MCP 알아보기

2025년 12월 28일

다시 개발 업무를 진행하게 되면서 점진적 마이그레이션에 대해 생각하다가 MCP를 활용해보자는 결론에 섰다.

정확히 이해하고 있지는 않았지만, 외부 서비스를 연동하여 AI 에이전트를 활용할 수 있다고 대략적으로 알고 있었기에 이 내용을 정리해두면 앞으로의 작업에 도움이 될 것 같다는 생각이 들었다.

대 AI의 시대 아니겠는가.
어쩌면 MCP가 번거로운 컴포넌트 개발 및 문서화 작업을 줄여줄 수 있겠다는 희망도 생겼다.

파괴해

우리 사이 좋게 지내봐요

해당 글은 AI 전문가가 작성한 글이 아닙니다. 내용에 오류가 있다면 댓글을 통해 알려주시면 빠르게 수정하겠습니다.

MCP란

MCP(Model Context Protocol)는 AI 모델이 외부 도구·데이터·시스템과 대화하는 프로토콜이라고 정의한다.

간단히 말해, AI 모델이 이해할 수 있도록 외부 데이터를 일정한 규칙에 맞게 포맷팅해 전달하는 방식 정도로 보면 될 것 같다.

AI가 거듭 발전하면서 더 많은 정보와 연결될 필요가 생겼고, 이를 위한 표준 규격에 대한 요구도 자연스럽게 등장했다. MCP는 LLM이 다양한 도구와 연결되어 데이터 소스를 활용하고, 이를 기반으로 더 복잡한 작업을 수행할 수 있도록 도와준다.

MCP는 다음과 같은 세 가지 핵심 개념으로 이루어져 있다.

서버가 중간 단계에 위치해 클라이언트와 컨텍스트를 연결하는 구조라고 보면 된다.

Figma를 예시로 들면, MCP를 활용했을 때 AI 모델이 Figma의 데이터를 조회하거나 수정하는 작업까지 처리할 수 있게 된다.

이제 조금 더 구체적으로, 내가 적용해보고자 했던 시나리오를 기준으로 정리해보자.

MCP 연동 프로세스는 제외했다.

3번 단계에 도달하면 그때부터 본격적인 작업이 시작된다.
사전에 연결된 MCP 서버를 통해 Figma 데이터를 조회해 디자인 정보를 얻고, 해당 정보를 기반으로 Cursor가 컴포넌트를 구현하기 시작한다.

이 과정에서 Cursor가 Figma의 디자인 정보를 이해할 수 있도록 중간에서 가공해주는 역할이 바로 MCP 서버다.

구체적인 Figma MCP 서버 연동 작업은
DEVOCEAN : Figma MCP로 UI 컴포넌트 개발 효율화하기을 참고했다.

프로덕션 단계에서 운영하기 전에 자체적으로 테스트를 진행했다.
앞에서 언급한 블로그 글을 참고해 설정을 진행했고, 그 과정에서 몇 가지 유의할 점이 보여 디버깅 로그 형태로 정리해두려 한다.

Cursor 에디터에서 레이어 참조 링크를 통해 Figma 데이터를 조회하는 과정에서 다음과 같은 에러가 반환됐다.

Figma API에서 일시적 제한이 있었습니다. 재시도 중입니다.

처음에는 정말 일시적인 문제라고 생각했다.
하지만 동일한 에러가 반복적으로 발생했고, 비교적 규모가 작은 베이스 컴포넌트 레이어를 참조해 테스트해봐도 결과는 같았다.

참고로 테스트용 Figma 디자인 파일은
Untitled UI를 사용했다.

이를 해결하기 위해 .cursorrules 파일을 추가로 생성해 요청에 딜레이를 주는 방식도 시도해봤지만, 큰 효과는 없었다.

결국 사내 디자인 파일을 기준으로, 비교적 단순한 버튼 컴포넌트를 참조해 다시 시도해본 결과 정상적으로 동작하는 것을 확인했다.

공식적으로 Figma에서 제공하는 명확한 가이드라인은 없지만, ChatGPT에 따르면 Dev Mode + 선택적 요소 중심 접근 방식으로 진행하는 것이 도움이 된다고 한다.

추가로 Framelink MCP GitHub 이슈에서 관련 논의가 진행된 것을 확인했는데, 그중에서도 디스크 캐시를 활용해 Figma 속도 제한을 우회하는 방식에 대한 제안이 인상 깊었다.

실제로 동작하는지는 테스트해보지 않았지만, 추후 해당 방식이 적용된다면 무료 플랜으로도 충분히 쓸 만한 사용감을 유지할 수 있지 않을까 생각해본다.

사실 MCP를 적용해보자고 생각하게 된 계기는 주말에 읽은
요즘 당근 AI 개발이라는 책이었다.

실제 케이스에 적용하는 과정을 따라가며 읽다 보니, MCP가 어떤 역할을 하고 어떤 지점에서 힘을 발휘하는지 조금 더 현실적으로 공감할 수 있었다. 결과적으로는, 앞으로의 작업에도 충분히 도움이 될 것 같다는 생각이 들었다.

한편으로는 'AI를 잘 활용하는 개발자'에 대한 이미지도 조금 더 구체화됐다. JD마다 적혀 있던 AI 활용 능력이라는 문구가 늘 애매하게 느껴졌는데, 이런 도구들을 적극적으로 사용해 업무 속 사소한 불편함을 하나씩 걷어내는 능력이 아닐까 싶다.