Skip to content

Latest commit

 

History

History
322 lines (279 loc) · 11.8 KB

study_guide.md

File metadata and controls

322 lines (279 loc) · 11.8 KB

초보자를 위한 모델 컨텍스트 프로토콜(MCP) - 학습 가이드

이 학습 가이드는 "초보자를 위한 모델 컨텍스트 프로토콜(MCP)" 커리큘럼의 저장소 구조와 내용을 개괄적으로 설명합니다. 이 가이드를 활용해 저장소를 효율적으로 탐색하고 제공되는 리소스를 최대한 활용하세요.

저장소 개요

모델 컨텍스트 프로토콜(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 작성된 실습 코드 예제와 함께 포괄적인 커리큘럼을 제공합니다.

시각적 커리큘럼 맵

mindmap
  root((MCP for Beginners))
    00. Introduction
      ::icon(fa fa-book)
      (Protocol Overview)
      (Standardization Benefits)
      (Real-world Use Cases)
      (AI Integration Fundamentals)
    01. Core Concepts
      ::icon(fa fa-puzzle-piece)
      (Client-Server Architecture)
      (Protocol Components)
      (Messaging Patterns)
      (Transport Mechanisms)
    02. Security
      ::icon(fa fa-shield)
      (AI-Specific Threats)
      (Best Practices 2025)
      (Azure Content Safety)
      (Auth & Authorization)
      (Microsoft Prompt Shields)
    03. Getting Started
      ::icon(fa fa-rocket)
      (First Server Implementation)
      (Client Development)
      (LLM Client Integration)
      (VS Code Extensions)
      (SSE Server Setup)
      (HTTP Streaming)
      (AI Toolkit Integration)
      (Testing Frameworks)
      (Deployment Strategies)
    04. Practical Implementation
      ::icon(fa fa-code)
      (Multi-Language SDKs)
      (Testing & Debugging)
      (Prompt Templates)
      (Sample Projects)
      (Production Patterns)
    05. Advanced Topics
      ::icon(fa fa-graduation-cap)
      (Context Engineering)
      (Foundry Agent Integration)
      (Multi-modal AI Workflows)
      (OAuth2 Authentication)
      (Real-time Search)
      (Streaming Protocols)
      (Root Contexts)
      (Routing Strategies)
      (Sampling Techniques)
      (Scaling Solutions)
      (Security Hardening)
      (Entra ID Integration)
      (Web Search MCP)
      
    06. Community
      ::icon(fa fa-users)
      (Code Contributions)
      (Documentation)
      (MCP Client Ecosystem)
      (MCP Server Registry)
      (Image Generation Tools)
      (GitHub Collaboration)
    07. Early Adoption
      ::icon(fa fa-lightbulb)
      (Production Deployments)
      (Microsoft MCP Servers)
      (Azure MCP Service)
      (Enterprise Case Studies)
      (Future Roadmap)
    08. Best Practices
      ::icon(fa fa-check)
      (Performance Optimization)
      (Fault Tolerance)
      (System Resilience)
      (Monitoring & Observability)
    09. Case Studies
      ::icon(fa fa-file-text)
      (Azure API Management)
      (AI Travel Agent)
      (Azure DevOps Integration)
      (Documentation MCP)
      (Real-world Implementations)
    10. Hands-on Workshop
      ::icon(fa fa-laptop)
      (MCP Server Fundamentals)
      (Advanced Development)
      (AI Toolkit Integration)
      (Production Deployment)
      (4-Lab Structure)
Loading

저장소 구조

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

  1. 소개 (00-Introduction/)

    • 모델 컨텍스트 프로토콜 개요
    • AI 파이프라인에서 표준화가 중요한 이유
    • 실용적인 사용 사례와 이점

  2. 핵심 개념 (01-CoreConcepts/)

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

  3. 보안 (02-Security/)

    • MCP 기반 시스템의 보안 위협
    • 구현 보안을 위한 모범 사례
    • 인증 및 권한 부여 전략
    • 포괄적인 보안 문서:
      • MCP 보안 모범 사례 2025
      • Azure 콘텐츠 안전 구현 가이드
      • MCP 보안 제어 및 기법
      • MCP 모범 사례 빠른 참조
    • 주요 보안 주제:
      • 프롬프트 인젝션 및 도구 오염 공격
      • 세션 하이재킹 및 혼란 대리 문제
      • 토큰 전달 취약점
      • 과도한 권한 및 접근 제어
      • AI 구성 요소 공급망 보안
      • Microsoft 프롬프트 실드 통합

  4. 시작하기 (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
      • 서버 전송 이벤트(SSE) 서버
      • HTTP 스트리밍
      • AI 툴킷 통합
      • 테스트 전략
      • 배포 가이드라인

  5. 실습 구현 (04-PracticalImplementation/)

