Skip to content

Latest commit

 

History

History
268 lines (226 loc) · 9.43 KB

study_guide.md

File metadata and controls

268 lines (226 loc) · 9.43 KB

Model Context Protocol (MCP) for Beginners - 학습 가이드

이 학습 가이드는 "Model Context Protocol (MCP) for Beginners" 커리큘럼의 저장소 구조와 내용을 개괄적으로 설명합니다. 이 가이드를 활용해 저장소를 효율적으로 탐색하고 제공되는 리소스를 최대한 활용하세요.

저장소 개요

Model Context Protocol (MCP)은 AI 모델과 클라이언트 애플리케이션 간 상호작용을 위한 표준화된 프레임워크입니다. 원래 Anthropic에서 개발되었으며, 현재는 공식 GitHub 조직을 통해 MCP 커뮤니티가 유지 관리하고 있습니다. 이 저장소는 AI 개발자, 시스템 아키텍트, 소프트웨어 엔지니어를 위해 C#, Java, JavaScript, Python, TypeScript로 된 실습 코드 예제와 함께 포괄적인 커리큘럼을 제공합니다.

시각적 커리큘럼 맵

mindmap
  root((MCP for Beginners))
    00. Introduction
      ::icon(fa fa-book)
      (Protocol Overview)
      (Standardization)
      (Use Cases)
    01. Core Concepts
      ::icon(fa fa-puzzle-piece)
      (Client-Server Architecture)
      (Protocol Components)
      (Messaging Patterns)
    02. Security
      ::icon(fa fa-shield)
      (Threat Models)
      (Best Practices)
      (Auth Strategies)
    03. Getting Started
      ::icon(fa fa-rocket)
      (First Server)
      (Client)
      (LLM Client)
      (VS Code Integration)
      (SSE Server)
      (HTTP Streaming)
      (AI Toolkit)
      (Testing)
      (Deployment)
    04. Practical Implementation
      ::icon(fa fa-code)
      (SDKs)
      (Testing/Debugging)
      (Prompt Templates)
      (Sample Projects)
    05. Advanced Topics
      ::icon(fa fa-graduation-cap)
      (Context Engineering)
      (Foundry Integration)
      (Multi-modal AI)
      (OAuth2 Demo)
      (Real-time Search)
      (Streaming)
      (Root Contexts)
      (Routing)
      (Sampling)
      (Scaling)
      (Security)
      (Entra ID)
      (Web Search)
      
    06. Community
      ::icon(fa fa-users)
      (Code Contributions)
      (Documentation)
      (MCP Clients)
      (MCP Servers)
      (Image Generation)
    07. Early Adoption
      ::icon(fa fa-lightbulb)
      (Real-world Examples)
      (Deployment Stories)
      (Future Roadmap)
    08. Best Practices
      ::icon(fa fa-check)
      (Performance)
      (Fault Tolerance)
      (Resilience)
    09. Case Studies
      ::icon(fa fa-file-text)
      (API Management)
      (Travel Agent)
      (Azure DevOps)
      (Documentation MCP)
    10. Hands-on Workshop
      ::icon(fa fa-laptop)
      (AI Toolkit Integration)
      (Custom Server Development)
      (Production Deployment)
Loading

저장소 구조

저장소는 MCP의 다양한 측면을 다루는 10개의 주요 섹션으로 구성되어 있습니다:

  1. Introduction (00-Introduction/)

    • Model Context Protocol 개요
    • AI 파이프라인에서 표준화가 중요한 이유
    • 실용적인 사용 사례와 이점

  2. Core Concepts (01-CoreConcepts/)

    • 클라이언트-서버 아키텍처
    • 주요 프로토콜 구성 요소
    • MCP의 메시징 패턴

  3. Security (02-Security/)

    • MCP 기반 시스템의 보안 위협
    • 안전한 구현을 위한 모범 사례
    • 인증 및 권한 부여 전략

  4. Getting Started (03-GettingStarted/)

    • 환경 설정 및 구성
    • 기본 MCP 서버 및 클라이언트 생성
    • 기존 애플리케이션과의 통합
    • 다음 섹션 포함:
      • 첫 서버 구현
      • 클라이언트 개발
      • LLM 클라이언트 통합
      • VS Code 통합
      • Server-Sent Events (SSE) 서버
      • HTTP 스트리밍
      • AI Toolkit 통합
      • 테스트 전략
      • 배포 가이드라인

  5. Practical Implementation (04-PracticalImplementation/)

    • 다양한 프로그래밍 언어별 SDK 사용법
    • 디버깅, 테스트, 검증 기법
    • 재사용 가능한 프롬프트 템플릿 및 워크플로우 작성
    • 구현 예제가 포함된 샘플 프로젝트

  6. Advanced Topics (05-AdvancedTopics/)

    • 컨텍스트 엔지니어링 기법
    • Foundry 에이전트 통합
    • 멀티모달 AI 워크플로우
    • OAuth2 인증 데모
    • 실시간 검색 기능
    • 실시간 스트리밍
    • 루트 컨텍스트 구현
    • 라우팅 전략
    • 샘플링 기법
    • 확장 방법론
    • 보안 고려사항
    • Entra ID 보안 통합
    • 웹 검색 통합

