Python을 사용하여 날씨 MCP 서버 구축하기

서론 (Introduction)

Model Context Protocol (MCP)는 Claude와 같은 AI 모델이 외부 도구 및 데이터 소스와 연결될 수 있도록 하는 개방형 표준입니다. 이 글에서는 어떤 MCP 클라이언트도 사용할 수 있는 Python 기반의 날씨 MCP 서버를 구축하는 방법을 보여드리겠습니다.

구축할 내용 (What We'll Build)

하나의 도구(get_weather)를 가진 간단한 MCP 서버를 만듭니다. 이 도구는 도시 이름을 입력받아 Open-Meteo API(무료, API 키 불필요)를 사용하여 현재 온도, 풍속, 습도를 반환합니다.

요구 사항 (Requirements)

• Python 3.12+
• mcp[cli]
• httpx

설치 (Installation)

pip install "mcp[cli]" httpx

코드 (The Code)

from mcp.server.fastmcp import FastMCP
import httpx

...

MCP Inspector를 통한 테스트 (Testing with MCP Inspector)

개발 서버를 실행합니다:

mcp dev server.py

이렇게 하면 브라우저에서 MCP Inspector가 열리며, 여기서 어떤 도시 이름을 사용하여 get_weather 도구를 테스트할 수 있습니다.

결과 (Result)

"Lima"로 테스트했을 때, 서버는 다음과 같이 반환했습니다:

• 온도 (Temperature): 19.0°C
• 풍속 (Wind Speed): 12.2 km/h
• 습도 (Humidity): 81%

저장소 (Repository)

전체 소스 코드는 GitHub에서 확인할 수 있습니다:
weather-mcp-server

결론 (Conclusion)

MCP를 사용하면 실제 데이터를 통해 AI의 기능을 쉽게 확장할 수 있습니다. 단 몇 줄의 Python 코드만으로 Claude나 VSCode와 같은 모든 MCP 클라이언트가 사용할 수 있는 작동 가능한 날씨 도구를 구축했습니다.