Cursor MCP 완벽 가이드: AI를 외부 도구에 연결하는 설정 방법

Cursor로 코드를 작성하다 보면 꽤 번거로운 문제가 있습니다. AI에게 프로젝트 관련 작업을 맡길 때마다 프로젝트 구조, 데이터베이스 테이블 설계, API 인터페이스를 처음부터 다시 설명해야 합니다. 계속해서 AI에게 보충 수업을 해 주는 기분입니다.

AI는 똑똑하지만 데이터베이스 안의 데이터를 ‘볼 수’ 없고, 파일 시스템에 어떤 파일이 있는지도 모르며, API를 직접 호출하지도 못합니다. 매번 정보를 복사해 붙여 넣어야 하니 효율이 떨어집니다.

MCP(Model Context Protocol)는 이 문제를 세련되게 해결합니다. 간단히 말해 MCP는 AI가 외부 도구와 데이터 소스에 연결될 수 있게 하는 표준 프로토콜입니다. 설정을 마치면 AI가 스스로 데이터베이스를 조회하고, 파일을 읽고, API를 호출할 수 있습니다.

MCP란 무엇인가요?

간단한 비유

MCP를 가장 쉽게 설명하자면 AI에 USB-C 인터페이스를 달아 주는 것과 같습니다.

예전에는 기기마다 충전 단자가 달랐습니다. iPhone은 Lightning, 안드로이드 기기는 Micro-USB를 사용했고, 노트북은 또 다른 규격을 썼습니다. 매우 번거로웠습니다. 이후 USB-C가 등장하면서 하나의 인터페이스로 여러 문제를 해결할 수 있게 됐습니다.

MCP도 같은 발상입니다. Anthropic이 개발한 개방형 프로토콜로, AI가 외부 도구에 연결되는 표준 인터페이스를 제공합니다. 이 표준이 있으면 AI 애플리케이션마다 연동 방식을 처음부터 다시 개발할 필요가 없습니다.

MCP가 필요한 이유

MCP가 등장하기 전에는 AI를 데이터베이스에 연결하려면 각 AI 애플리케이션이 자체 방식을 개발해야 했습니다. Cursor가 하나를 만들고, Claude Desktop이 별도로 만들며, 다른 도구도 저마다 다른 방식을 구현해야 했습니다. 개발자는 같은 작업을 반복해야 했고 유지 보수 비용도 높았으며, 도구 간 호환성도 없었습니다.

MCP는 이 상황을 바꿨습니다. ‘한 번 작성하면 어디서나 사용한다’는 개념을 제시합니다. 개발자는 MCP 표준에 따라 데이터베이스 커넥터 하나만 개발하면 MCP를 지원하는 모든 AI 애플리케이션에서 사용할 수 있습니다. 효율이 높아지고 중복 작업도 줄어듭니다.

MCP와 기존 플러그인의 차이

기존 플러그인이나 확장 프로그램과 무엇이 다른지 궁금할 수 있습니다.

차이는 꽤 큽니다. 기존 플러그인은 브라우저의 광고 차단 플러그인이나 VSCode의 테마처럼 애플리케이션 수준에서 기능을 확장합니다. 반면 MCP는 AI 모델 수준에서 기능을 확장합니다.

가장 중요한 차이는 사용자가 명시적으로 지시하지 않아도 AI가 도구를 언제 호출할지 지능적으로 판단할 수 있다는 것입니다.

예를 들어 Cursor에 “데이터베이스에서 이 사용자의 주문 기록을 확인해 줘”라고 요청해 보겠습니다. MCP가 설정돼 있으면 AI는 다음 작업이 필요하다는 것을 스스로 파악합니다.

1. 데이터베이스에 연결하기
2. 사용자 테이블을 조회해 사용자 ID 찾기
3. 주문 테이블에서 관련 주문 찾기
4. 결과를 정리해 전달하기

이 과정에서 사용자가 “데이터베이스를 조회해”, “SQL을 실행해” 같은 지시를 따로 할 필요가 없습니다. AI가 해야 할 일을 스스로 판단합니다.