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

  6. 고급 주제 (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. 커뮤니티 기여 (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. 초기 도입 사례 (07-LessonsfromEarlyAdoption/)

    • 실제 구현 사례 및 성공 스토리
    • MCP 기반 솔루션 구축 및 배포
    • 트렌드 및 향후 로드맵
    • Microsoft MCP 서버 가이드: 10개의 프로덕션 준비된 Microsoft MCP 서버 종합 안내서 포함:
      • Microsoft Learn Docs MCP 서버
      • Azure MCP 서버 (15개 이상의 특화 커넥터)
      • GitHub MCP 서버
      • Azure DevOps MCP 서버
      • MarkItDown MCP 서버
      • SQL Server MCP 서버
      • Playwright MCP 서버
      • Dev Box MCP 서버
      • Azure AI Foundry MCP 서버
      • Microsoft 365 Agents Toolkit MCP 서버

  9. 모범 사례 (08-BestPractices/)

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

  10. 사례 연구 (09-CaseStudy/)

    • Azure API Management 통합 샘플
    • 여행사 구현 샘플
    • Azure DevOps와 YouTube 업데이트 통합
    • 문서 MCP 구현 예제
    • 상세 문서가 포함된 구현 사례

  11. 실습 워크숍 (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)

    • MCP와 AI 툴킷을 결합한 종합 실습 워크숍
    • AI 모델과 실제 도구를 연결하는 지능형 애플리케이션 구축
    • 기본 개념, 맞춤형 서버 개발, 프로덕션 배포 전략을 다루는 실습 모듈
    • 랩 구성:
      • 랩 1: MCP 서버 기본
      • 랩 2: 고급 MCP 서버 개발
      • 랩 3: AI 툴킷 통합
      • 랩 4: 프로덕션 배포 및 확장
    • 단계별 지침이 포함된 랩 기반 학습 방식

추가 자료

저장소에는 다음과 같은 지원 자료가 포함되어 있습니다:

저장소 활용 방법

  1. 순차 학습: 00부터 10까지 차례대로 따라가며 체계적으로 학습하세요.
  2. 언어별 집중: 특정 프로그래밍 언어에 관심이 있다면 해당 언어별 샘플 디렉터리를 탐색하세요.
  3. 실습 구현: "시작하기" 섹션에서 환경을 설정하고 첫 MCP 서버와 클라이언트를 만들어 보세요.
  4. 고급 탐구: 기본을 익힌 후 고급 주제로 넘어가 지식을 확장하세요.
  5. 커뮤니티 참여: GitHub 토론과 Discord 채널을 통해 MCP 커뮤니티에 참여하고 전문가 및 동료 개발자와 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 다양한 MCP 서버를 소개합니다:

  1. 공식 Microsoft MCP 서버:

    • Microsoft Learn Docs MCP 서버
    • Azure MCP 서버 (15개 이상의 특화 커넥터)
    • GitHub MCP 서버
    • Azure DevOps MCP 서버
    • MarkItDown MCP 서버
    • SQL Server MCP 서버
    • Playwright MCP 서버
    • Dev Box MCP 서버
    • Azure AI Foundry MCP 서버
    • Microsoft 365 Agents Toolkit MCP 서버

  2. 공식 참조 서버:

    • Filesystem
    • Fetch
    • Memory
    • Sequential Thinking

  3. 이미지 생성:

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

  4. 개발 도구:

    • Git MCP
    • Terminal Control
    • Code Assistant

  5. 특화 서버:

    • Salesforce
    • Microsoft Teams
    • Jira & Confluence

기여하기

이 저장소는 커뮤니티의 기여를 환영합니다. MCP 생태계에 효과적으로 기여하는 방법은 커뮤니티 기여 섹션을 참고하세요.

변경 내역

날짜 변경 사항
2025년 7월 18일 - Microsoft MCP 서버 가이드 포함하도록 저장소 구조 업데이트
- 10개의 프로덕션 준비된 Microsoft MCP 서버 목록 추가
- 인기 MCP 서버 섹션에 공식 Microsoft MCP 서버 추가
- 사례 연구 섹션에 실제 파일 예제 반영
- 실습 워크숍 랩 구성 세부사항 추가
2025년 7월 16일 - 현재 콘텐츠 반영하여 저장소 구조 업데이트
- MCP 클라이언트 및 도구 섹션 추가
- 인기 MCP 서버 섹션 추가
- 시각적 커리큘럼 맵에 모든 현재 주제 반영
- 고급 주제 섹션에 모든 특화 영역 추가
- 사례 연구에 실제 예제 반영
- MCP가 Anthropic에서 시작되었음을 명확히 함
2025년 6월 11일 - 학습 가이드 최초 작성
- 시각적 커리큘럼 맵 추가
- 저장소 구조 개요 작성
- 샘플 프로젝트 및 추가 자료 포함

이 학습 가이드는 2025년 7월 18일에 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 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.