업그레이드할 시간… 통합 AI 에이전트가 드디어 등장했습니다

AI LABS 구독자 10,300명

요약

이 영상은 최근 급격히 발전한 AI 에이전트 기술의 진화 과정을 돌아보며, aci.dev 플랫폼을 통해 통합(MCP) 아키텍처 기반의 차세대 AI 에이전트를 빠르게 구축하고 운영하는 방법을 안내합니다. 앱 스토어에서 다양한 통합 앱을 손쉽게 연결하고, 각 인증 방식(OAuth, API 키 등)에 따라 구성하는 과정과 에이전트 플레이그라운드에서 실제 시연 예시(Google Calendar 활용)를 상세히 설명합니다. 또한, 벡터 DB를 활용한 RAG(retrieval augmented generation) 시스템으로 도구 호출 속도와 정확도를 높이는 비결, 자체 호스팅을 위한 오픈소스 클론 방법, 통합 MCP 서버를 기존 클라이언트에 연동하는 절차까지 다룹니다. 이 플랫폼을 통해 다중 도구·서비스를 유기적으로 조합하여 업무 효율을 획기적으로 개선할 수 있음을 강조합니다.

주요 키워드

MCP 아키텍처 Retrieval Augmented Generation Vector DB OAuth 인증 API Key Agent Playground Unified MCP Server aci.dev Semantic Search

하이라이트

🔑 지난 1년간 AI 에이전트 기술이 MCP 아키텍처 도입으로 새로운 단계로 도약했습니다.
📌 aci.dev 플랫폼은 앱 스토어를 통해 원하는 통합 앱을 선택해 에이전트에 간단히 연결할 수 있습니다.
🌟 인증 불필요, API 키, OAuth 세 가지 유형별 앱 설정 과정을 단계별로 자세히 소개합니다.
🚀 벡터 DB 기반 의미론적 검색과 RAG 시스템으로 도구 호출 속도와 정확도가 획기적으로 향상됩니다.
⚙️ Google Calendar 연동 시 일정 조회·생성·수정 기능 호출을 통해 실제 사용 방식을 실감 나게 시연합니다.
🔒 OAuth 연동 시 플랫폼에 개인정보 접근 권한이 생기는 한계를 짚고, 자체 호스팅을 통한 완전한 프라이버시 확보 방안을 제안합니다.
🛠 통합 MCP 서버를 기존 CPI 클라이언트(cursor 등)와 연동해 다중 도구 지원 한계를 극복하는 방법을 안내합니다.
🎯 벡터 기반 컨텍스트 활용으로 AI 에이전트가 더 정확한 의사결정과 워크플로우 구성이 가능해집니다.

용어 설명

MCP

Multi-Context Processing의 약자로, 다양한 도구와 컨텍스트를 통합해 AI 에이전트가 작업을 수행하도록 설계된 아키텍처

RAG

Retrieval Augmented Generation(검색 보강 생성)의 약자로, 외부 데이터베이스에서 정보를 검색해 생성 모델의 응답 품질을 높이는 기법

Vector DB

벡터 형태로 저장된 데이터에 대해 의미론적 검색을 지원하는 데이터베이스

OAuth

Open Authorization의 약자로, 사용자 자격 증명을 제3자 애플리케이션에 안전하게 위임하는 인증 프로토콜

API Key

애플리케이션 간에 인증 및 호출 권한을 부여하는 고유한 문자열

Agent Playground

AI 에이전트를 구축·테스트할 수 있는 인터랙티브한 환경

Unified MCP server

통합 MCP 서버로, 여러 MCP 클라이언트와 연동해 AI 에이전트가 사용할 도구를 선택·호출하도록 중개하는 서버

지난 1년간 AI 기술의 급격한 발전을 돌아보고, 채널 초기의 간단한 에이전트 튜토리얼에서부터 MCP 아키텍처 기반의 차세대 AI 에이전트 플랫폼인 aci.dev가 등장했음을 소개합니다.

[00:00] AI 기술이 지난 한 해 동안 놀라운 속도로 발전했으며, 특히 MCP와 같은 새로운 도구들과 컨텍스트 처리 방법의 개선으로 모든 것이 완전히 진화했다고 설명합니다.

