[00:00]
댓글에서 영상이 너무 길다고 불평하시는 분들을 위해
[00:02]
제가 본론으로 들어가는 게 너무 오래 걸린다고 하시는 분들을 위해
[00:06]
오늘은 바로 본론으로 들어가겠습니다.
[00:08]
코딩할 때 반드시 사용해야 할
[00:11]
상위 5개 MCP 서버를 소개해드리겠습니다.
[00:15]
각각의 서버에 대해
[00:17]
무엇인지, 어떻게 접근하는지
[00:19]
그리고 왜 가치있는지 설명해드리겠습니다.
[00:23]
이 영상은 10분 안에
[00:25]
끝내보도록 하겠습니다.
[00:27]
성공하면 제 첫 10분짜리 영상이 될 것 같네요.
[00:30]
만약 이 영상이 실패한다면
[00:33]
이 컨셉으로 좀 더 긴 버전을
[00:35]
만들 수도 있겠죠. 이번 주 초반 영상처럼
[00:38]
너무 세부적인 내용은
[00:40]
피하고 high-level로
[00:42]
설명드리려고 합니다.
[00:44]
구현 방법이나 다운로드 방법은
[00:45]
다루지 않을 거예요.
[00:47]
가치와 작동 방식, 사용법에 대해
[00:49]
설명드리겠습니다. 그리고
[00:51]
1-2시간 분량의 상세한 버전을
[00:55]
제 무료 스쿨 그룹에
[00:56]
올릴 예정이니 거기서
[00:58]
더 자세히 배우실 수 있습니다.
[01:00]
5월 초에 업로드될 예정입니다.
[01:03]
먼저 MCP가 무엇인지 간단히 설명드리겠습니다.
[01:06]
MCP는 Model Context Protocol의 약자입니다.
[01:10]
간단히 설명드리자면
[01:12]
MCP는 기본적으로
[01:14]
서로 다른 AI 모델과 도구들이
[01:18]
원활하게 소통할 수 있게 해주는
[01:21]
표준화된 프로토콜입니다.
[01:24]
예를 들어, 여러분이 맥을 쓰고
[01:27]
친구가 윈도우를 사용한다고 가정해보세요.
[01:30]
만약 이 기기들로
[01:32]
서로 소통할 수 없다면 어떨까요?
[01:34]
실제로 인터넷 초창기에는
[01:36]
그랬습니다. 그리고 지금의 AI도
[01:39]
초기에는 그런 상황이었죠.
[01:41]
하지만 MCP가 등장하면서
[01:43]
이러한 장벽을 허물었습니다.
[01:46]
도구들이 서로 소통할 수 있는 공통된 방식을 만든 거죠.
[01:50]
그래서 MCP는 다양한 도구들의
[01:53]
생태계를 형성하고 있고
[01:55]
이제 급속도로 성장하고 있습니다.
[01:58]
사실상 앱스토어와 비슷하죠.
[02:00]
이제 그 '앱들'을
[02:03]
살펴보도록 하겠습니다.
[02:06]
앱들을 한번 볼까요?
[02:08]
첫 번째 MCP는
[02:11]
Upstach의 Context 7입니다.
[02:15]
Cursor나 Windsurf 같은 AI 도구들의
[02:18]
가장 큰 문제점 중 하나는
[02:20]
새로운 기술에 대한 코드 작성이 취약하다는 점입니다.
[02:24]
예를 들어, Supabase가
[02:25]
새로운 API를 출시했다고 하면
[02:28]
이에 대한 코드 솔루션을 제대로 작성하지 못합니다.
[02:31]
자주 보이는 문제로는
[02:33]
질문을 했을 때
[02:35]
실제로 존재하지 않는 API와 함수를 만들어내거나
[02:38]
아니면 오래된 패키지나
[02:41]
버전을 기반으로 답변을 하는데
[02:44]
이는 더 이상 적용되지 않아
[02:46]
작동하지 않습니다.
[02:48]
게다가 이 문제는
[02:49]
내장된 방식 때문에 더 복잡해졌는데
[02:52]
Cursor나 Windsurf 같은 도구에서
[02:55]
문서를 사용하는 내장 방식이
[02:57]
솔직히 매우 좋지 않습니다.
[02:59]
인덱싱도 제대로 되지 않고
[03:01]
문서 스크래핑도 잘 못하고
[03:03]
맥락을 제대로
[03:05]
파악하지도 못합니다.
