바이브코딩 입문 과정을 마친 학습자라면 “만들고 배포”까지는 익숙한 상태이고, 이제 **”AI가 외부 세계와 연결되는 경험”**이 핵심 점프
난이도별 추천 주제
1. 기본 — MCP 연결·활용 경험 쌓기
이미 존재하는 MCP 서버를 Claude Desktop에 연결하고 활용하는 것부터 시작합
| 주제 | 내용 | 핵심 학습 포인트 |
|---|---|---|
| 나만의 Claude Desktop 환경 세팅 | Filesystem + Brave Search + GitHub MCP 연결 → 개인 작업 환경 구성 | claude_desktop_config.json 구조, stdio 방식 이해 |
| 로컬 파일 관리 에이전트 | Filesystem MCP로 프로젝트 폴더를 Claude가 직접 읽고 정리하게 만들기 | MCP 도구 호출 흐름 체험 |
| GitHub 이슈 관리 도우미 | GitHub MCP 연결 → 이슈 자동 요약·분류·답변 초안 생성 | 실제 서비스 API를 MCP로 추상화하는 패턴 |
2. 응용 — 간단한 MCP 서버 직접 구현
FastMCP (Python) 또는 @modelcontextprotocol/sdk (TypeScript) 로 커스텀 MCP 서버를 빌드
| 주제 | 설명 | 추천 이유 |
|---|---|---|
| NextPlatform 콘텐츠 검색 MCP | WordPress REST API를 wrapping → Claude가 블로그 포스트를 검색·요약 | 준상 님 생태계와 직접 연결, 콘텐츠 자산화 |
| YouTube 트렌드 리서치 MCP | YouTube Data API videos.list 배치 호출 → 트렌드 분석 도구 노출 | 이미 설계 중인 YouTube 에이전트와 연계 |
| TitanTrail TT Score MCP | TT Score 알고리즘 → get_tt_score(ticker) 도구 하나로 노출 | MCP 서버 = 차별화 서비스의 진입점이라는 개념 체득 |
| Naver 뉴스 리서치 MCP | Naver News Search API wrapping → 키워드별 뉴스 요약 도구 | 한국어 API + MCP 조합, 실무 밀착형 |
3. 도전 — 배포 가능한 MCP 서버 완성
Railway에 배포하고 mcp.so 또는 smithery.ai에 등록까지 완성
| 주제 | 설명 | 핵심 난이도 |
|---|---|---|
| AIGrape 멀티모델 MCP | GPT·Claude·Gemini를 하나의 MCP 도구로 추상화 → ask_model(model, prompt) | 인증 미들웨어 + Railway streamable-HTTP 배포 |
| NextPlatform 멤버십 콘텐츠 MCP | 회원 등급 확인 후 프리미엄 콘텐츠 반환 → RBAC 연동 | NextAuth 연동, 실제 비즈니스 로직 통합 |
| 한국 주식 데이터 MCP | yfinance + TT Score → analyze_stock(ticker) 완전한 분석 파이프라인 | 데이터 파이프라인 + 비즈니스 로직 캡슐화 |
| 강의 자료 Q&A MCP | 워크북 PDF + 강의 노트 → pgvector 기반 RAG MCP 서버 | 벡터 검색 + MCP 결합, 교육 상품화 가능 |
프로젝트 설계 원칙 제안 (커리큘럼 관점)
바이브코딩 과정 철학인 “만든 것이 곧 포트폴리오” 를 MCP에도 적용하면 좋을 것 같습니다.
① 기존 서비스 API를 MCP 도구로 감싸기 (wrapping)
② Claude Desktop에서 로컬 테스트
③ Railway에 streamable-HTTP 방식으로 배포
④ README.md + mcp.so 등록
⑤ NextPlatform 포스트로 콘텐츠화