핵심 아키텍처

기술 관점에서 MCP의 아키텍처는 명확합니다.

• MCP Host: Cursor, Claude Desktop처럼 사용자가 이용하는 AI 애플리케이션
• MCP Client: Host와 Server 사이의 연결을 관리하는 구성 요소
• MCP Server: 데이터베이스, API, 파일 시스템 같은 외부 서비스를 감싸는 구성 요소
• 통신 프로토콜: 표준 JSON-RPC 인터페이스 사용

블록을 조립하듯 각 구성 요소가 제 역할을 합니다. 사용할 MCP Server만 설정하면 나머지 작업은 AI가 처리합니다.

MCP로 무엇을 할 수 있나요?

개념을 살펴봤으니 이제 MCP로 구체적으로 무엇을 할 수 있는지 알아보겠습니다. 아래 내용은 제가 직접 사용해 본 사례입니다.

데이터베이스 접근

이 기능 덕분에 정말 많은 시간을 절약했습니다.

예를 들어 사용자, 상품, 주문 테이블이 있는 전자상거래 프로젝트를 개발한다고 가정해 보겠습니다. 이전에는 AI에게 ‘특정 사용자의 최근 한 달 주문’을 조회하는 코드를 작성하게 하려면 먼저 다음 정보를 제공해야 했습니다.

1. 테이블 구조를 AI에 복사하기
2. 테이블 간 관계 설명하기
3. 조회할 필드 지정하기

이제 MySQL MCP Server를 설정하면 “사용자 ID 123의 최근 한 달 주문을 조회해 줘”라고 말하기만 하면 됩니다. AI가 자동으로 다음 작업을 수행합니다.

• 데이터베이스에 연결
• 테이블 구조 분석
• 정확한 SQL 생성
• 쿼리 실행
• 필요한 형식으로 결과 정리

생성되는 SQL도 임의로 만든 예제 코드가 아니라 실제 테이블 구조를 기반으로 합니다.

KiloClaw - 기업용 매니지드 OpenClaw, AI Agent 오케스트레이션 및 스마트 라우팅

시작하기 →광고

파일 시스템 작업

저는 이 기능을 코드 정리에 가장 자주 사용합니다.

예를 들어 서드파티 라이브러리를 많이 사용하는 프로젝트가 있다고 하겠습니다. 시간이 지나면 코드에 더 이상 쓰지 않는 import 문이 많아집니다. 이를 하나씩 직접 확인하는 일은 너무 번거롭습니다.

파일 시스템 MCP Server를 설정하면 Cursor에 “프로젝트 전체를 스캔해서 사용하지 않는 import를 모두 찾아 정리해 줘”라고 요청할 수 있습니다. AI는 자동으로 다음 작업을 수행합니다.

• 프로젝트 디렉터리 탐색
• 각 파일의 import 문 분석
• 실제로 사용되지 않는 import 확인
• 파일을 수정해 해당 import 제거

코드를 리팩터링할 때 특히 유용한 기능입니다.

API 연동

MCP는 API 연동도 폭넓게 지원합니다. 이미 자주 사용하는 여러 서비스용 MCP Server가 나와 있습니다.

GitHub MCP

GitHub를 자주 사용한다면 매우 편리합니다. 설정을 마치면 AI에 다음과 같은 작업을 바로 요청할 수 있습니다.

• 저장소의 Issue 확인: “bug로 표시된 미해결 Issue에는 무엇이 있어?”
• Pull Request 생성: “이 브랜치의 변경 사항으로 PR을 만들어 줘”
• 브랜치 관리: “새 feature 브랜치를 만들어 줘”

Slack MCP

저는 팀 알림을 자동화할 때 사용합니다. 예를 들면 다음과 같습니다.