[03:07]
문서에서 필요한 내용을 제대로 활용하지 못하는데,
[03:09]
이런 상황에서 Context 7이라는 도구가 등장했습니다.
[03:12]
Context 7을 사용하면
[03:14]
문서와 코드 예제를 필요할 때마다
[03:17]
불러올 수 있죠. 예를 들어
[03:20]
여기 앱이 있다고 가정하고
[03:21]
Context 7을 사용해서 Supabase로 사용자 테이블을 만들어달라고 할 수 있습니다.
[03:26]
Context 7은 자체 문서 라이브러리에서
[03:30]
Supabase 문서를 가져와서
[03:32]
문서를 앱의 컨텍스트로 가져옵니다.
[03:35]
그리고 나서 이 컨텍스트를 사용해
[03:38]
요청한 작업을 수행하는데,
[03:41]
앱의 컨텍스트로 가져와서
[03:43]
요청한 작업을 수행하게 되죠.
[03:46]
이 경우에는 Supabase로
[03:48]
기본 사용자 테이블을 만드는 작업입니다.
[03:51]
이제 보시면 진행되고 있네요.
[03:54]
지금 실행 중인데,
[03:55]
요청한 모든 작업을 수행할
[03:58]
SQL 스크립트를 생성하고 있습니다.
[04:00]
자, 완료됐네요. 정말 멋지죠.
[04:02]
실제로 웹사이트에서
[04:04]
가져오는데,
[04:05]
context7.com에 가보시면
[04:08]
사용 가능한 라이브러리들을 볼 수 있고
[04:10]
다른 문서도 추가할 수 있습니다.
[04:14]
정말 멋진 도구라서
[04:16]
첫 번째로 소개했고
[04:17]
매우 가치 있습니다.
[04:19]
결과적으로 문제 해결 시간이 훨씬 단축되죠.
[04:23]
즉, 올바른 해결책을 더 빨리 찾을 수 있어서
[04:26]
머리를 쥐어뜯는 순간이
[04:28]
많이 줄어듭니다. 특히 서드파티 도구를 사용할 때
[04:31]
잘 작동하지 않아
[04:33]
좌절하는 순간들 말이죠.
[04:35]
AI 분야의 빠른 발전 속도와
[04:38]
놀라운 새로운 도구들이
[04:39]
자주 나오는 상황에서
[04:42]
이런 종류의 도구는 반드시 필요합니다.
[04:44]
새로운 기술을 빠르게 습득하고
[04:46]
앱에서 실용적으로 사용할 수 있게 해주는
[04:48]
Context 7은 정확히 그런 도구입니다.
[04:51]
정말 멋지죠.
[04:53]
자, 이제 두 번째 MCP는
[04:56]
Claude Taskmaster입니다. 올해 제가 가장 좋아하는
[04:59]
새로운 도구죠. 제 다른 영상들을
[05:01]
보셨다면 아시겠지만
[05:03]
이제 이것은 핵심 요소가 됐습니다.
[05:05]
바이브 코딩 시스템의 4단계인데
[05:07]
참고로 곧
[05:09]
제 스쿨 그룹에 자세한 튜토리얼을 올릴 예정입니다.
[05:12]
다시 말씀드리자면,
[05:14]
이제 이 프로세스의 마지막 단계에서
[05:16]
사용하는 핵심 도구입니다.
[05:19]
이게 중요한 이유는
[05:20]
실제로 복잡한 작업을 바이브 코딩할 때
[05:24]
가장 어려운 부분이
[05:27]
광범위한 계획을 세우는 데
[05:30]
많은 시간이 필요하다는 점입니다.
[05:32]
그 프로세스의 첫 단계는
[05:34]
광범위한 계획을 세우는 건데,
[05:36]
정확히 무엇을 만들지,
[05:39]
기술은 무엇을 쓸지,
[05:41]
요구사항과 주요 기능이 무엇인지
[05:43]
명확하게 파악해야 합니다.
[05:45]
이걸 다 했다면,
[05:47]
이제 남은 건
[05:49]
상세한 기능 목록과
[05:51]
요구사항 목록이지만,
[05:53]
아직 AI에게 효과적으로 전달할 수 있는
[05:57]
단계별 계획은 없는 상태입니다.
[06:00]
모든 단계를 실제로 구현할 수 있는
[06:02]
계획이 필요한데, 여기서 Claude Taskmaster가 등장합니다.
