MCP란 무엇인가: LLM Agent 동작 흐름으로 이해하는 MCP
MCP의 개념과 Host, Client, Server 구조를 통해 LLM Agent가 외부 도구를 호출하는 흐름을 설명했습니다. 또한 표준화와 확장성의 장점과 함께 보안, 비용, 생태계 편중 같은 한계도 짚었습니다.
#MCP#LLM
117005분
필터 1
Model Context Protocol: 데이터를 넘어 행동으로
LLM의 한계를 보완하기 위해 MCP로 외부 서비스와 데이터에 표준화된 접근을 연결했습니다.여행 검색부터 예약·결제까지 이어지는 행동형 AI 에이전트 구현 사례를 소개했습니다.
#MCP#LLM
12005분
AI 에이전트의 시대, MCP가 만드는 새로운 표준
AI 에이전트의 시대, MCP가 만드는 새로운 표준
AI와 외부 시스템을 연결하는 표준인 MCP의 개념과 아키텍처를 설명했습니다. 다양한 업무 자동화 사례와 함께 도입 시 고려할 점도 정리했습니다.
#MCP#API
131005분
Cursor 에서 MCP 사용하기
Cursor의 Chat 모드와 MCP 개념, XcodeBuildMCP 연동 예시를 정리했습니다. 또한 /Generate Cursor Rules로 대화 기반 rules를 만드는 방법도 소개했습니다.
#Cursor#MCP
113005분
n8n + Claude MCP 자동화 가이드 \:\ DevOps 엔지니어를 위한 IT 뉴스 큐레이션 자동화
n8n과 MCP Server를 연동해 DevOps용 IT 뉴스 큐레이션을 자동화한 사례를 소개했습니다. 프롬프트 설계, 구조화된 출력, 보안 유의 사항까지 함께 정리했습니다.
#n8n#Claude MCP
11005분
n8n + Claude MCP 자동화 가이드 \:\ DevOps 엔지니어를 위한 IT 뉴스 큐레이션 자동화
n8n과 MCP를 연동해 IT 뉴스 큐레이션부터 LinkedIn 자동 게시까지의 워크플로를 구성한 사례를 소개했습니다. 프롬프트 설계와 MCP 사용 시 주의점도 함께 정리했습니다.
#n8n#Claude
56005분
Google Agentspace는 생산성을, QueryPie MCP PAM은 보안을 책임진다.
Google Agentspace의 생산성 중심 실행 구조와 QueryPie MCP PAM의 정책 기반 통제 구조를 비교했습니다.실행 시점 승인, 감사, 민감정보 보호를 위해 두 솔루션의 병행 구성이 필요함을 설명했습니다.
#Google Agentspace#QueryPie
19005분
Google Agentspace는 생산성을, QueryPie MCP PAM은 보안을 책임진다.
Google Agentspace는 AI 실행과 생산성을 높이는 플랫폼으로 정리했습니다. QueryPie MCP PAM은 실행 시점 정책 평가와 승인, 감사로 보안을 보완한다고 설명했습니다.
#LLM#MCP
11005분
Google Agentspace는 생산성을, QueryPie MCP PAM은 보안을 책임진다.
Google Agentspace는 AI 실행과 자동화를 강화하는 플랫폼으로 소개했습니다. QueryPie MCP PAM은 실행 전 정책 평가와 승인, 감사로 보안을 보완하는 계층으로 설명했습니다.
#Google Cloud IAM#MCP
56005분
OpenAI 기반 에이전트를 Gemini로 전환하는 실제 사례
OpenAI 기반 MCP 에이전트를 Gemini 기반으로 전환한 실전 사례를 공유했습니다. 스트리밍 미지원과 출력 렌더링 이슈를 정리하고 해결 방향도 제시했습니다.
#LLM#MCP
56005분
A2A × MCP: 도구와 협업을 모두 잇는 AI 연결고리
Google의 A2A와 MCP가 각각 에이전트 협업과 도구 연결을 어떻게 담당하는지 설명했습니다. 두 프로토콜을 함께 써서 멀티 에이전트 AI 시스템의 실용성을 높이는 방향을 소개했습니다.
#MCP#A2A
70005분
MCP 보안성 평가: 문헌 조사를 통한 MCP 보안 위협 식별 및 취약점 분석
MCP 기반 AI 시스템의 보안 위협을 문헌 조사로 분류하고 분석했습니다. 정책 연동, 문맥 무결성, 위임 통제, 감사 구조를 묶은 MCP PAM을 제안했습니다.
#MCP#LLM
11005분