• “#dev 채널에 새 버전이 출시됐다고 알려 줘”
• “최근 채널에서 나를 @멘션한 메시지가 있는지 확인해 줘”

Google Workspace MCP

Gmail, Google Docs, Sheets, Drive, Calendar를 모두 지원합니다. 업무 흐름이 Google 서비스에 크게 의존한다면 설정만으로 많은 시간을 절약할 수 있습니다.

예를 들어 “어제 데이터 분석 결과를 Google Sheets에 정리해 줘”, “내일 일정을 확인해 줘”처럼 요청할 수 있습니다.

브라우저 자동화

Chrome DevTools MCP는 꽤 흥미로운 도구입니다.

AI가 브라우저와 직접 상호작용할 수 있게 해 줍니다. AI에 다음 작업을 요청할 수 있습니다.

• 특정 웹 페이지 열기
• 페이지 DOM 구조 읽기
• JavaScript 실행
• 페이지 성능 분석

저는 이 도구로 자동화 테스트와 성능 분석을 해 본 적이 있습니다. 예를 들어 “우리 홈페이지를 열어 초기 화면 로딩 시간을 분석하고, 어떤 리소스가 느리게 로드되는지 확인해 줘”라고 요청할 수 있습니다.

웹 콘텐츠 수집

Fetch Server는 웹 페이지의 콘텐츠를 추출하는 데 특화돼 있습니다.

웹 페이지 콘텐츠를 AI가 처리하기 좋은 형식으로 변환하는 것이 특징입니다. 특정 글을 분석하고 싶을 때 내용을 직접 복사하지 않아도 링크만 주고 “이 글의 핵심 주장을 분석해 줘”라고 요청하면 됩니다. AI가 자동으로 콘텐츠를 가져와 분석합니다.

MCP를 설정하는 방법

여기까지 읽었다면 MCP의 기본 개념을 이해했을 것입니다. 이제 설정 방법을 자세히 알아보겠습니다.

설정 전 준비 사항

시작하기 전에 두 가지를 확인하세요.

1. Cursor 버전: 최신 버전의 Cursor를 사용하고 있는지 확인합니다. MCP 지원은 비교적 최근에 추가됐습니다.
2. 전송 방식: 두 가지 전송 방식의 차이를 이해합니다.
   • stdio: 표준 입출력을 사용합니다. 서비스가 로컬에서 실행되고 Cursor가 자동으로 관리하며, 한 명이 사용할 때 적합합니다.
   • SSE/HTTP: 네트워크를 통해 통신합니다. 원격 서버에 배포할 수 있고 여러 사용자가 함께 사용할 수 있습니다.

대부분의 경우 stdio 방식을 권합니다. 설정이 간단하고 별도의 서버도 필요하지 않습니다.

설정 방법 1: Cursor 설정 화면 사용하기(권장)

MCP를 처음 설정한다면 이 방법이 가장 간단합니다.

설정 단계:

1. Cursor를 엽니다.
2. 단축키로 설정을 엽니다.
   • Windows/Linux: Ctrl+Shift+J
   • macOS: Cmd+Shift+J
3. 왼쪽 메뉴에서 “Tools & Integrations”를 찾습니다.
4. 아래쪽의 “New MCP Servers”를 클릭합니다.
5. Cursor가 mcp.json 설정 파일을 자동으로 만들거나 엽니다.

이 방법은 시각적인 설정 화면을 제공하고 실시간 검증도 지원한다는 장점이 있습니다. 설정에 문제가 있으면 오류를 바로 알려 줍니다.

설정 방법 2: 설정 파일 직접 편집하기

설정 파일을 직접 수정하는 방식을 선호한다면 수동으로 만들 수 있습니다.

MCP 설정 파일은 두 위치에 둘 수 있습니다.