[00:17] AI 에이전트 아키텍처를 한 단계 끌어올린 aci.dev 플랫폼을 소개하며, 이 플랫폼이 MCP 아키텍처를 기반으로 정확한 AI 에이전트를 더 빠르게 구축할 수 있게 해준다고 설명합니다.

aci.dev의 앱 스토어를 통해 다양한 통합 앱을 선택·연결하는 방법을 살펴봅니다. 통합된 앱 목록, 문서화된 인터페이스, 연동 절차를 통해 에이전트가 도구를 자율적으로 사용하도록 설정하는 흐름을 설명합니다.

[00:36] 플랫폼 사용법을 간단히 설명합니다. 에이전트를 생성하고 원하는 앱을 선택한 후 에이전트에 할당하면 자율적으로 작동하는 신뢰할 수 있는 에이전트를 쉽게 얻을 수 있다고 합니다.

[00:48] 일상생활에서 이 플랫폼을 사용하는 두 가지 방법을 제시합니다. 첫째는 플랫폼 자체를 사용하는 것이고, 둘째는 제공되는 두 개의 MCP 서버를 활용하는 것입니다.

플랫폼 로그인 후 보여지는 에이전트 플레이그라운드의 채팅 인터페이스와, 두 가지 MCP 서버(앱용 서버와 통합 MCP 서버) 활용 방안을 간략히 소개합니다.

[01:05] 플랫폼 구조를 설명하며 로그인 시 나타나는 앱 스토어를 소개합니다. 이곳에는 사용 가능한 모든 통합이 포함되어 있으며, 잘 문서화되어 있어 쉽게 연결할 수 있다고 설명합니다.

[01:22] 연결 후 AI 에이전트가 도구들을 사용하여 작업을 분해하고 지능적으로 필요한 도구를 선택해 요청을 완료하는 과정을 설명합니다.

[01:32] 플랫폼의 주요 구성 요소들을 설명합니다. 앱 설정 섹션에서 설치된 앱들을 관리하고, 연결된 계정 섹션에서 서비스들을 확인할 수 있으며, 에이전트 플레이그라운드에서 ChatGPT와 같은 직관적인 인터페이스를 제공받습니다.

인증이 필요 없는 앱, API 키 기반 앱(Brave Search), OAuth 기반 앱(Google Calendar 등) 세 가지 유형을 각각 설정하는 과정을 단계별로 설명합니다.

[02:10] 에이전트 플레이그라운드 기능 사용법을 설명하며, AI 에이전트 빌더를 사용하기 위해서는 먼저 앱 스토어에서 필요한 통합을 선택하는 설정 단계가 필요하다고 설명합니다.

[02:27] 통합할 수 있는 앱의 종류가 세 가지가 있으며, 아카이브와 같은 첫 번째 유형은 인증이 필요하지 않다고 설명합니다.

[02:33] MCP 서버 통합의 세 가지 유형에 대해 설명하며, 첫 번째 유형인 아카이브는 인증이 필요하지 않아 기본 설정으로 쉽게 구성할 수 있습니다.

[02:47] 두 번째 유형인 Brave 검색은 API 키가 필요하며, 웹 검색 기능을 제공합니다. 설정 시 API 키를 입력하고 저장하면 앱 구성과 연결된 계정에 모두 나타납니다.

연동된 Google Calendar를 통해 일정 조회, 생성, 수정 등의 기능을 호출하는 시연을 통해 에이전트의 실제 작동 방식을 보여줍니다.

[03:15] 세 번째 유형은 Google 캘린더, YouTube, Google 지도, Gmail 등으로 OAuth 인증이 필요합니다. 오픈소스 플랫폼을 클론하려면 OAuth를 직접 구현해야 하지만, 현재는 ACI Dev의 내장 OAuth 앱을 사용할 수 있습니다.

[03:47] 앱이 연결되면 에이전트를 선택하고 계정 ID와 접근 가능한 앱을 설정할 수 있습니다. Google 캘린더 시연에서 '오늘 미팅이 있나요?'라고 질문하면 에이전트가 기능을 호출하여 올바른 답변을 제공합니다.