[06:06]
이 도구는 기존의 기능
[06:08]
기능 명세서를 자체적인 PRD 버전으로 변환하고
[06:11]
그런 다음
[06:14]
전체 프로젝트를 실행하는 데 도움이 되는
[06:18]
세부적인 단계별 작업을 생성합니다.
[06:21]
프로젝트에 초기화한 후에는
[06:23]
이렇게 말할 수 있죠. "이 기능들을 바탕으로
[06:26]
PRD를
[06:27]
만들어줘"
[06:34]
시스템은 실제로 작업할 수 있는
[06:37]
형식으로 이를 처리하고
[06:39]
그 작업이 완료되면
[06:42]
프로젝트 완료를 위한
[06:44]
개별 작업으로 모두 변환합니다
[06:47]
그리고 이러한 작업들을
[06:50]
복잡도 수준별로 정렬합니다
[06:53]
이 작업이 완료되면
[06:55]
질문에 효과적으로 답변하거나
[06:57]
작업을 해결하기 위한
[07:00]
충분한 맥락이 있는지 판단합니다
[07:02]
맥락이 부족하다면, 작업을 확장하고
[07:04]
더 세분화된 작업으로 분해합니다
[07:07]
이를 통해 한 번에 코딩이 가능해집니다
[07:09]
제가 정말 좋아하는 점은
[07:12]
솔루션을 구축하면서
[07:14]
자체적으로 수정하고 작업 목록을 업데이트하여
[07:17]
방금 구축한 내용을 반영한다는 것입니다
[07:20]
또한 다른 멋진 기능들도 많이 있는데
[07:23]
특정 기능의 복잡도를 분석하고
[07:24]
세부적인 하위 작업으로 분해하거나
[07:27]
작업을 확장하고 제거할 수 있습니다
[07:29]
정말 많은 멋진 기능들이
[07:32]
있다는 거죠
[07:33]
이를 통해 할 수 있는 게 정말 많습니다
[07:36]
따라서 "클로드야, 렙릿이야,
[07:38]
내가 꿈꾸는 멋진 앱을 만들어줘"라고 하고
[07:40]
결과물에 실망하는 대신
[07:43]
우리는 구체적인 비전을 바탕으로
[07:45]
매우 세밀한 지침을 제공하는
[07:47]
방식으로 나아갈 수 있습니다
[07:50]
커서와 같은 시스템에
[07:52]
이러한 구체적인 비전을 제시하면
[07:56]
실제로 의미 있고 작동하는 방식으로
[07:58]
앱을 만들어낼 수 있습니다
[08:00]
저는 앞으로의 발전이 정말 기대됩니다
[08:03]
왜냐하면 이런 도구들이야말로
[08:05]
진정으로 개발하고 싶어하는 사람들
[08:08]
이런 도구들로 멋진 회사를 만들거나
[08:11]
자신만의 것을 만들고 싶어하는
[08:14]
마음 깊은 곳에서부터
[08:15]
무언가를 개발하고
[08:17]
멋진 회사를 만들고 싶어하는
[08:19]
사람들을 도울 수 있기 때문입니다
[08:21]
이런 도구들이 그들이
[08:22]
실제로 멋지고 잘 작동하는
[08:25]
것들을 만들 수 있게 해줄 겁니다
[08:27]
제가 소개하는 5가지 도구 중에서
[08:30]
이것이 아마도
[08:31]
대부분의 사람들이 시작해보면 좋을
[08:32]
가장 추천하고 싶은 도구입니다
[08:36]
세 번째로 소개할 도구는
[08:39]
Exa AI의 Exa Search입니다
[08:43]
때로는 워크플로우에 추가적인
[08:45]
맥락이 필요할 때가 있습니다
[08:49]
예를 들어 랜딩 페이지를 만들면서
[08:50]
실제 통계를 통합하고 싶을 때나
[08:52]
사용 중인 기술 스택에서
[08:55]
반복적인 문제나 버그가 발생할 때
[08:58]
어딘가에 문서화되어 있을
[09:00]
더 나은 해결책을 찾아야 할 수도 있죠
[09:02]
어떤 경우든
[09:04]
프로그래매틱 검색 도구는
[09:06]
필수적입니다. 많은 사람들이
[09:10]
Perplexity를 좋아하는데, 그걸 쓰지 말라는 건
[09:13]
아니지만, 제 경험상 Exa AI가
[09:16]
더 나은 것 같습니다
[09:19]
실제로 Exa AI는 훨씬 더 나은 개발 경험을
[09:22]
제공합니다. 더 나은 결과와
[09:24]
더 많은 기능을 사용할 수 있죠
[09:28]
대부분의 이런 도구들처럼
[09:30]
사용법이 매우 간단합니다
[09:34]
저는 최근에
[09:36]
제 SaaS 회사 중 하나의
[09:38]
새로운 랜딩 페이지를 디자인하고 있었는데
[09:42]
디자인과 일부 기능들이
[09:44]
마음에 들었지만
[09:46]
여기에 AI가 임의로 만들어낸
[09:48]
통계들은 마음에 들지 않았습니다
[09:50]
이걸 업데이트하려면 어떻게 해야 할까요?