• 프로젝트 수준 설정: .cursor/mcp.json(현재 프로젝트에만 적용)
• 전역 설정: ~/.cursor/mcp.json(모든 프로젝트에 적용)

저는 보통 GitHub나 Fetch처럼 자주 사용하는 MCP Server는 전역 설정에 두고, 데이터베이스 연결처럼 프로젝트에 특화된 설정은 프로젝트 설정에 둡니다.

설정 파일 구조

MCP 설정 파일의 기본 구조는 다음과 같습니다.

{
  "mcpServers": {
    "서버 이름": {
      "command": "실행 명령어",
      "args": ["인수 목록"],
      "env": {
        "환경 변수": "값"
      }
    }
  }
}

• command: 실행할 명령어입니다. 예: npx, node, python
• args: 명령어의 인수로, 보통 MCP Server 패키지 이름이나 스크립트 경로를 사용합니다.
• env: API Token, 데이터베이스 비밀번호 같은 민감한 정보를 전달하는 환경 변수입니다.

실전 사례 1: GitHub MCP 설정

먼저 자주 사용하는 GitHub MCP부터 시작해 보겠습니다.

설정 코드:

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_your_token_here"
      }
    }
  }
}

설정 설명:

Vultr - 고성능 NVMe 클라우드 서버, 전 세계 32개 노드, Docker 원클릭 배포

요금 보기 →광고

• command: "npx": 전역 설치 없이 Node.js 패키지 실행기를 사용합니다.
• args: ["-y", "@modelcontextprotocol/server-github"]:
  • -y는 자동 확인을 의미합니다.
  • @modelcontextprotocol/server-github는 공식 GitHub MCP Server 패키지입니다.
• env.GITHUB_PERSONAL_ACCESS_TOKEN: 사용자의 GitHub 개인 액세스 토큰입니다.

GitHub Token을 발급하는 방법:

1. GitHub를 열고 Settings로 이동합니다.
2. 왼쪽 메뉴에서 Developer settings를 찾습니다.
3. Personal access tokens → Tokens (classic)을 클릭합니다.
4. Generate new token을 클릭합니다.
5. 필요한 권한을 선택합니다(최소 repo 권한 필요).
6. 생성된 Token을 복사해 설정 파일에 붙여 넣습니다.

주의: Token은 한 번만 표시되므로 반드시 안전하게 보관하세요.

실전 사례 2: Fetch Server 설정

API Token이 필요하지 않아 더 간단합니다.

{
  "mcpServers": {
    "fetch": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-fetch"]
    }
  }
}

설정은 이것으로 끝입니다. 이제 AI에게 어떤 웹 페이지의 콘텐츠든 가져오도록 요청할 수 있습니다.

실전 사례 3: 데이터베이스 MCP 설정

연결 정보를 전달해야 하므로 데이터베이스 설정은 조금 더 복잡합니다.

여기서는 MySQL을 예로 듭니다. 먼저 MySQL MCP Server가 있어야 하며 직접 만들거나 커뮤니티 버전을 사용할 수 있습니다.

{
  "mcpServers": {
    "mysql": {
      "command": "node",
      "args": ["/path/to/mysql-mcp-server/index.js"],
      "env": {
        "DB_HOST": "localhost",
        "DB_USER": "root",
        "DB_PASSWORD": "your_password",
        "DB_NAME": "your_database"
      }
    }
  }
}

중요한 참고 사항:

• /path/to/mysql-mcp-server/index.js를 실제 경로로 바꿉니다.
• 데이터베이스 비밀번호를 직접 고정하지 말고 환경 변수를 사용할 수 있습니다.
• 데이터베이스가 원격 서버에 있다면 DB_HOST를 실제 주소로 수정합니다.

여러 MCP Server를 사용하는 전체 설정 예시

실제로는 여러 MCP Server를 설정할 수 있습니다. 전체 설정 파일은 다음과 같은 형태가 됩니다.