MCP 도구 호출 속도를 높이기 위해 벡터 DB를 활용한 의미론적 검색 및 RAG 시스템을 도입한 구조를 설명하고, 이를 통해 더욱 빠르고 정확한 도구 선택이 가능한 원리를 설명합니다.

[04:10] 미팅 설정 기능을 테스트하면 이벤트 삽입 기능이 작동하며, 잘못된 이메일 주소를 수정할 때는 원래 미팅을 삭제하고 올바른 정보로 새 미팅을 생성합니다.

[04:37] 이것이 바로 이 플랫폼의 힘으로, MCP 통합을 활용하여 진정으로 기능적인 AI 에이전트를 만들 수 있습니다. 또한 채널 구독과 멤버십 프로그램에 대한 안내도 제공합니다.

[05:05] MCP 기반 플랫폼의 속도 향상 원리를 설명합니다. MCP 자체는 느리지만, 벡터 DB와 시맨틱 검색을 통해 도구 설명을 빠르게 검색하여 성능을 크게 향상시킵니다.

[05:26] RAG 시스템의 작동 방식을 구체적으로 설명합니다. 시맨틱 검색을 통해 더 정확하고 빠른 도구 검색이 가능하며, 이메일과 캘린더 예시를 통해 실제 활용 사례를 제시합니다.

OAuth로 연결된 서비스가 개인정보에 접근할 수 있는 한계를 지적하고, 오픈소스를 클론해 자체 인프라에 구축함으로써 완전한 프라이버시를 확보하는 방안을 제시합니다.

[06:25] 플랫폼 사용 시 개인정보 보호 문제를 다룹니다. OAuth를 통한 앱 구성 시 데이터 접근 권한 부여의 한계점과 오픈소스 특성을 활용한 자체 호스팅 대안을 제시합니다.

[06:55] 자체 호스팅 구현의 기술적 복잡성을 설명합니다. 자격 증명 설정, OAuth 구성, Google Cloud Platform 등의 인증 플로우 설정의 어려움과 향후 가이드 제공 가능성을 언급합니다.

[07:28] 개발자를 위한 통합 MCP 서버에 대해 간략히 소개합니다. Claude Desktop, Cline, Code, Cursor 등 기존 MCP 클라이언트와의 통합 방법과 두 가지 서버 유형의 존재를 알립니다.

통합 MCP 서버가 AI 에이전트와 도구 호출을 중개하는 방식을 설명하고, cursor, Claude 등 기존 MCP 클라이언트에 연동해 다중 에이전트를 설정하는 구체적인 설정 절차를 안내합니다.

[07:41] 통합 MCP 서버는 일반 MCP 서버와 달리 도구를 직접 호출하지 않고 AI 에이전트와 소통하여 어떤 도구를 사용할지 결정합니다. RAG 시스템과 결합하면 처리 속도가 크게 향상됩니다.

[08:08] Cursor의 두 가지 주요 한계를 해결합니다. 첫째, 40개 이상의 도구를 효과적으로 처리할 수 없는 문제와 둘째, 여러 MCP 서버가 만드는 번거로운 인터페이스로 인한 성능 저하 문제를 해결합니다.

[08:23] 설정 과정은 aci.dev의 에이전트 섹션에서 API 키를 가져오는 것부터 시작됩니다. 다중 에이전트 지원으로 코딩 에이전트와 비즈니스 에이전트 등 다른 도구 세트를 가진 에이전트들을 구성할 수 있습니다.

[08:44] Cursor 클라이언트에 통합하려면 JSON 구성을 복사하여 붙여넣고, 불필요한 필드를 제거한 후 자격 증명과 소유자 ID, API 키를 입력합니다. 검색과 실행 함수 두 개의 도구가 나타납니다.

[08:59] 실제 사용 예시로 에이전트에게 사용 가능한 도구를 물어보면 Google 캘린더, Brave 검색, YouTube 등이 반환됩니다. 최적의 성능을 위해 프로젝트 규칙을 항상 에이전트로 설정하여 Cursor가 MCP 서버와 효과적으로 상호작용할 수 있도록 해야 합니다.

호스티드 및 자체 호스팅 옵션을 통해 즉시 사용할 수 있는 방법을 정리하고, 강력한 다중 도구·서비스 결합을 통해 업무 효율을 획기적으로 개선할 수 있음을 강조하며 영상 마무리 및 구독·후원 안내로 마칩니다.

