GitDocs MCP: 오류를 10배 줄여주는 MCP! Context7, 이제 안녕?!

AICodeKing 구독자 71,200명

요약

이번 영상에서는 GitDocs MCP라는 오픈 소스 MCP 도구를 소개하고 사용법을 시연합니다. GitHub 프로젝트 문서를 URL로 지정해 AI 코더에 정확한 컨텍스트를 제공해 토큰 낭비를 줄이고 hallucination(환각)을 최소화하는 방식입니다. Context7과 달리 사용자가 직접 문서를 선택할 수 있어 더 신뢰성 높은 결과를 얻을 수 있으며, 자체 호스팅으로 기밀 문서도 안전하게 관리할 수 있습니다. 더불어 On Demand 플랫폼을 활용한 AI 에이전트 생성과 워크플로우 자동화 방법도 함께 설명합니다.

주요 키워드

MCP GitDocs MCP Context7 AI 코더 Hallucination 오픈 소스 GitHub URL On Demand Kilo Code

하이라이트

🚀 GitDocs MCP는 GitHub URL만 변경해 즉시 AI 컨텍스트를 제공하는 오픈 소스 MCP 서버입니다.
🔑 직접 문서를 지정해 Context7보다 토큰 낭비·환각이 줄어든 신뢰성 높은 결과를 얻을 수 있습니다.
🌟 오픈 소스로 제공되며 자체 호스팅이 가능해 기밀 문서 활용 및 개인 서버 운영이 자유롭습니다.
📌 ‘gitmcp.io’ 도메인으로 GitHub 리포지토리를 간단히 연동하고 AI 코더에서 바로 사용할 수 있습니다.
⚡️ Context7 스타일처럼 자동 문서 검색 기능도 제공하지만, 일부 환각 이슈는 동일하게 발생할 수 있습니다.
🎯 On Demand 플랫폼을 통해 AI 에이전트·워크플로우를 몇 초 만에 생성하고 스케줄링까지 할 수 있습니다.
💡 Kilo Code와 같은 AI 코더에 MCP 서버 블록을 붙여 간단히 AI 기반 에이전트 스크립트를 생성하는 과정을 시연합니다.

용어 설명

MCP

Model Context Provider의 약자로, AI 모델에 외부 문서를 컨텍스트로 제공하는 시스템

GitDocs MCP

GitHub 문서를 URL로 지정해 AI 컨텍스트를 제공하는 오픈 소스 MCP 도구

Context7

AI 코더에 문서를 자동 검색·공급하는 MCP 서버 서비스

AI 코더

프로그래밍할 때 AI를 도우미로 활용해 코드를 작성·보조하는 도구

On Demand

AI 에이전트 생성과 워크플로우 자동화를 지원하는 올인원 플랫폼

Hallucination(환각)

AI 모델이 실제 문서에 없는 잘못된 정보를 생성해 내는 현상

Kilo Code

R code와 Klein의 기능을 합친 AI 코더 포크 프로젝트

Sierra MCP Chat

채팅 인터페이스에서 MCP 서버와 대화할 수 있게 하는 UI 모듈

간단한 인사와 함께 최근에 발견한 GitDocs MCP 도구를 언급하며 이번 영상의 주제를 소개합니다. Context7과 비슷하지만 접근 방식이 다르다고 예고합니다.

타임라인 정보가 없습니다.

GitDocs MCP가 GitHub 리포지토리 URL 또는 문서 URL을 입력하면 AI 컨텍스트를 제공하는 방식과 ‘gmcp.io’ 도메인 사용법을 설명합니다.

[00:34] Git MCP는 프로젝트 문서나 GitHub 저장소 URL을 제공하면 해당 컨텍스트와 채팅할 수 있게 해주고, Cursor, Windsurf, Klein 등 다양한 도구와 통합 가능한 MCP 서버를 제공합니다.