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_your_token_here"
      }
    },
    "fetch": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-fetch"]
    },
    "mysql": {
      "command": "node",
      "args": ["/Users/your-name/mcp-servers/mysql/index.js"],
      "env": {
        "DB_HOST": "localhost",
        "DB_USER": "root",
        "DB_PASSWORD": "your_password",
        "DB_NAME": "your_database"
      }
    }
  }
}

설정이 완료됐는지 확인하기

설정을 마친 뒤 제대로 적용됐는지 확인해야 합니다.

확인 단계:

1. Cursor 다시 시작: 설정을 수정한 뒤 적용하려면 Cursor를 다시 시작해야 합니다.
2. MCP 기능 테스트: Cursor 대화창에서 직접 테스트합니다.
   • GitHub 테스트: “내 GitHub 저장소 목록을 확인해 줘”
   • Fetch 테스트: “https://example.com의 주요 내용을 가져와 줘”
3. AI 응답 확인: 설정이 올바르면 AI가 해당 MCP 도구를 호출합니다.

AI가 “접근 권한이 없습니다…” 또는 “연결할 수 없습니다…”라고 답하면 설정에 문제가 있다는 뜻입니다.

자주 발생하는 문제 해결

제가 직접 겪었던 몇 가지 문제와 해결 방법을 공유하겠습니다.

문제 1: 설정 파일 형식 오류

증상: Cursor를 시작할 때 오류가 발생하거나 MCP 기능이 작동하지 않습니다.

해결 방법:

• JSON 문법, 특히 쉼표, 따옴표, 괄호를 확인합니다.
• JSON 검증 도구로 형식을 검사합니다.
• 마지막 항목 뒤에 불필요한 쉼표가 없는지 확인합니다.

문제 2: API Token 권한 부족

증상: AI가 서비스에는 연결되지만 특정 작업을 실행할 때 오류가 발생합니다.

해결 방법:

• Token의 권한 범위를 확인합니다.
• GitHub Token에는 최소 repo 권한이 필요합니다.
• 작업이 실패한다면 추가 권한이 필요할 수 있습니다.

문제 3: 포트가 이미 사용 중임

증상: MCP Server를 시작할 때 오류가 발생합니다.

해결 방법:

• 다른 프로그램이 포트를 사용하고 있는지 확인합니다.
• stdio 방식에서는 보통 이 문제가 발생하지 않습니다.
• SSE 방식을 사용한다면 포트를 바꿔 봅니다.

문제 4: 환경 변수가 적용되지 않음

증상: 환경 변수를 설정했지만 MCP Server가 읽지 못합니다.

해결 방법:

• 환경 변수 이름의 철자를 확인합니다.
• 설정 파일이 저장됐는지 확인합니다.
• Windows에서는 경로 구분자로 이중 백슬래시나 슬래시를 사용해야 합니다.

고급 활용 팁

설정이 완료된 것은 첫 단계일 뿐입니다. 제가 정리한 몇 가지 실용적인 팁을 소개합니다.

적절한 전송 방식 선택하기

stdio 방식이 적합한 경우:

• 로컬 개발
• 개인 사용
• 별도 서버 없이 빠르게 설정하고 싶을 때

SSE/HTTP 방식이 적합한 경우:

• 팀에서 같은 MCP Server를 공유할 때
• 데이터베이스나 서비스가 원격 서버에 있을 때
• 중앙에서 관리하고 모니터링해야 할 때

저는 보통 GitHub, Fetch 같은 개인 도구에는 stdio를 사용하고, 팀 공용 데이터베이스에는 SSE를 사용합니다.

Railway - 현대적인 배포 플랫폼, 번거로운 운영 없이 몇 분 만에 라이브

지금 시작 →광고

여러 MCP Server 관리하기

MCP Server를 많이 설정하면 관리가 복잡해질 수 있습니다. 다음과 같이 구성하는 것을 권합니다.