[09:17] 실제 작동 예시로 다음 예정된 회의가 토요일에 있다는 것을 정확히 식별하고, 이메일 주소와 함께 회의 세부 정보의 완전한 요약과 쉬운 접근을 위한 회의 링크까지 제공했습니다.

[09:32] 플랫폼을 방문하여 이러한 기능들을 직접 탐색할 수 있습니다. 로컬 설정은 광범위하여 별도의 튜토리얼이 필요하지만, 호스팅된 설정은 바로 시도해볼 수 있습니다.

[09:44] 플랫폼에서 직접 에이전트를 설정하거나 기존 워크플로우에 통합하는 방법 모두 가능합니다. 이제 여러 도구와 서비스로 작업하는 방식을 진정으로 변화시킬 수 있는 효율적이고 능력 있는 AI 에이전트 시스템에 접근할 수 있습니다.

[00:00] 지난 한 해 동안 AI 기술은

[00:02] 놀라울 정도로 빠르게 발전했습니다. 우리는

[00:04] 놀라운 돌파구들이 일어나는 것을 목격했죠.

[00:06] 우리 채널을 되돌아보면,

[00:08] 괜찮은 AI 에이전트가 있는 간단한 커서 튜토리얼부터

[00:10] 시작했습니다. 하지만 이제 MCP와 같은 새로운 도구들과

[00:13] 컨텍스트를 처리하는 더 나은 방법들로

[00:15] 모든 것이 완전히

[00:17] 진화했습니다. 오늘은 이러한

[00:19] 진화를 진정으로 보여주는 최초의

[00:21] 플랫폼을 보여드리겠습니다. AI

[00:23] 에이전트 아키텍처를 다음 단계로 끌어올린

[00:25] 플랫폼입니다. 제가 말하는

[00:27] 플랫폼은 aci.dev입니다. 이 플랫폼을 통해

[00:30] 정확한 AI 에이전트를 더 빠르게 구축할 수 있습니다.

[00:32] 이 모든 것의 기반이 되는 것은

[00:34] 그들이 구축한 MCP 아키텍처입니다.

[00:36] 작동 방식은 다음과 같습니다. 에이전트를 생성하고

[00:38] 원하는 앱을 선택한 다음

[00:40] 해당 앱을 에이전트에 할당합니다.

[00:42] 그게 전부입니다. 이제 실제로

[00:44] 자율적으로 작동하는 놀랍고 신뢰할 수 있는

[00:46] 에이전트를 갖게 되었고, 설정하기도

[00:48] 매우 쉽습니다. 일상생활에서

[00:50] 이것을 사용할 수 있는 방법은

[00:52] 기본적으로 두 가지입니다. 첫째, 플랫폼

[00:55] 자체입니다. 둘째, 그들은 또한

[00:57] 두 개의 MCP 서버를 제공합니다. 통합 MCP 서버에 대한

[01:00] 영상을 이미 만들었지만

[01:01] 간단한 개요를 드리겠습니다.

[01:03] 다시 말하지만, 아직 많은 사람들이 이것에 대해

[01:05] 모르고 있고, 정말 엄청나게 강력합니다.

[01:07] 플랫폼에 처음 로그인하면

[01:09] 이 앱 스토어가 여러분을 맞이할 것입니다.