[01:02] 사용 방법은 간단합니다. github.com이나 github.io 도메인을 gmcp.io로 변경하기만 하면 즉시 AI 컨텍스트를 얻을 수 있습니다. 이를 통해 OpenAI Agents SDK와 같은 최신 라이브러리도 AI 모델이 이해할 수 있게 됩니다.

GitDocs MCP가 무료 오픈 소스로 제공되고, 자체 호스팅이 가능해 기밀 문서 운영과 개인 서버 구축이 용이하다는 점을 강조합니다.

[01:48] Git MCP는 무료이면서 오픈 소스로, 직접 호스팅하여 개인 정보를 보호하고 자신만의 문서 라이브러리를 구축할 수 있습니다. Context 7과 달리 제공할 문서를 직접 지정할 수 있어 모델의 환각 현상을 줄일 수 있습니다.

직접 문서를 지정해 정확도를 높이는 방식과 Context7의 자동 문서 검색 방식의 장단점을 비교하며, 환각(hallucination) 이슈에 대해 언급합니다.

[02:20] git mcp/doccks URL을 사용하면 Context 7처럼 자동으로 컨텍스트를 검색하게 할 수도 있습니다. 이 방식은 Context 7과 유사하지만, 라이브러리에 정확히 포함되지 않은 문서도 검색하고 활용할 수 있다는 장점이 있습니다.

[03:00] 영상은 On Demand라는 또 다른 도구를 소개합니다. 이는 올인원 AI 운영 시스템으로, AI 에이전트와 자동화 워크플로우를 몇 초 만에 만들 수 있게 해주며, 소셜 미디어 게시, 자동 거래 등 다양한 에이전트를 구축할 수 있습니다.

AI 에이전트 생성, 워크플로우 자동화, 스케줄링 기능, 음성 에이전트 지원 등 On Demand 플랫폼의 주요 기능과 무료 크레딧 제공 정보를 안내합니다.

[03:35] 온디맨드 플랫폼은 자동 트레이딩과 같은 다양한 에이전트를 만들 수 있으며, 에이전트 플로우 빌더를 통해 모델 엔드포인트, 프롬프트 등을 하나로 통합할 수 있습니다. 또한 커스텀 간격으로 워크플로우를 예약할 수 있고 음성 에이전트 생성도 가능합니다.

[04:06] 현재 온디맨드 플랫폼은 무료 $50 크레딧을 제공하고 있어 다양한 기능을 무료로 체험해볼 수 있습니다.

웹사이트에서 GitHub 리포지토리 URL을 입력하고 채팅 인터페이스 또는 MCP 서버 옵션을 선택해 설정을 진행하는 과정을 단계별로 보여줍니다.

[04:18] GitDocs MCP 사용을 시작하려면 원하는 GitHub 저장소의 URL을 입력해야 합니다. OpenAI의 에이전트 SDK, Shad CN 등 어떤 저장소든 입력할 수 있으며, Get MCP Docs URL을 사용하면 코더가 원하는 라이브러리 문서를 검색할 수 있습니다.

[04:58] GitDocs MCP는 채팅 인터페이스나 MCP 서버로 사용할 수 있습니다. 채팅 옵션은 Sierra MCP 채팅에서 가져온 인터페이스를 사용하며, 사용하려면 자신의 API 키를 구성해야 합니다.

[05:45] 대부분의 사용자들을 위해 MCP 서버 옵션을 사용해볼 수 있으며, 이 페이지는 모든 종류의 코더를 위한 MCP 구성 요소를 제공합니다. 복사한 URL을 원하는 AI 코더에 붙여넣어 사용할 수 있습니다.

Kilo Code AI 코더의 설정에 MCP 서버 블록을 복사·붙여넣고, OpenAI Agents SDK를 기반으로 간단한 에이전트 스크립트를 생성해보며 작동 과정을 시연합니다.

[06:12] 이 데모에서는 Kilo Code를 사용하는데, 이는 R Code의 포크로 추가 기능을 제공하며 Klein의 기능도 일부 포함합니다. 또한 Sonnet, Gemini 등의 모델을 사용할 수 있는 $20 무료 크레딧도 제공합니다.

