이제 MCP 서버가 작동하므로, 클라이언트 측을 구축할 차례입니다. 클라이언트는 애플리케이션이 MCP 서버와 통신하고 그 기능에 접근할 수 있게 해주는 요소입니다.
클라이언트 아키텍처 이해하기
코드로 들어가기 전에, MCP 프로젝트에 관한 중요한 점을 짚고 넘어가겠습니다. 일반적으로는 MCP 클라이언트나 MCP 서버 중 하나만 구현하게 됩니다 - 둘 다 구현하지는 않습니다. 이 프로젝트에서는 클라이언트와 서버가 어떻게 함께 작동하는지 볼 수 있도록 둘 다 구축하고 있습니다.

MCP 클라이언트는 두 가지 주요 구성 요소로 이루어져 있습니다:
- MCP 클라이언트 - 세션을 더 쉽게 사용할 수 있도록 우리가 만든 사용자 정의 클래스
- 클라이언트 세션 - 서버에 대한 실제 연결(MCP Python SDK의 일부)

클라이언트 세션은 작업이 끝나면 리소스 정리가 필요하며, 이것이 우리가 이를 사용자 정의 클래스로 감싸는 이유입니다. 이를 통해 연결 관리와 정리가 자동으로 처리됩니다.
클라이언트가 우리 애플리케이션에 적용되는 방식
애플리케이션 흐름을 기억하시나요? CLI 코드는 두 가지 핵심 방식으로 Claude와 상호작용해야 합니다:

클라이언트는 서버의 기능을 우리 코드베이스에 노출함으로써 이 두 가지 상호작용을 모두 가능하게 합니다.
핵심 클라이언트 함수 구현하기
두 가지 필수 함수인 list_tools와 call_tool을 구현해야 합니다.
도구 목록 함수
이 함수는 서버에서 사용 가능한 모든 도구를 가져옵니다:
async def list_tools(self) -> list[types.Tool]:
result = await self.session().list_tools()
return result.tools간단합니다 - 세션(MCP 서버에 대한 연결)에 접근하여, 내장된 list_tools 함수를 호출하고, 결과에서 도구를 반환합니다.
도구 호출 함수
이 함수는 서버에서 특정 도구를 실행합니다:
async def call_tool(
self, tool_name: str, tool_input: dict
) -> types.CallToolResult | None:
return await self.session().call_tool(tool_name, tool_input)도구 이름과 입력 매개변수(Claude가 제공)를 서버에 전달하고 결과를 반환합니다.
클라이언트 테스트하기
구현이 제대로 작동하는지 확인하기 위해 직접 테스트할 수 있습니다. 클라이언트 파일에는 MCP 서버에 연결하여 명령을 실행하는 테스트 하네스가 포함되어 있습니다. list_tools()를 호출하고 결과를 출력하도록 해보겠습니다:
async with MCPClient(
command="uv", args=["run", "mcp_server.py"]
) as client:
result = await client.list_tools()
print(result)uv run mcp_client.py를 실행하면 설명과 입력 스키마가 포함된 사용 가능한 도구 목록이 반환되어야 합니다. 서버에서 정의한 read_doc_contents와 edit_document 같은 도구들이 보여야 합니다.
엔드투엔드 테스트
이제 클라이언트와 서버가 모두 작동하므로, 전체 흐름을 테스트할 수 있습니다. 메인 애플리케이션을 실행하고 Claude에게 "report.pdf 문서의 내용은 무엇인가요?"라고 물으면 다음과 같은 일이 일어나야 합니다:
- 사용 가능한 도구 목록을 Claude에 전송
- Claude가
read_doc_contents도구를 사용하기로 결정 - 클라이언트가 서버에서 도구를 호출
- 서버가 문서 내용을 반환
- Claude가 해당 정보로 응답
클라이언트는 애플리케이션 코드와 MCP 서버 사이의 다리 역할을 하며, 저수준 연결 세부 사항을 직접 다루지 않고도 서버 기능에 쉽게 접근할 수 있게 해줍니다.