[09:52]
여기에 들어와서
[09:55]
이 섹션을 컨텍스트로 추가할 수 있습니다
[09:57]
아, 죄송합니다. 10분을 초과했네요
[10:02]
10분 안에 끝내려고 했는데 더 걸렸습니다
[10:04]
죄송합니다
[10:08]
제가 무엇을 하는지 모르고 있었네요
[10:10]
15분 안에 끝내보도록 하겠습니다
[10:12]
커서를 여기에 두고
[10:15]
Exa AI를 사용해서 이 주장들에 대한 실제 검증 가능한
[10:21]
통계를 찾아달라고 요청하고
[10:26]
새로운 실제 통계를
[10:28]
받을 수 있습니다
[10:32]
AI 코딩 프로세스나
[10:35]
다른 어떤 프로세스든
[10:37]
결국 중요한 것은 컨텍스트를 다루는 것입니다
[10:41]
시스템에 전달하는 컨텍스트를
[10:44]
강력하게 제어해야 합니다
[10:46]
컨텍스트가 너무 복잡하거나
[10:49]
너무 부족하면
[10:51]
결과물이 항상 빗나가게 됩니다
[10:54]
Exaarch는 우리가 더 정기적으로
[10:57]
더 정확하고 정밀하게
[11:00]
목표를 달성할 수 있게 해주는 도구입니다
[11:02]
여기서 보시다시피 재귀적으로
[11:05]
검색하고 결과를 수집하고
[11:07]
검색하고 결과를 수집하는 과정을
[11:08]
반복하면서
[11:10]
제가 요청한 쿼리에 대한
[11:13]
답을 효과적으로 찾아내고 있습니다
[11:16]
보시다시피 지금
[11:18]
여러 가지 다른
[11:20]
통계들을 가져와서
[11:22]
이러한 주장들을 뒷받침하고 있고
[11:24]
이제 이것들을 앱에 통합하라고 지시할 수 있습니다
[11:26]
리스트의 네 번째는
[11:28]
Model Context Protocol 또는 Anthropic의
[11:31]
지식 그래프 메모리입니다
[11:34]
종종 우리는 컨텍스트 윈도우를
[11:37]
전환해야 하는 상황에 직면합니다
[11:39]
새로운 컨텍스트를 위해
[11:41]
하나의 채팅에서 다른 채팅으로 이동하거나
[11:44]
또는 우리가 만든
[11:46]
가치 있는 것을
[11:48]
완전히 다른 프로젝트에서
[11:50]
기억하고 싶을 때가 있죠
[11:52]
이것은 특정한
[11:55]
디버깅 방법일 수도 있고
[11:57]
앱이 복잡해질 때
[12:00]
서로 다른 데이터 간의
[12:02]
관계를 저장하는 방법일 수도 있습니다
[12:04]
또는 과거에 일어난
[12:07]
다른 일들을 기반으로 프롬프트를
[12:10]
동적으로 업데이트하고 싶을 수도 있죠
[12:12]
어쩌면 우리만의
[12:14]
Claw Taskmaster 버전을 만들어서
[12:16]
작업 목록을 붙여넣고
[12:19]
진행 상황을
[12:20]
추적하고 싶을 수도 있고
[12:22]
진행 과정을 기록하고 싶을 수도 있습니다
[12:24]
이런 도구가 해결해주는
[12:25]
문제들이 정말 많지만
[12:28]
아주 기본적인 예시를 통해
[12:31]
시스템에 메모리를 부여하는 방법을 보여드리겠습니다
[12:33]
여기 이 앱의 예시를 보겠습니다.
[12:35]
반복적으로 발생하던 문제가
[12:36]
있었는데, 바로 컬러 팔레트가 이상하게 전환되는 것이었죠.
[12:39]
새로운 기능을 추가할 때마다
[12:41]
색상이 변경되곤 했습니다.