[06:54] MCP 서버 설정 방법에 대해 설명합니다. 설정 메뉴에서 전역 또는 프로젝트 레벨 설정을 열고 MCP 서버 블록을 붙여넣으면 작동합니다.

[07:12] OpenAI 에이전트 문서를 사용해 간단한 에이전트 스크립트를 만들어달라고 요청했습니다. MCP 서버가 문서를 호출하고 작업을 완료합니다.

[07:34] Context 7이 구조적으로는 더 좋지만, GitDocs MCP는 오픈소스이고 자체 서버에 호스팅할 수 있어서 기밀 문서에 더 적합합니다.

[07:53] 코드 작성이 잘 완료되었고, 문서를 직접 선택할 수 있어 토큰 낭비나 환각 현상을 줄일 수 있습니다. Context 7보다 더 구체적이고 신뢰할 수 있습니다.

Context7보다 직접 문서를 지정해 신뢰도가 높아졌고, 오픈 소스로서 호스팅 자유도가 큰 점을 장점으로 꼽으며 전반적인 만족도를 공유합니다.

[08:35] GitDocs MCP는 신뢰할 수 있는 결과와 특정 라이브러리를 사용할 때 좋고, Context 7은 무엇을 사용할지 모를 때 더 적합합니다.

시청자에게 의견을 요청하고, 구독·후원 안내를 하며 다음 영상을 예고하고 마무리 인사를 전합니다.

타임라인 정보가 없습니다.

[00:00] [음악]

[00:03] [박수]

[00:04] 안녕하세요, 또 다른 영상에 오신 것을 환영합니다.

[00:07] 최근에 한 MCP 도구를 발견했는데 정말 놀라웠습니다.

[00:11] 바로 Git MCP라는 도구인데요.

[00:14] 이것은 여러 면에서 Context 7의 대안이라고 볼 수 있지만,

[00:17] 접근 방식이 매우 다릅니다.

[00:20] 우선, 메인 GitHub MCP나 Git MCP와

[00:23] 혼동할 수 있지만, 그것과는 다릅니다.

[00:26] 이름은 비슷하지만 완전히 다른 도구입니다.

[00:29] 기본적으로 프로젝트 문서나 프로젝트 자체의 URL을 제공하면,

[00:34] 해당 프로젝트의 컨텍스트와 채팅할 수 있게 해줍니다.

[00:37] 뿐만 아니라 MCP 서버를 제공하여

[00:39] Cursor, Windsurf, Klein 등과 같은

[00:42] 다양한 도구와 통합할 수 있습니다.

[00:45] 이 외에도 여러 기능이 있습니다.

[00:47] 또한 MCP 서버를 제공하여

[00:49] Cursor, Windsurf, Klein 등과 같은 도구들과

[00:53] 통합할 수 있게 해줍니다.

[00:54] 이들은 어떤 GitHub 저장소에 대해서도

[00:58] 즉시 원격 MCP 서버를

[00:59] 생성할 수 있다고 말합니다.

[01:02] 단순히 도메인을 github.com이나

[01:05] github.io에서

[01:06] gmcp.io로 변경하기만 하면

[01:08] 어떤 GitHub 저장소에 대해서도

[01:11] 즉각적인 AI 컨텍스트를

[01:13] 얻을 수 있습니다.

[01:17] 기본적으로, 예를 들어 OpenAI Agents SDK나

[01:19] 다른 라이브러리를 사용하고 싶다고 가정해보세요.

[01:22] 이를 사용하고 싶을 때, AI 모델은 당연히

[01:25] 최근에 출시되었기 때문에 작동 방식을 모릅니다.

[01:27] 그럴 때 OpenAI Agents SDK 문서의

[01:30] GitHub URL을 넣기만 하면

[01:33] MCP 구성에 붙여넣을 수 있는

[01:35] MCP 블록을 제공해줍니다.

[01:40] 이렇게 하면 AI 코더가

[01:42] 해당 정보에 접근할 수 있게 됩니다.