[01:11] 본질적으로 사용 가능한 모든 통합을

[01:13] 포함하고 있으며, 선택할 수 있는

[01:15] 정말 광범위한 목록입니다. 이러한 통합들은

[01:17] 플랫폼 내에서 잘 문서화되어 있습니다. 따라서

[01:19] 시작하려면 그저 연결만 하면

[01:20] 됩니다. 나머지 과정을

[01:22] 자세히 보여드리겠지만, 일단 연결되면

[01:24] AI 에이전트가 이러한 도구들을 사용하여

[01:26] 작업을 분해하고 지능적으로

[01:28] 요청을 완료하는 데 필요한 도구를

[01:30] 선택할 수 있습니다. 앱 스토어를

[01:32] 탐색한 후에는 앱 설정

[01:34] 섹션으로 이동합니다. 여기서 성공적으로

[01:36] 설치하고 연결한 모든 앱을

[01:37] 찾을 수 있습니다. 현재 제가

[01:39] 세 개의 앱이 설치되어 사용할 준비가 되어 있는 것을

[01:41] 확인할 수 있습니다. 그다음 연결된

[01:43] 계정 섹션이 있는데, 이곳에서 연결된

[01:46] 모든 서비스를 보여줍니다. 그 후에는

[01:48] 에이전트 플레이그라운드가 있는데, 여기서

[01:50] ChatGPT와 같은 인터페이스를 제공받으며

[01:52] 사용하기 정말 직관적입니다.

[01:54] 화면 오른쪽에서 필요한 앱을

[01:56] 설정하고 해당 앱에서 에이전트가

[01:58] 접근할 수 있는 특정 기능을

[02:00] 선택할 수 있습니다. 이것으로

[02:01] 플랫폼이 어떻게 구조화되고

[02:03] 조직되어 있는지에 대한 기본

[02:05] 개요를 알 수 있습니다. 이제

[02:07] 앞으로 나아가서 이것을

[02:08] 어떻게 실제로 활용할 수 있는지

[02:10] 정확히 보여드리겠습니다. 먼저

[02:12] 에이전트 플레이그라운드 기능을 사용하는 방법을

[02:15] 탐색해보겠습니다. 이 에이전트

[02:17] 플레이그라운드에서 AI 에이전트 빌더를

[02:19] 어떻게 사용할 수 있을까요? 먼저

[02:21] AI 에이전트가 앱 스토어에서 접근할 통합을

[02:23] 선택하게 됩니다. 이 설정 단계는

[02:25] AI 에이전트 플레이그라운드와 통합

[02:27] MCP 서버 모두에 필요합니다.

[02:29] 통합할 수 있는 앱의 종류는 세 가지입니다.

[02:31] 아카이브와 같은 첫 번째 유형은 인증이

[02:33] 인증이 필요합니다. 설정할 때는

[02:35] 인증 방법이 필요하지 않습니다.

[02:37] 확인하고 기본 에이전트를 선택한 다음

[02:39] 소유자 ID를 추가합니다. 저는 AIABS로

[02:41] 설정했습니다. 저장하면 앱 구성에

[02:44] 나타나는데, 백엔드 API가

[02:45] 인증을 요구하지 않기 때문입니다.

[02:47] 두 번째 유형은 Brave 검색과 같이

[02:49] API 키가 필요합니다. Brave 검색은

[02:52] API 키를 붙여넣고 쿼리를 제공하여

[02:54] 웹을 검색할 수 있게 해줍니다.

[02:56] 설정할 때 API 키 요구사항을

[02:58] 볼 수 있습니다. 확인 후

[03:00] 에이전트를 선택하고 소유자 ID를

[03:02] 선택한 다음 API 키를 추가하고

[03:04] 저장합니다. 이제 앱 구성과

[03:07] AI 랩스 하위의 연결된 계정

[03:08] 모두에 나타납니다. 이를 통해

[03:11] 다양한 구성으로 다양한 AI 에이전트를

[03:13] 구축할 수 있는 제어권을 얻게 되며,

[03:15] 이는 매우 강력합니다. 세 번째 유형은

[03:17] Google 캘린더, YouTube, Google 지도,

[03:19] Gmail과 같은 앱들을 포함합니다.

[03:21] 이들은 OAuth 인증이 필요합니다.

[03:23] Google 캘린더의 경우, 앱을 구성하고

[03:25] 필수 필드를 채웁니다. 만약

[03:27] 이 오픈소스 플랫폼을 클론하여

[03:29] 자체 에이전트를 구축할 계획이라면

[03:30] OAuth를 직접 구현해야 합니다.

[03:33] 지금은 ACI Dev의 내장 OAuth 앱을

[03:36] 사용할 수 있습니다. 확인하고 소유자 ID를

[03:38] 추가한 후 OAuth 플로우를 시작하고

[03:40] 인증을 완료합니다. 그러면

[03:42] Google 캘린더가 앱 구성과

[03:45] AI 랩스 하위의 연결된 계정 모두에

[03:47] 나타납니다. 앱이 연결되면

[03:49] 사용을 시작할 수 있습니다.