[12:43]
그래서 우리는 이렇게 할 수 있습니다.
[12:45]
라이트 모드와 다크 모드 버전의
[12:47]
앱을 가져와서 메모리에 저장하는 거죠.
[12:53]
메모리에 저장하면
[12:57]
시스템이 하는 일은
[12:59]
메모리 저장소에
[13:01]
새로운 엔티티들을 생성하여
[13:03]
그 정보를 저장하는 것입니다.
[13:07]
이제 라이트 모드 테마에서
[13:09]
실제로 어떤 것이 생성되었는지
[13:11]
살펴보면, 시스템이
[13:13]
이러한 관찰들을 생성합니다.
[13:15]
"흰색 배경을 사용할 때마다
[13:17]
이 변수를 사용하고,
[13:19]
텍스트 색상은 이것을 사용하며,
[13:22]
제목은 이것을 사용한다"는 식으로요.
[13:23]
이렇게 기본적으로
[13:26]
색상 테마들을 기억하게 됩니다.
[13:29]
그리고 나서
[13:30]
이들 사이의 관계를 만듭니다.
[13:32]
방금 생성된 다양한 엔티티들이
[13:36]
서로 어떻게 연결되어 있는지
[13:37]
볼 수 있죠.
[13:39]
또 다른 좋은 예시를 들어보겠습니다.
[13:41]
AI 개인 트레이너를
[13:44]
만드는 프로젝트가 있는데요,
[13:46]
1-2년에 걸친 피트니스 플랜을
[13:48]
만드는 과정에서
[13:51]
데이터베이스 내에
[13:53]
다양한 관계들이 존재합니다.
[13:55]
매크로 사이클이 있고,
[13:58]
장기적인 목표가 있으며,
[14:01]
이것들이 점점 더 작은 사이클로
[14:04]
나뉘게 됩니다. 각 사이클 내에는
[14:06]
세트 구성이 있고,
[14:09]
반복 구성이 있으며,
[14:10]
해야 할 운동이 있고,
[14:12]
이 모든 정보들이
[14:14]
매우 빠르게 복잡해집니다.
[14:18]
그러다 발견한 것은 시스템이
[14:21]
이 모든 엔티티들 간의
[14:24]
관계를 제대로 기억하지
[14:26]
못한다는 것이었죠.
[14:27]
그래서 새 프로그램을 만들 때
[14:30]
기존 관계를 유지하지 못했습니다.
[14:33]
따라서 지식 그래프 메모리 같은
[14:36]
도구를 사용하면 그 관계를
[14:40]
정의할 수 있고,
[14:41]
관련된 요청을 할 때
[14:44]
메모리를 참조하도록 해서
[14:46]
모든 것이 서로 어떻게
[14:48]
연관되어야 하는지 정확한 구조를
[14:51]
알 수 있게 됩니다.
[14:53]
이게 좋은 이유는
[14:54]
코딩 세션을 오가다가
[14:56]
며칠이 지나거나, 심지어 몇 시간이
[14:59]
지났을 때도,
[15:00]
복잡한 작업을 하고 있었다면
[15:02]
문제를 해결할 때의 중요한 정보를
[15:05]
나중을 위해 기억해둘 수 있다는
[15:07]
점입니다.
[15:09]
여러분의 실제 프로젝트에
[15:11]
가장 적합한 방법을 알게 될 거예요.
[15:13]
이런 시스템으로
[15:15]
복잡성을 관리하는 건 식은 죽 먹기죠.
[15:18]
누가 싫어하겠어요?
[15:20]
마지막으로 두 가지를 한 번에 소개하겠습니다.
[15:24]
Magic UI MCP와 21st Devs Magic MCP입니다.
[15:30]
매우 비슷하게 들리고
[15:31]
매우 유사한 일을 한다는 점에서 혼란스러운데
[15:33]
비슷한 일을 하지만,
[15:35]
둘 다 'magical'이라는 단어를 쓰고 싶었나 봅니다.
[15:38]
이 채널에서 자주 이야기했듯이,
[15:41]
전문적인 디자인은 실제로 권위를 부여합니다.
[15:45]
이는 고객들에게 보내는 잠재의식적 신호로,
[15:48]
여러분이 해당 분야의 전문가이며
[15:51]
신뢰할 수 있다는 것을 보여줍니다.
[15:52]
따라서 디자인에 특화된 MCP 서버를 가지는 것은
[15:56]
큰 장점이 될 것입니다.
