뉴스 정보 뉴스 컴퓨터 소프트웨어 및 개발 Min-jun (민준) 8월 13, 2025 0 Comments

우리가 MCP 서버를 오픈 한 이유와 그것이 당신에게 무엇을 의미하는지

Copilot 에이전트 모드로 대 코드로 코딩하고 있다고 상상해보십시오. 당신은 다음과 같이 묻습니다.“PR #72의 상태는 무엇입니까?” 그러나 Github의 세부 사항을 가져 오는 대신 모델은 구식 상황 또는 추측 된 의미를 기반으로 답을 환각시킵니다. 설득력이 있지만 잘못된 것 같습니다. 결국 모델은 그들에게 주어진 맥락만큼이나 좋습니다. 대형 언어 모델 (LLM)이 다른 앱 및 도구에 연결할 수있는 능력이 없다면 가능한 한 유용하지 않습니다.

이것은 MCP (Model Context Protocol)가 해결하기 위해 구축 된 핵심 문제입니다.

MCP는 LLM 앱이 외부 도구 및 데이터 소스에 연결하고 작동하는 방식을 표준화하는 공개 프로토콜입니다. 클라이언트-서버 아키텍처를 따르고 시스템 간의 상호 작용을 단순화하고 표준화 된 통신 패턴을 제공한다는 점에서 LSP (Language Server Protocol)와 유사합니다. 본질적으로 MCP는 LLM의 LSP입니다.

그리고 이제 Github는 자체 MCP 서버를 개방했습니다. 그것은 GitHub과 모든 LLM 간의 진실 소스 인터페이스 역할을하여 환각을 줄이고 새로운 자동화 워크 플로우를 잠금 해제합니다.

우리는 Github Podcast의 최신 에피소드에서 이것 (그리고 더 많은!)을 다룹니다! 아래에서 듣습니다

MCP 아키텍처

MCP는 Copilot Chat과 같은 AI 앱인 MCP 호스트가 MCP 서버와의 전용 1 : 1 연결을 유지하는 클라이언트 서버 아키텍처를 기반으로합니다. 이해할 몇 가지 주요 개념 :

MCP 호스트: MCP를 통해 데이터에 액세스하려는 LLM 앱 (예 : Code, Copilot Chat)
MCP 클라이언트: 호스트 앱 내부에서 MCP 서버와의 1 : 1 연결 유지 관리
MCP 서버: MCP를 통해 특정 기능을 노출시키는 가벼운 프로그램

Github의 MCP 서버

GitHub MCP 서버는 AI 도구를 GitHub의 플랫폼에 직접 연결합니다. REST 또는 GraphQL API 호출을 수행하는 대신 MCP 호환 클라이언트 또는 에이전트를 서버에 가리키고 필요한 것을 정확하게 요청하십시오. 예를 들어, 다음을 요청할 수 있습니다.

리포지토리에 모든 열린 문제를 나열하십시오
검토 대기중인 풀 요청을 보여줍니다
레포 또는 파일에 대한 메타 데이터를 가져 오십시오
문제에 대한 작성 또는 댓글

마술은 이제 자연 언어를 사용하여 자동으로 구조적으로 의미있는 API 호출로 변환되는 요청을 할 수 있다는 것입니다. 더 이상 사용자 정의 API 엔드 포인트 또는 마크 다운 설명을 구문 분석하지 않습니다. GitHub에서 실시간 데이터를 가져 오기 위해 자연어로 필요한 것을 요청하십시오.

서버는 MCP를 사용하기 때문에 호환 가능한 호스트와 함께 작동 할 수 있습니다. Copilot Workspace, vs 코드 플러그인, LLM 기반 제품, 사용자 정의 채팅 UI 및 자체 재배 에이전트는 동일한 표준화 된 인터페이스를 사용하여 컨텍스트를 요청하거나 동작을 트리거 할 수 있습니다.

작동 방식

건축은 개념적으로 단순하지만 강력합니다.

섬기는 사람: Github의 MCP 서버는 구조화 된 MCP 요청을 듣는 독립형 서비스입니다.
고객: 호스트와 서버 사이의 커넥터. 사용자 의도를 유효한 MCP 요청으로 변환하는 방법을 알고 있습니다.
주인: AI 프론트 엔드 (IDE 조수 또는 채팅 UI와 같은)는 대화를 표면하고 구조화 된 프롬프트를 다운 스트림으로 보냅니다.

사용자가 질문을하면 호스트는 질문을 의미 론적 요청으로 변환하고 클라이언트는이를 MCP 요청으로 포장하고 서버는 GitHub에서 실제 데이터를 가져와 구조화 된 JSON으로 반환합니다.

이로 인해 언어 모델, UX 및 액세스 할 수있는 데이터 또는 도구간에 깨끗한 분리가 생성됩니다. 각 층은 모듈 식, 테스트 가능하며 교체 가능합니다.