[03:51] 에이전트를 선택합니다. 계정 ID를

[03:53] 선택하고 이 에이전트가 액세스할 수

[03:55] 있는 앱을 선택합니다. 저는

[03:57] Google 캘린더를 선택하고 이 시연을

[03:59] 위해 사용 가능한 모든 기능을

[04:01] 추가했습니다. 이제 '오늘 미팅이

[04:03] 있나요?'라고 물어보겠습니다.

[04:05] 에이전트가 기능을 호출하는 것을

[04:06] 볼 수 있고, 오늘 예정된 미팅이

[04:08] 없다는 것을 올바르게 보여줍니다.

[04:10] 더 테스트해보면 다른 사람들과

[04:12] 미팅을 설정해달라고 요청할 수

[04:14] 있습니다. 이벤트 삽입 기능을

[04:16] 호출하는 것을 볼 수 있고

[04:18] 미팅을 성공적으로 삽입했습니다.

[04:20] 실제로 잘못된 이메일 주소를

[04:21] 입력했습니다. 수정해서 미팅을

[04:23] 편집할 수 있는지 확인해보겠습니다.

[04:25] 무슨 일이 일어나는지 볼 수 있습니다.

[04:26] 실제로 원래 미팅을 삭제하고

[04:29] 올바른 정보로 새로운 미팅을

[04:31] 삽입하고 있습니다. 이제 '어떤

[04:33] 미팅이 있나요?'라고 물어보면

[04:35] 예정된 미팅이 있다는 것을

[04:37] 보여줄 수 있습니다. 이것이 바로

[04:39] 이 플랫폼이 제공하는 힘입니다.

[04:42] 그리고 이 모든 것은 MCP 통합을

[04:44] 활용하여 진정으로 기능적인

[04:46] AI 에이전트를 만들기 때문입니다.

[04:47] 아, 그리고 저희가 만드는 콘텐츠를

[04:49] 즐기고 계시다면 구독 버튼을

[04:51] 눌러주시면 정말 감사하겠습니다.

[04:53] 저희는 또한 채널 멤버십을

[04:55] 테스트하고 있습니다. 첫 번째

[04:56] 티어를 테스트로 출시했는데

[04:59] 지금까지 82명이 가입했습니다.

[05:01] 지원이 놀라워서 추가 티어

[05:03] 출시를 고려하고 있습니다.

[05:05] 플랫폼이 다른 에이전트 플랫폼보다 빠른 이유는

[05:07] MCP를 사용하기 때문입니다. 하지만

[05:10] 여기서 중요한 점이 있습니다. MCP는 실제로

[05:12] 그 자체로는 정말 느립니다. 그렇다면 어떻게

[05:14] 속도를 높이면서도 이런 인상적인

[05:16] 성능을 달성할 수 있을까요? 답은

[05:18] 벡터 DB의 활용에 있습니다. 이 벡터 DB 안에는

[05:21] 플랫폼에서 사용 가능한 모든 MCP 도구들의

[05:23] 설명이 저장되어 있습니다.

[05:26] 이것이 강력한 이유는

[05:28] 일반적인 텍스트 검색 대신

[05:30] 시맨틱 검색을 수행하기 때문입니다. 이로 인해

[05:32] 도구 설명의 검색이 훨씬 빨라지고

[05:34] 시스템이 어떤 작업에 대해서도

[05:36] 필요한 도구를 더 정확하게

[05:38] 판단할 수 있습니다. 이 전체 과정은

[05:41] 본질적으로 RAG 시스템을 나타냅니다.

[05:43] 검색 증강 생성 말이죠. 바로 이것이

[05:45] 도구들을 그렇게 효율적으로 호출할 수 있는

[05:48] 이유입니다. 도구 설명을

[05:49] 더 빠르고 정확하게 검색할 수 있어

[05:51] 현재 사용 가능한 다른 AI 에이전트 플랫폼보다

[05:54] 우수한 성능을 보입니다. 이것이 가능하기 때문에

[05:56] 시스템은 워크플로우를 구축할 때

[05:58] 훨씬 더 많은 컨텍스트를 활용할 수 있습니다.

