MCP 클라이언트와 서버가 어떻게 함께 작동하는지 보여주는 CLI 기반 챗봇을 만들어 보겠습니다. 이 실습 프로젝트를 통해 MCP 아키텍처의 양쪽 측면 모두를 직접 경험해 볼 수 있습니다.
우리가 만들 것
이 챗봇은 사용자가 자연어를 통해 여러 문서와 상호작용할 수 있도록 해줍니다. 이 시스템은 두 가지 주요 구성 요소로 이루어져 있습니다:
- 사용자 상호작용을 처리하고 Claude와 통신하는 MCP 클라이언트
- 문서를 읽고 업데이트하는 도구를 제공하는 MCP 서버

서버는 Claude에게 두 가지 도구를 노출합니다:
- 문서 내용을 읽는 도구
- 문서 내용을 업데이트하는 도구
모든 문서는 단순화를 위해 메모리에 저장되며, document.pdf, spreadsheet.xlsx, report.txt, spec.md와 같은 파일들이 포함되어 있습니다.
중요한 아키텍처 참고 사항
실제 프로젝트에서는 일반적으로 MCP 클라이언트 또는 MCP 서버 중 하나만 구현하며, 둘 다 구현하지는 않습니다. 다음과 같이 구축할 수 있습니다:
- AI 모델에 서비스의 기능을 노출하기 위한 MCP 서버만 구축
- 다른 개발자가 구축한 기존 MCP 서버에 연결하기 위한 MCP 클라이언트만 구축

이 프로젝트에서 두 구성 요소를 모두 구축하는 것은 순전히 교육 목적으로, 이들이 어떻게 통신하고 함께 작동하는지 이해하기 위한 것입니다.
프로젝트 설정
이 레슨 끝부분의 다운로드 섹션에서 cli_project.zip을 다운로드하여 원하는 개발 디렉터리에 압축을 해제하세요. 프로젝트 폴더에서 코드 편집기를 엽니다.
설정
프로젝트에는 자세한 설정 지침이 담긴 README.md 파일이 포함되어 있습니다. 다음 작업을 수행해야 합니다:
- .env 파일에 Anthropic API 키 추가
- UV(권장) 또는 pip 중 하나를 사용하여 종속성 설치

.env 파일에는 다음이 포함되어야 합니다:
ANTHROPIC_API_KEY="your-api-key-here"프로젝트 실행
설정이 완료되면 터미널에서 프로젝트 디렉터리로 이동하여 다음을 실행하세요:
# UV를 사용하는 경우 (권장)
uv run main.py
# 표준 Python을 사용하는 경우
python main.py채팅 프롬프트가 나타나는 것을 확인할 수 있습니다. "1+1은 얼마인가요?"와 같은 간단한 질문을 해서 모든 것이 제대로 작동하는지 테스트해 보세요.
스타터 프로젝트에는 이미 Claude와의 기본 채팅 기능이 포함되어 있습니다. 이어지는 영상들에서는 MCP 서버 기능과 문서 관리 기능을 추가하여 완전히 기능하는 문서 인식 챗봇을 만들어 보겠습니다.