• 전역 설정: GitHub, Fetch, Slack처럼 자주 사용하는 범용 Server
• 프로젝트 설정: 데이터베이스, 내부 API처럼 프로젝트 전용 Server
• 필요할 때만 활성화: 사용하지 않는 Server는 주석 처리해 시작 시 불필요한 리소스 사용 방지

보안 권장 사항

MCP를 설정할 때는 민감한 정보를 많이 다루므로 보안에 반드시 주의해야 합니다.

Token을 Git에 커밋하지 마세요:

• .cursor/mcp.json을 .gitignore에 추가합니다.
• 또는 하드 코딩 대신 환경 변수를 사용합니다.

Token을 정기적으로 갱신하세요:

• GitHub Token에 만료 시간을 설정할 수 있습니다.
• 비밀번호와 Token을 정기적으로 갱신합니다.

최소 권한 원칙을 지키세요:

• GitHub Token에는 필요한 권한만 부여합니다.
• 조회만 필요하다면 데이터베이스 사용자에게 읽기 권한만 부여합니다.

추천 MCP Server

사용 경험을 기준으로 다음 MCP Server가 가장 실용적이었습니다.

개발 도구:

• @modelcontextprotocol/server-github: GitHub 연동
• @modelcontextprotocol/server-gitlab: GitLab 연동

데이터베이스:

• PostgreSQL MCP Server
• MySQL MCP Server
• MongoDB MCP Server

업무 및 협업:

• Google Workspace MCP Server(Gmail, Docs, Sheets 등)
• Slack MCP Server

데이터 수집:

• @modelcontextprotocol/server-fetch: 웹 페이지 수집
• Firecrawl MCP Server: 더 강력한 크롤링 기능

브라우저 자동화:

• Chrome DevTools MCP: 브라우저 디버깅 및 자동화

성능 최적화

MCP를 많이 사용하다 보면 성능 문제가 눈에 띌 수 있습니다. 다음과 같은 방법으로 최적화할 수 있습니다.

필요한 Server만 활성화하세요:

• 사용하지 않는 Server는 주석 처리하거나 삭제합니다.
• 시작할 때 사용하는 리소스를 줄입니다.

네트워크 지연 시간을 고려하세요:

• 원격 Server에는 네트워크 지연이 발생합니다.
• 데이터베이스가 클라우드에 있다면 네트워크 품질을 고려합니다.

제한 시간을 적절히 설정하세요:

• 일부 MCP Server는 제한 시간 설정을 지원합니다.
• 하나의 요청 때문에 전체 흐름이 멈추지 않도록 합니다.

정리

지금까지의 내용을 간단히 되짚어 보겠습니다.

MCP란 무엇인가요? AI를 외부 도구와 데이터에 연결하는 표준 프로토콜로, AI를 위한 USB-C 인터페이스와 같습니다.

MCP로 할 수 있는 일:

• 데이터베이스에 접근해 AI가 SQL을 자동으로 생성하고 실행
• 파일 시스템을 조작해 여러 파일을 일괄 처리
• GitHub, Slack, Google Workspace 같은 서비스 연동
• 브라우저 자동화와 웹 콘텐츠 수집

설정 방법:

• Cursor 설정 화면을 사용하거나 mcp.json을 직접 편집
• 설정 파일은 command, args, env 세 부분으로 구성
• GitHub, Fetch, 데이터베이스용 MCP Server가 대표적

간단한 것부터 시작하는 것이 좋습니다. 먼저 Fetch Server 하나를 설정해 MCP의 기능을 직접 경험해 보세요. 익숙해진 다음 실제 요구에 맞춰 다른 Server를 추가하면 됩니다.

MCP 생태계는 빠르게 성장하고 있으며 거의 매주 새로운 MCP Server가 등장합니다. ‘한 번 작성하면 어디서나 사용한다’는 비전이 점차 현실이 되고 있습니다. 앞으로 다른 AI 도구로 바꾸더라도 연동을 다시 설정할 필요 없이 기존 MCP Server를 그대로 사용할 수 있습니다.