[01:45] 이것은 무료이면서 오픈 소스라는 점이 정말 놀랍습니다.

[01:48] 직접 호스팅하여 개인 정보를 보호하고

[01:51] 자신만의 문서 라이브러리를 구축할 수 있어

[01:55] 꽤 멋진 기능입니다.

[01:57] Context 7과 다른 점은

[01:59] 어떤 문서를 구체적으로 제공할지

[02:02] 설정할 수 있다는 것입니다.

[02:05] AI가 직접 결정하고 검색하게 하는 방식이 아니라,

[02:08] 원하는 문서를 직접 지정할 수 있어요.

[02:10] AI가 스스로 찾는 방식은 번거로울 수 있고

[02:13] 모델이 환각을 일으킬 수도 있습니다.

[02:16] 하지만 URL을 직접 제공하지 않고

[02:18] 라이브러리를 자체적으로 검색하게 하고 싶다면,

[02:20] git mcp/doccks의 URL을

[02:22] 제공하면 됩니다.

[02:25] 이것은 기본적으로 Context 7과 비슷하게 작동하여,

[02:28] AI 코더가 필요로 하는 컨텍스트를

[02:31] 라이브러리 이름을 기반으로 파악하고

[02:35] 해당 컨텍스트를 가져와 제공합니다.

[02:37] 이는 Context 7과 매우 유사하지만,

[02:41] Git MCP의 경우 정확히 그들의 라이브러리에

[02:43] 있을 필요가 없습니다.

[02:46] 대신 새로운 문서를 검색하고 활용할 수 있습니다.

[02:48] 하지만 Context 7과 마찬가지로

[02:51] 환각 현상이 발생할 수 있습니다.

[02:54] 이제 이것이 실제로 어떻게 작동하는지,

[02:57] 그리고 어떻게 사용할 수 있는지 보여드리겠습니다.

[03:00] 하지만 그전에, On Demand에 대해 말씀드리겠습니다.

[03:03] On Demand는 올인원 AI 운영 시스템으로,

[03:06] AI 에이전트와 자동화 워크플로우를 말 그대로

[03:10] 몇 초 만에 만들 수 있게 도와줍니다.

[03:12] LinkedIn, Instagram, Twitter용 소셜 미디어

[03:14] 게시 에이전트와 같은 다양한 실행 가능한

[03:17] 에이전트를 만들 수 있습니다.

[03:19] 또한 자동 거래용 에이전트나

[03:22] 원하는 다른 기능들도 구축할 수 있습니다.

[03:24] 게다가 On Demand는

[03:27] 다양한 에이전트를 만들 수 있는데,

[03:28] LinkedIn, Instagram, Twitter용 소셜 미디어

[03:31] 게시 에이전트를 비롯해

[03:33] 자동 거래용 에이전트 등을 구축할 수 있습니다.

[03:35] 자동 트레이딩 에이전트나

[03:37] 원하는 다른 모든 것을 위한 에이전트를 만들 수 있습니다.

[03:38] 그뿐만 아니라 온디맨드에는

[03:41] 에이전트 플로우 빌더가 있어서

[03:43] 에이전트, 모델 엔드포인트,

[03:45] 이행 프롬프트, 채팅 프롬프트를

[03:47] 하나의 일관된 워크플로우로 조합할 수 있습니다.

[03:49] 이러한 워크플로우를 매분마다,

[03:52] 시간별, 일별, 주별, 월별 또는

[03:54] 원하는 커스텀 간격으로 예약할 수 있습니다.

[03:56] 심지어 고급 음성 모드가 있어

[03:58] 음성 에이전트를 만들 수 있는데

[04:00] 이것은 정말 놀랍도록 멋집니다.

[04:02] 또한 이메일, 슬랙 또는 액션 가능한

[04:03] 에이전트를 통해 결과물을 전달하게 할 수도 있습니다.

[04:06] 현재 그들은 무료로 50달러 크레딧을 제공하고 있어

[04:08] 완전 무료로 시도해보고 꽤 멋진 것들을

[04:11] 만들어볼 수 있습니다.