  7. Community Contributions (06-CommunityContributions/)

    • 코드 및 문서 기여 방법
    • GitHub를 통한 협업
    • 커뮤니티 주도 개선 및 피드백
    • 다양한 MCP 클라이언트 사용법 (Claude Desktop, Cline, VSCode)
    • 이미지 생성 등 인기 MCP 서버 활용법

  8. Lessons from Early Adoption (07-LessonsfromEarlyAdoption/)

    • 실제 구현 사례 및 성공 스토리
    • MCP 기반 솔루션 구축 및 배포
    • 트렌드 및 향후 로드맵

  9. Best Practices (08-BestPractices/)

    • 성능 튜닝 및 최적화
    • 내결함성 MCP 시스템 설계
    • 테스트 및 복원력 전략

  10. Case Studies (09-CaseStudy/)

    • 사례 연구: Azure API Management 통합
    • 사례 연구: 여행사 구현
    • 사례 연구: Azure DevOps와 YouTube 통합
    • 상세 문서가 포함된 구현 예제

  11. Hands-on Workshop (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)

    • MCP와 AI Toolkit을 결합한 종합 실습 워크숍
    • AI 모델과 실제 도구를 연결하는 지능형 애플리케이션 구축
    • 기본 개념, 맞춤형 서버 개발, 프로덕션 배포 전략을 다루는 실습 모듈
    • 단계별 지침이 포함된 랩 기반 학습 방식

추가 리소스

저장소에는 다음과 같은 지원 리소스가 포함되어 있습니다:

저장소 활용 방법

  1. 순차 학습: 00부터 10까지 차례대로 학습하며 체계적으로 이해하세요.
  2. 언어별 집중: 특정 프로그래밍 언어에 관심이 있다면 샘플 디렉터리에서 해당 언어 구현을 살펴보세요.
  3. 실습 중심: "Getting Started" 섹션에서 환경을 설정하고 첫 MCP 서버와 클라이언트를 만들어 보세요.
  4. 심화 탐구: 기본 개념에 익숙해지면 고급 주제로 넘어가 지식을 확장하세요.
  5. 커뮤니티 참여: GitHub 토론과 Discord 채널을 통해 전문가 및 다른 개발자들과 교류하세요.

MCP 클라이언트 및 도구

커리큘럼에서는 다양한 MCP 클라이언트와 도구를 다룹니다:

  1. 공식 클라이언트:

    • Visual Studio Code
    • Visual Studio Code 내 MCP
    • Claude Desktop
    • VSCode 내 Claude
    • Claude API

  2. 커뮤니티 클라이언트:

    • Cline (터미널 기반)
    • Cursor (코드 에디터)
    • ChatMCP
    • Windsurf

  3. MCP 관리 도구:

    • MCP CLI
    • MCP Manager
    • MCP Linker
    • MCP Router

인기 MCP 서버

저장소에서는 다음과 같은 다양한 MCP 서버를 소개합니다:

  1. 공식 참조 서버:

    • Filesystem
    • Fetch
    • Memory
    • Sequential Thinking

  2. 이미지 생성:

    • Azure OpenAI DALL-E 3
    • Stable Diffusion WebUI
    • Replicate

  3. 개발 도구:

    • Git MCP
    • Terminal Control
    • Code Assistant

  4. 특화 서버:

    • Salesforce
    • Microsoft Teams
    • Jira & Confluence

기여하기

이 저장소는 커뮤니티의 기여를 환영합니다. MCP 생태계에 효과적으로 기여하는 방법은 Community Contributions 섹션을 참고하세요.

변경 내역

날짜 변경 사항
2025년 7월 16일 - 현재 콘텐츠에 맞게 저장소 구조 업데이트
- MCP 클라이언트 및 도구 섹션 추가
- 인기 MCP 서버 섹션 추가
- 모든 현재 주제를 포함한 시각적 커리큘럼 맵 업데이트
- 전문 분야를 모두 포함한 고급 주제 섹션 강화
- 실제 사례를 반영한 사례 연구 업데이트
- MCP가 Anthropic에서 시작되었음을 명확히 함
2025년 6월 11일 - 학습 가이드 최초 작성
- 시각적 커리큘럼 맵 추가
- 저장소 구조 개요 작성
- 샘플 프로젝트 및 추가 리소스 포함

이 학습 가이드는 2025년 7월 16일에 업데이트되었으며, 해당 날짜 기준 저장소 개요를 제공합니다. 이후 저장소 내용은 변경될 수 있습니다.

면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있으나, 자동 번역에는 오류나 부정확한 부분이 있을 수 있음을 유의해 주시기 바랍니다. 원문은 해당 언어의 원본 문서가 권위 있는 출처로 간주되어야 합니다. 중요한 정보의 경우 전문적인 인간 번역을 권장합니다. 본 번역의 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.