[05:59] 예를 들어, 이메일을 확인하고

[06:01] 캘린더에 일정을 잡아달라고 요청하면

[06:03] 이미 모든 관련 MCP 도구 설명이

[06:05] 데이터베이스에 저장되어 있습니다.

[06:07] 시맨틱 검색을 사용하여 더 빠르고

[06:10] 더 정확하게 찾아냅니다.

[06:12] 컨텍스트를 얻고 나면, AI 에이전트는

[06:14] 훨씬 더 나은 결정을 내릴 수 있고

[06:16] 더 정확한 워크플로우를 구축하며

[06:18] 정확히 올바른 도구를 사용하여

[06:20] 결국 기존 접근 방식보다

[06:22] 더 효과적으로 작업을 완료할 수 있습니다.

[06:25] 이제 염두에 두어야 할 중요한

[06:26] 고려사항이 있습니다. 앞서 언급한 대로

[06:29] 앱 스토어를 살펴보면

[06:30] 내장된 OAuth 시스템을 사용하여

[06:33] OAuth로 앱을 구성할 때, 본질적으로

[06:35] 이 플랫폼에 개인 데이터에 대한

[06:37] 접근 권한을 부여하는 것이므로, 여전히

[06:39] 여러분의 정보에 접근할 수 있습니다.

[06:41] 아무리 강력하더라도 완전히 비공개인

[06:43] 솔루션은 아닙니다. 하지만

[06:45] 이미 아시다시피 이 플랫폼은 오픈소스입니다.

[06:47] 따라서 실제로 할 수 있는 것은

[06:49] 저장소를 클론하고 자신의 인프라에서

[06:51] 직접 구현하는 것입니다.

[06:53] 이 접근 방식에는 몇 가지

[06:55] 복잡한 문제가 있을 것입니다. 예를 들어

[06:57] 자신만의 자격 증명을 설정하고

[06:59] 자신만의 OAuth 애플리케이션을 구성해야 합니다.

[07:01] 솔직히 말해서 가장 쉬운 과정은

[07:03] 아닙니다. 상당히 복잡할 수 있습니다.

[07:05] 특히 Google Cloud Platform과 같은

[07:06] 플랫폼을 다루고 모든 필요한

[07:09] 인증 플로우를 설정할 때 말이죠.

[07:10] 실제로 우리는 이 문제를

[07:12] MCP를 자세히 탐구한 이전 영상에서

[07:14] 언급했습니다.

[07:16] 더 많은 사람들이 이 자체 호스팅

[07:18] 접근 방식에 관심을 가진다면, 각 도구를

[07:20] 로컬로 워크플로우에 통합하는 방법과

[07:22] 데이터에 대한 완전한 프라이버시를

[07:24] 유지하는 방법을 정확히 보여주는

[07:26] 포괄적인 가이드를 만들어드릴 수 있습니다.

[07:28] 이제 개발자들을 위해 언급했던

[07:31] 통합 MCP 서버를 기억하세요.

[07:33] 이것을 Claude Desktop, Cline, Code 또는

[07:35] Cursor와 같은 기존 MCP 클라이언트와

[07:37] 통합하려는 경우 설정은 간단합니다.

[07:39] 두 가지 유형의 서버가 있습니다.

[07:41] 사용 가능한 서버 유형은 두 가지입니다. 앱 MCP 서버와

[07:43] 통합 MCP 서버입니다. 통합

[07:46] 버전이 더 강력하고 솔직히

[07:48] 그게 사용할 가치가 있는 것입니다.

[07:49] 통합은 ACI.dev에서 이루어지며

[07:52] 에이전트 플레이그라운드와 동일한 설정을 사용합니다.

[07:54] 여기서 핵심 차이점은 다음과 같습니다. 통합

[07:56] MCP 서버는 도구를 직접 호출하지 않습니다.

[07:59] 대신 AI 에이전트와 소통하며

[08:01] 어떤 도구를 사용할지 결정합니다.

[08:04] RAG 시스템과 결합하면

[08:06] 모든 것이 훨씬 빨라집니다.

