Jun's 테크노트

최근 깃허브(GitHub)에 올라오는 최신 AI 에이전트(AI Agent) 프로젝트나 Claude의 MCP(Model Context Protocol) 서버 구축 가이드를 보면, 눈에 띄는 변화가 하나 있습니다. 바로 우리에게 너무나 익숙한 pip install 명령어 대신, **uv**라는 낯선 도구를 사용하라는 문구가 표준처럼 자리 잡고 있다는 점입니다.아마 오랫동안 파이썬으로 자동화 스크립트를 짜오신 분들이라면 "기존에 쓰던 pip가 멀쩡한데, 굳이 또 새로운 걸 배워야 하나?"라는 피로감이 먼저 드실 수 있습니다. 저 역시 처음에는 반신반의했습니다. 하지만 제 개인 프로젝트와 자동화 환경에 uv를 직접 도입해 본 결과, 내린 결론은 단 하나입니다."이것은 단순한 도구의 교체가 아니라, 개발 경험의 ..

최근 제 개발 환경의 가장 큰 화두는 단연 **'에이전트(Agent)'**입니다. 과거에는 VS Code에 코파일럿(Copilot) 하나 띄워두고 코드를 추천받는 수준이었다면, 구글이 작정하고 내놓은 **Agent-First IDE, 'Antigravity'**는 차원이 다릅니다. 이 녀석은 단순한 자동완성 도구가 아니라, 프로젝트의 맥락을 이해하고 주도적으로 제안하는 '파트너'에 가깝기 때문입니다.하지만 아무리 똑똑한 AI라도, **'내 머릿속에 있는 기획'**이나 **'내가 모아둔 참고 자료'**까지 알 수는 없습니다. 그래서 우리는 매번 프롬프트 창에 긴 문서를 복사해서 붙여넣느라 시간을 허비하곤 했죠.오늘 소개할 방법은 이 문제를 완벽하게 해결해 줍니다. 바로 Antigravity의 핵심인 **M..

최근 AI 생태계에서 가장 뜨거운 화두 중 하나는 단연 **MCP(Model Context Protocol)**입니다. Anthropic이 공개하고 구글, 오픈AI 등 빅테크 기업들이 합류하고 있는 이 표준 프로토콜은 LLM(대규모 언어 모델)의 한계를 넘어서는 혁신적인 도구로 평가받고 있습니다.오늘은 MCP 서버를 구축했을 때 얻을 수 있는 구체적인 유용함 4가지를 정리해 보겠습니다.1. 실시간 로컬 데이터 접근 (RAG의 진화)기존 AI 모델은 학습 데이터에 포함되지 않은 최신 정보나 사용자의 개인 파일에 접근하기 어려웠습니다. 이를 해결하기 위해 복잡한 RAG 시스템을 구축해야 했으나, MCP는 이를 훨씬 단순하게 만듭니다.유용함: 내 컴퓨터에 있는 문서, 코드, 데이터베이스를 MCP 서버로 연결하..