[04:13] 그러니 꼭 확인해보시고

[04:14] 멋진 것들을 만들기 시작하세요.

[04:16] 이제 비디오로 돌아가겠습니다.

[04:18] 시작하려면 이 사이트에 접속하세요.

[04:22] 여기서 컨텍스트가 필요한 GitHub 저장소의

[04:24] URL을 입력해야 합니다.

[04:27] 예를 들어, OpenAI의 에이전트 SDK라면

[04:30] 여기에 입력해야 합니다. 또는 Shad CN이라면

[04:33] 역시 여기에 입력해야 하고, 다른 것이라면

[04:36] 여기에 입력해야 합니다.

[04:39] 여기 보이는 Get MCP Docs URL을

[04:41] 입력할 수도 있습니다.

[04:44] 이를 통해 코더가 원하는 라이브러리 문서를

[04:48] 검색할 수 있게 해주는데,

[04:50] 필요한 문서를 제공받을 수 있어

[04:52] 괜찮은 방법이고 Context 7과

[04:55] 유사한 대안이기도 합니다.

[04:57] 어쨌든, 저는 OpenAI의

[04:59] 에이전트 SDK를 입력했습니다.

[05:03] 이제 채팅 인터페이스에서 사용하거나

[05:06] MCP 서버로 만드는 옵션이 있습니다.

[05:08] 먼저 채팅 옵션을 시도해 보겠습니다.

[05:11] 이는 기본적으로 이 인터페이스를 열게 되는데,

[05:14] 실제로 Sierra MCP 채팅에서 가져온 것입니다.

[05:17] 이에 대해서는 제 멤버십 전용 비디오 중

[05:19] 하나에서 다뤘으니 확인해 보세요.

[05:22] 멤버십은 5달러부터 시작하고 채널을 지원합니다.

[05:26] 어쨌든, 여기서 MCP 서버와 채팅할 수 있습니다.

[05:29] 서버가 구성되어 그에 따라 사용할 수 있게 해줍니다.

[05:32] 다만 사용하기 위해서는 여기에

[05:34] 자신의 API 키를 구성해야 하며,

[05:37] 그냥 단순한 채팅 인터페이스에 통합된

[05:39] MCP 서버를 사용합니다.

[05:42] 하지만 이제 MCP 서버도 사용해 보겠습니다.

[05:45] 대부분의 사용자들이 원하는 것이니까요.

[05:48] 간단히 MCP 서버 옵션을 클릭하면

[05:51] 됩니다.

[05:52] 이 페이지가 열리면 모든 종류의 코더를 위한

[05:55] MCP 구성에 붙여넣을 요소를

[05:58] 제공합니다. 여기서 클라이언트 옵션을 선택하고

[06:01] 내용을 복사할 수 있습니다.

[06:04] 일반적으로 여기 URL만 있으면 됩니다.

[06:06] 어쨌든, 원하는 AI 코더로 이동할 수 있습니다.

[06:10] 이 경우에는

[06:12] Kilo Code를 사용할 것인데,

[06:14] 이는 기본적으로 R Code의 포크로

[06:17] 더 많은 멋진 기능들을 추가했고

[06:20] R Code에 없는 Klein의 기능도 일부 추가했습니다.

[06:24] 기본적으로 두 가지의 장점을 하나로 모은 것이죠.

[06:27] 또한 Sonnet, Gemini 및 다른 모델들을 사용할 수 있는

[06:30] 20달러 무료 크레딧도 제공합니다.

[06:32] 이것도 꽤 멋진 점입니다.

[06:35] R Code에 없는

[06:37] 코드.

[06:39] 기본적으로 양쪽의 장점을 하나로 모은 것이죠.

[06:42] 그리고 Sonnet, Gemini 및 기타 모델을 사용할 수 있는

[06:45] 20달러의 무료 크레딧도 제공합니다.

[06:48] 이것도 꽤 멋진 특징이죠.

