integration) --- MCPify는 GitHub Actions 파이프라인에서 실행되므로, 모든 PR(Pull Request)마다 새로운 도구를 다시 컴파일합니다.
  • Swagger/OpenAPI 지원 (Swagger/OpenAPI support) --- API 명세(spec)가 있나요? MCPify는 단 한 번의 명령으로 이를 MCP 도구로 변환합니다.

실제로 작동하는 **MCP 서버 생성기 (MCP server generator)**를 찾고 있었다면, 바로 이것입니다.

빠른 시작: 설치 불필요

MCPify는 npm을 통해 CLI 도구로 제공됩니다. 설치할 필요도 없습니다. 그냥 npx로 직접 실행하세요:

npx mcpify-cli

이 명령은 프로젝트 분석을 안내하는 대화형 모드를 실행합니다. 즉시 작동 모습을 보고 싶다면, 내장된 이커머스(ecommerce) 예제를 대상으로 시도해 보세요:

npx mcpify-cli examples/ecommerce-saas

몇 초 안에 MCPify는 예제 앱을 스캔하고 출력 디렉토리에 완전한 MCP 서버를 생성합니다. 생성된 AGENTS.md 파일을 열어 어떤 MCP 클라이언트에도 연결할 수 있는 지침을 확인하세요.

튜토리얼: 자신의 앱을 MCPify 하기

실제 시나리오를 통해 단계별로 진행해 보겠습니다.

1단계: 분석기(Analyzer) 실행하기

프로젝트 루트로 이동하여 다음을 실행하세요:

npx mcpify-cli analyze .

analyze 명령은 스캔, 컴파일, 그리고 에이전트에 필요한 메타데이터와 함께 MCP 서버를 생성하는 전체 파이프라인을 실행합니다.

2단계: 분석기 선택하기

MCPify는 스택의 다양한 부분을 이해하기 위해 플러그인 방식의 분석기(pluggable analyzers)를 사용합니다:

  • Frontend analyzer (프론트엔드 분석기) --- UI 액션(버튼 클릭, 폼 제출, 내비게이션)을 추출합니다.
  • Backend analyzer (백엔드 분석기) --- REST 경로, 미들웨어(middleware), 비즈니스 로직을 발견합니다.
  • Database analyzer (데이터베이스 분석기) --- 스키마(schema), 쿼리(query), 저장 프로시저(stored procedure)를 식별합니다.
  • Event analyzer (이벤트 분석기) --- 이벤트 핸들러(event handler) 및 웹훅 리스너(webhook listener)를 캡처합니다.
  • Workflow analyzer (워크플로우 분석기) --- 앱이 지원하는 다단계 프로세스를 매핑합니다.

interactive 명령어를 사용하여 실행할 분석기를 선택하세요:

npx mcpify-cli interactive

단계 3: 생성된 MCP 서버 검토하기

분석이 완료되면, MCPify는 생성된 서버를 출력 디렉토리(기본값: mcpify-output/)에 작성합니다. 이 서버는 MCP 사양(specification)을 구현하는 독립적인 Node.js 애플리케이션입니다. 다음 파일들을 확인할 수 있습니다:

  • server.js --- MCP 서버 엔트리 포인트(entry point)
  • tools.json --- 스키마(schema)가 포함된 발견된 모든 도구(tool)의 매니페스트(manifest)
  • AGENTS.md --- MCP 클라이언트에 연결하기 위한 설정 지침
  • workflows/ --- 앱에서 발견된 시맨틱(semantic) 워크플로우 정의

단계 4: MCP 클라이언트에 연결하기

AGENTS.md에 있는 지침을 따르세요. 일반적으로 이는 클라이언트 설정에 서버를 추가하는 것을 의미합니다. Claude Desktop의 경우, claude_desktop_config.json에 다음 항목을 추가하면 됩니다:

{
  "mcpServers": {
    "my-app": {
...

클라이언트를 재시작하면, 이제 AI 에이전트가 자연어를 통해 귀하의 애플리케이션과 상호작용할 수 있습니다.

고급: Swagger/OpenAPI를 MCP로 전환하기

이미 API 사양(specification)을 가지고 계신가요? MCPify는 이를 직접 변환할 수 있습니다:

npx mcpify-cli swagger ./openapi.yaml

공개 API를 유지 관리하는 경우 이 기능은 매우 유용합니다. 모든 엔드포인트(endpoint)가 요청/응답 스키마(request/response schema)와 함께 자동으로 MCP 도구(tool)가 됩니다.

CI/CD 통합

이 과정을 자동화하려는 팀을 위해, MCPify는 GitHub Actions 워크플로우를 포함하고 있습니다. main 브랜치에 푸시하거나 PR(Pull Request)을 열 때마다 MCPify가 MCP 서버를 다시 컴파일합니다. 이는 귀하의 AI 도구가 코드베이스와 항상 동기화되어 있음을 의미합니다.

MCPify 저장소의 .github/workflows 폴더에서 바로 사용할 수 있는 워크플로 (workflow) 템플릿을 확인해 보세요.

개발자들이 MCPify를 좋아하는 이유

GitHub에 출시된 이후, MCPify는 실제 문제를 해결한다는 점에서 많은 관심을 받고 있습니다 (41개의 스타를 획득했으며 계속 증가 중). AI 에이전트 (AI agents)를 구축하는 개발자들에게는 수개월간의 통합 작업 없이 에이전트를 기존 인프라에 연결할 수 있는 방법이 필요합니다.

MCPify는 그 간극을 완벽하게 메워줍니다. 이는 직접 수동으로 만드는 MCP 서버에 대한 MCPify 대안 (MCPify alternative) 입니다. 더 빠르고, 더 철저하며, 자동으로 동기화 상태가 유지됩니다.

만약 에이전트를 구축하고 있는데 도구 정의 (tool definitions)를 일일이 수동으로 작성하는 것에 지쳤다면, MCPify를 시도해 보세요:

👉 지금 MCPify 시도하기

마치며

AI 에이전트의 시대가 도래했습니다. 문제는 귀하의 소프트웨어가 그들을 맞이할 준비가 되었느냐 하는 것입니다. MCPify를 사용하면 어떤 애플리케이션이든 몇 주가 아닌 몇 분 만에 에이전트 사용 준비를 마칠 수 있습니다.

패턴은 간단합니다. 평소처럼 앱을 작성하고, MCPify를 실행하면 AI 에이전트가 자연스럽게 상호작용하도록 할 수 있습니다. 보일러플레이트 (boilerplate)도, 끝없는 설정 파일도, 취약한 브라우저 자동화 (browser automation)도 필요 없습니다.

npx mcpify-cli로 직접 돌려보고 무엇을 만드셨는지 알려주세요.

이 내용이 유용했나요? AI 에이전트를 만드는 친구에게 공유해 주세요. 이 프로젝트는 GitHub에서 오픈 소스로 공개되어 있으며, 기여 (contributions)를 환영합니다!

AI 자동 생성 콘텐츠

본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0