[15:59]
저는 개인적으로 Magic UI를 많이 사용하는데,
[16:02]
특히 랜딩 페이지 디자인에
[16:05]
Magic UI를 정말 좋아합니다.
[16:07]
제가 앞서 보여드렸던 이 랜딩 페이지는
[16:09]
사실상 전체가
[16:11]
아직 완성하지 않아서
[16:13]
푸터가 그대로 있지만
[16:15]
Magic UI로 만들어졌습니다.
[16:16]
이전 영상들을 보셨다면
[16:19]
아마 보셨을 거예요.
[16:21]
21st Dev는 이와 비슷한데,
[16:24]
제가 보기에는 실제 앱 UI를 위한
[16:26]
컴포넌트들이 더 많습니다.
[16:29]
프리미엄 스토어와 크리에이터,
[16:31]
템플릿과 컬렉션을 통해
[16:33]
정말 멋진 패키지나
[16:35]
특정 기능을 위한 스타터 키트를 찾을 수 있습니다.
[16:38]
예를 들어, 여기 들어가서
[16:42]
Cult UI를 보시면
[16:44]
정말 많은 독특한 컴포넌트들이 있습니다.
[16:47]
솔직히 말해서
[16:49]
접근할 수 있는 멋진 것들이 많죠.
[16:50]
이걸 어떻게 활용할 수 있을까요?
[16:53]
참고로 이 두 도구 모두
[16:55]
MCP 서버를 가지고 있습니다.
[16:57]
예를 들어 Magic UI의
[16:58]
깜빡이는 그리드가 마음에 들었다고 합시다.
[17:02]
제 앱에 이것을 추가하고 싶다면,
[17:05]
예를 들어 여기 아래에
[17:06]
이 섹션에
[17:08]
깜빡이는 그리드를 넣고 싶다면,
[17:11]
이 파일에 들어와서
[17:12]
컨텍스트로 전달하고,
[17:15]
Magic UI를 사용해서 이 섹션에
[17:21]
깜빡이는 그리드 배경을 추가하라고 하면 됩니다.
[17:25]
자, 보이시죠?
[17:28]
물론 약간의 조정이 필요하지만,
[17:30]
MCP 서버를 사용해서
[17:32]
이렇게 쉽게 구현할 수 있다는 게 정말 멋집니다.
[17:36]
문서를 읽고
[17:37]
어떻게 해야 할지 바로 알 수 있죠.
[17:40]
이제 여기서
[17:42]
투명도를 조정하고
[17:44]
배경을 더 미묘하게 만들어볼 거예요.
[17:47]
이런 디자인 중심의 MCP들의 방향성이
[17:50]
정말 마음에 드는데요,
[17:52]
지금은 Figma처럼
[17:54]
이미 디자이너이거나
[17:56]
디자이너가 있어서
[17:58]
Figma에서 작업한 것을
[17:59]
도구로 가져오려는 경우에만
[18:01]
도움이 되는데,
[18:03]
그렇지 않다면
[18:05]
Figma를 MCP로 사용하는 것이
[18:07]
큰 도움이 되지 않습니다.
[18:09]
그래서 UI 컴포넌트와 라이브러리,
[18:11]
그리고 앱에 통합하는 방법에
[18:13]
초점을 맞춘
[18:15]
이런 회사들이 정말 좋습니다.
[18:18]
제 생각에는 모바일 앱 디자인에 특화된
[18:21]
MCP가 있으면 정말 좋을 것 같은데,
[18:24]
아직 본 적이 없네요.
[18:26]
혹시 아시는 게 있다면
[18:28]
댓글로 알려주세요.
[18:29]
확인해보고 싶습니다.
[18:31]
이것으로 영상을 마치겠습니다.
[18:32]
MCP는 바이브 코딩에서 큰 강점이 됩니다.
[18:39]
여러분에게 잘 맞는 서버를 찾아서
[18:41]
적극적으로 활용하시기 바랍니다.
[18:43]
이런 서버들과 실제 워크플로우에 대해
[18:46]
더 자세히 알아보고 싶으시다면,
[18:49]
5월에 제 스쿨 그룹에서
[18:50]
실용적인 워크플로우에 대한
[18:52]
긴 튜토리얼을 제공할 예정입니다.
[18:55]
무료로 제공되니 확인해보세요.
[18:57]
이것으로 영상을 마치겠습니다.
[19:01]
다음 영상에서 만나요.
[19:03]
감사합니다.
[19:06]
[음악]