[06:50] 그런 모델들을 사용할 수 있는데, 이것도 꽤 멋진 점입니다.

[06:54] 자, 이제 사용해 보겠습니다. 설정으로

[06:57] 이동하면 됩니다. 그리고

[06:59] 여기에서 MCP 서버 옵션을 볼 수 있습니다.

[07:02] 전역 설정이나 프로젝트 레벨

[07:05] 설정을 열면 됩니다.

[07:07] 그런 다음 여기에 MCP 서버 블록을

[07:10] 붙여넣으면 작동할 겁니다. 저는

[07:12] OpenAI 에이전트 문서를 사용하고 있고

[07:15] 간단한 에이전트 스크립트를 만들어달라고

[07:18] 요청할 겁니다. 요청하면

[07:21] 잠시 후 작업을 시작하는 것을 볼 수 있고

[07:24] MCP 서버를 문서에 대해 호출한 다음

[07:27] 작업을 완료하려고

[07:29] 시도할 겁니다.

[07:33] 작업을 완료합니다.

[07:34] 개인적으로는 컨텍스트 출력 부분에서 Context 7이

[07:37] 구조가 조금 더 잘 짜여 있어서 더 좋지만

[07:40] 이것도 괜찮습니다. 이건 오픈소스이고

[07:44] 자체 서버에 호스팅할 수 있어서

[07:47] 기밀 문서나 그런 것들에

[07:50] 훨씬 더 적합합니다.

[07:52] 그래서 마음에 듭니다.

[07:53] 어쨌든, 이제 작업이 완료되었고 코드를 아주 잘

[07:58] 작성했으며 작업을 제대로 수행했습니다.

[08:02] 정말 놀랍습니다. 매우 마음에 들고

[08:04] 어떤 문서를 제공할지 직접 결정할 수 있어서

[08:08] AI가 스스로 알아내도록 하는 것보다

[08:10] 토큰을 낭비하지 않고 환각 현상도

[08:12] 많은 경우에 줄일 수

[08:15] 있습니다.

[08:17] 이건 정말 좋습니다.

[08:18] 이것이 더 구체적으로 작동하고

[08:22] Context 7보다 훨씬 더 신뢰할 수 있으며

[08:25] Context 7과 달리 완전히 오픈소스라는 점도

[08:28] 제가 선호하는 부분입니다. 정말 마음에 들어서

[08:32] 공유하고 싶었습니다.

[08:35] 요즘은 사용할 수 있는 옵션이 여러 가지가 있고

[08:37] 이것은 AI 코더에게 문서를 제공하는 좋은 방법이며

[08:40] Context 7보다 훨씬 더 구체적이고

[08:43] 신뢰할 수 있습니다.

[08:46] 신뢰할 수 있는 결과가 필요하고

[08:49] 구체적으로 사용할 라이브러리를

[08:50] 알고 있을 때는 Context 7보다 이것을 선호합니다.

[08:53] 또한 특정 라이브러리를

[08:56] 사용할 것을 알고 있을 때도

[08:58] 마찬가지입니다.

[08:59] Context 7은 분위기 코딩을 할 때나

[09:02] 무엇을 사용해야 할지 모를 때

[09:05] 더 좋습니다.

[09:06] 모든 문서와 함께 사용하는 옵션으로도

[09:09] 이것을 사용할 수 있습니다. 즉 코더가 문서를

[09:12] 검색할 수 있지만, 제게는 그다지 잘 작동하지 않습니다.

[09:15] 상황에 맞게 그것도 사용할 수

[09:18] 있습니다.

[09:20] 전반적으로 꽤 괜찮습니다.

[09:24] 여러분의 생각을 아래에 공유하고

[09:26] 채널을 구독해 주세요. 슈퍼 땡스 옵션으로

[09:27] 기부하거나 채널에 가입해서

[09:30] 몇 가지 혜택을 받을 수도 있습니다.

[09:32] 다음 영상에서 뵙겠습니다. 안녕히 계세요.

[09:35] [음악]