GitHub 원격 MCP 서버를 사용하기 시작하는 방법

가장 중요한 부분 : 오늘 Github의 MCP 서버를 사용해야 할 수 있습니다! 필요한 것은 다음과 같습니다.

MCP 호스트: VS 코드 또는 MCP를 지원하는 기타 LLM 응용 프로그램
MCP 클라이언트: Copilot Agent, LLM Chat UI 또는 MCP를 말하는 사용자 정의 클라이언트
Github MCP 서버: 공식 Github MCP 서버 리포지토리에서 사용할 수 있습니다

vs 코드에 Github MCP 서버를 설치하려면 다음 단계를 따르십시오.

서버 구성을 추가하십시오 이 코드 스 니펫을 복사하여 :

{
  "servers": {
    "github": {
      "type": "http",
      "url": "
    }
  }
}

구성 파일 작성 :

프로젝트 루트에서 /vscode라는 디렉토리를 만듭니다
해당 디렉토리 안에 McP.json이라는 파일을 만듭니다
위의 코드를 파일에 붙여 넣습니다

완전한 설정 :

나타나는 시작 버튼을 클릭합니다
프롬프트되면 OAUTH 흐름을 완료하십시오

이제 vs 코드에서 Github MCP 서버를 사용할 준비가되었습니다!

지금 Github MCP로 자동화를 시작하십시오

GitHub MCP 서버를 설치하고 자연어로 5 가지 문제를 자동으로 생성 한이 비디오를 시청하십시오!

https://www.youtube.com/watch?v=azop55za4fu

실제 사용 사례

얼리 어답터는 MCP 서버를 사용하여 유용한 도구를 만들었습니다.

마크 다운 자동화 : 한 팀은 MCP 서버를 사용하여 커뮤니티 마이크로 사이트의 수십 개의 GitHub 문제를 Markdown 컨텐츠 파일로 전환했습니다. 문제는 캠페인의 일부로 수집되었습니다. 이전에는 사이트 준비가 된 콘텐츠로 변환하려면 지루하고 수동 개혁이 필요했습니다. MCP를 사용하여 팀은 라벨이 붙은 모든 문제를 가져오고 텍스트를 정리하고 서식하고 파일을 자동으로 커밋하는 스크립트를 만들었습니다. 프로세스를 빠르고 반복 가능한 작업으로 바꿨습니다.
주간 팀 소화: 다른 팀은 특정 Github 저장소를 스캔하고 매주 다이제스트를 컴파일하는 경량 봇을 구축했습니다. 최근의 풀 요청, 문제 및 병합 변경 사항을 가져와 마크 다운에 요약합니다. 이 보고서는 매주 월요일 아침 슬랙에 게시되며, 분산 팀은 회의 없이도 정렬합니다. MCP를 사용하기 때문에 봇은 하드 코딩 된 GitHub 쿼리에 연결되어 있지 않습니다. 동일한 코드가 모든 MCP 호환 서버에 대해 실행될 수 있습니다.
대화적인 프로젝트 보조원: 소규모 오픈 소스 팀은 기고자들이“검토를 기다리고있는 문제는 무엇입니까?”와 같은 자연스러운 질문을 할 수있는 채팅 기반 인터페이스를 구축했습니다. 또는 “마지막 릴리스에서 무엇이 바뀌 었습니까?” 에이전트는 MCP를 사용하여 이러한 질문을 구조화 된 GitHub 쿼리로 변환하고 실시간 데이터를 가져오고 대화 요약을 반환합니다.
개인 LLM 대시 보드: 한 개발자가 자신의 Github 계정을 로컬 대시 보드에서 실행하는 MCP 인식 에이전트에 연결했습니다. 어시스턴트는 매일 아침 사전 프롬프트를 제공합니다. 검토해야 할 요청을 당기고, 소유 한 저장소의 부실한 문제 및 병합 된 변경 사항을 기반으로 릴리스 노트 초안을 제공합니다. 그것은 그들을 위해 github를 보는 개인화 된 사소한 것과 같습니다.

MCP 서버는 AI 모델에 실제 구조화 된 컨텍스트를 제공함으로써 더 똑똑하고 안전한 도구를 제공합니다.

이것을 당신과 함께 가져 가십시오

자세한 연습을 위해 MCP 서버를 사용하는 방법에 대한 실용 가이드를 읽으십시오. 더 깊이 다이빙하고 싶습니까? 이 안내서에서 안전하고 확장 가능한 원격 MCP 서버를 구축하는 방법을 참조하십시오.

다음 에피소드를 잡으십시오 오늘> 가입하여 Github 팟 캐스트의

작성자가 작성했습니다

Kedasha는 Github의 개발자 옹호자로서 더 넓은 개발자 커뮤니티와 배운 교훈을 공유하는 것을 즐깁니다. 그녀는 다른 사람들이 기술 산업에 대해 배우도록 돕고 소프트웨어 개발자로서의 경험을 공유하는 것을 좋아합니다. 그녀의 온라인 @itsthatladydev를 찾으십시오.

출처 참조