[08:08] 이는 Cursor의 두 가지 주요

[08:09] 한계를 해결합니다. 첫째, Cursor는

[08:12] 40개 이상의 도구를 효과적으로 처리할 수 없습니다. 둘째,

[08:14] 여러 MCP 서버는 번거로운

[08:17] 인터페이스를 만들어 모든 것을 느리게 합니다.

[08:19] Cursor는 ACI가 제공하는

[08:21] 벡터 기반 RAG 시스템이 부족합니다. 설정

[08:23] 과정은 다음과 같습니다. aci.dev의

[08:26] 에이전트 섹션에서 사용하고자 하는

[08:29] 특정 에이전트에 대한 API 키를 가져오세요. 이 다중 에이전트 지원은

[08:31] 강력합니다. 코딩 에이전트와

[08:33] 다른 도구 세트를 가진 비즈니스 에이전트를

[08:35] 갖는 것을 상상해보세요. 앞서 보여드린 대로

[08:37] 앱을 구성하세요. 연결된 계정 소유자

[08:39] ID를 설정하세요. 제 것은 AIABS입니다. 그 다음

[08:42] 선호하는 클라이언트와 통합하세요. Cursor의 경우

[08:44] JSON 구성을 복사하여 붙여넣고

[08:46] 불필요한 필드를 제거하고

[08:48] 자격 증명, 소유자 ID 및 API

[08:51] 키를 입력하세요. 두 개의 도구가 나타납니다. 검색

[08:53] 및 실행 함수를 에이전트가

[08:55] 요청에 따라 사용합니다. 예를 들어

[08:57] 지금 사용할 수 있는 도구가 무엇인지 물어보면

[08:59] Google 캘린더, Brave

[09:02] 검색, 그리고 YouTube가 반환됩니다. 제 에이전트가

[09:04] 이들에 접근할 수 있기 때문입니다. 최적의 성능을 위해

[09:06] 문서의 컨텍스트 형식을

[09:08] 사용하세요. 프로젝트에서

[09:10] 규칙을 항상 에이전트로 설정하여 Cursor가

[09:13] MCP 서버와 효과적으로 상호작용하는

[09:15] 방법을 항상 알 수 있도록 하세요. 그리고 여기서 볼 수 있듯이

[09:17] 제가 다음으로 예정된 회의가

[09:19] 토요일에 있다는 것을 정확히 식별했습니다.

[09:21] 앞서 지정한 이메일 주소와 함께요.

[09:23] 회의 세부 정보의 완전한 요약을

[09:26] 제공했고

[09:28] 쉬운 접근을 위해 회의 링크도 포함했습니다.

[09:30] 이제 플랫폼을 방문하여

[09:32] 이러한 기능들을 직접 탐색해볼 수 있습니다.

[09:34] 이 비디오에서는 로컬 설정을

[09:36] 완전히 다루지 않겠습니다. 꽤 광범위하고

[09:38] 별도의 전용 튜토리얼이

[09:40] 필요하기 때문입니다. 하지만

[09:42] 호스팅된 설정을 바로 시도해볼 수 있습니다.

[09:44] 원한다면 플랫폼에서 직접

[09:47] 에이전트를 설정하고 거기서 사용할 수 있습니다.

[09:49] 또는 기존 워크플로우에

[09:51] 통합하는 것을 선호한다면

[09:53] 방금 시연한 MCP 서버를

[09:55] 사용하여 이러한 강력한

[09:57] MCP 서버를 이 플랫폼을 사용하여

[09:59] 일상적인 개발 루틴에 통합하기

[10:01] 시작할 수 있습니다. 어느 쪽이든

[10:03] 이제 훨씬 더 효율적이고

[10:05] 능력 있는 AI 에이전트 시스템에

[10:07] 접근할 수 있게 되었습니다. 이는 여러 도구와

[10:10] 서비스로 작업하는 방식을 진정으로

[10:12] 변화시킬 수 있습니다. 이로써

[10:14] 이 비디오를 마칩니다. 채널을 지원하고

[10:16] 이와 같은 비디오를 계속 만들 수 있도록

[10:18] 도와주고 싶으시다면

[10:20] 아래의 슈퍼 땡스 버튼을 사용하시면 됩니다.

[10:22] 시청해 주셔서 감사합니다.

[10:24] 다음 비디오에서 뵙겠습니다.