실용적인 MCP 플러그인 추천: Sequential Thinking, Brave Search, Playwright 설치 및 사용 가이드

지난주 금요일 저녁, 저는 Cursor 화면을 보며 30분 동안 멍하니 있었습니다. 코드를 작성하지 못해서가 아니라, 문득 이런 생각이 들었기 때문입니다. 똑같이 Cursor를 쓰는데 동료는 10분 만에 끝내는 요구 사항 분석을 왜 저는 30분이나 들여 문서를 직접 검색하고, 복사해 붙여 넣고, 정보를 정리해야 할까요?

답은 월요일 아침 회의에서 알게 됐습니다. 동료가 화면을 공유할 때 Cursor 오른쪽 아래에 작은 망치 아이콘이 보였습니다. 클릭하자 Sequential Thinking, Brave Search, Playwright 등 MCP 플러그인 목록이 나타났습니다. 그때 제 표정은 아마 다른 사람의 게임에 치트가 켜진 걸 본 사람 같았을 겁니다.

Cursor를 사용한 지 거의 반년이 됐지만 MCP 플러그인을 진지하게 살펴본 적은 없었습니다. 그날에야 Cursor 자체는 에디터일 뿐이며, 진짜 ‘초능력’은 이런 MCP 플러그인에 숨어 있다는 걸 알았습니다. 알맞은 플러그인을 설치하면 AI는 단순한 ‘챗봇’을 넘어 정보를 검색하고, 브라우저를 조작하고, 코드를 분석해 주는 ‘실무자’가 됩니다.

이 글에서는 제가 지금 매일 사용하는 MCP 플러그인 5개를 소개합니다. 각 플러그인마다 그대로 복사해 붙여 넣어 사용할 수 있는 전체 설정 코드와 실제 활용 사례를 준비했습니다. Cursor를 10배 더 유용하게 쓰고 싶다면 10분만 투자해 끝까지 읽어 보세요. 충분히 가치가 있습니다.

MCP란 무엇이며, MCP 플러그인은 왜 필요한가요?

먼저 MCP가 무엇인지부터 알아보겠습니다. MCP는 Model Context Protocol(모델 컨텍스트 프로토콜)의 약자로, Anthropic이 2024년 11월 공개한 오픈 소스 표준입니다. 쉽게 말해 AI에 ‘인터페이스’를 달아 각종 외부 도구와 데이터 소스에 연결할 수 있게 해 줍니다.

이렇게 이해하면 됩니다. MCP 플러그인을 설치하지 않은 AI는 말만 할 줄 알고 손은 쓰지 못하는 사람과 같습니다. ‘최신 React 문서를 검색해 줘’라고 요청해도 ‘Google에서 검색해 보세요’라고 답할 뿐입니다. 하지만 Brave Search MCP 플러그인을 설치하면 직접 검색한 뒤 결과까지 정리해 줍니다.

MCP를 ‘AI에 손과 눈을 달아 주는 것’이라고 비유하는 사람도 있는데, 꽤 적절한 표현입니다. Playwright 플러그인을 설치하면 AI는 브라우저를 조작하는 ‘손’을 얻게 되고, Sequential Thinking 플러그인을 설치하면 복잡한 문제를 단계별로 나누는 ‘사고 체계’를 갖추게 됩니다.

그렇다면 MCP 플러그인이 왜 필요할까요? 한마디로 AI를 ‘대화만 하는 도구’에서 ‘실제로 일하는 도구’로 바꾸기 위해서입니다. 저는 현재 Cursor로 코드를 작성할 때 주로 다음 작업을 맡깁니다.

• AI로 최신 기술 문서 검색(Brave Search)
• AI로 복잡한 시스템 아키텍처 분석(Sequential Thinking)
• AI로 웹 기능 자동 테스트(Playwright)
• AI로 프로젝트 파일 및 설정 읽기(Filesystem)

예전에는 이 모든 일을 직접 해야 했습니다. 지금은 어떨까요? 커피 한 잔을 마시는 사이 AI가 다 처리해 줍니다.

MCP 플러그인 설치 기초

구체적인 플러그인을 추천하기 전에 설치와 설정에 필요한 기본 지식부터 살펴보겠습니다. 걱정할 필요는 없습니다. JSON 설정 파일 하나만 수정하면 됩니다.

설정 파일은 어디에 있나요?

도구에 따라 설정 파일 위치가 다릅니다.

• Cursor: 프로젝트 루트의 .cursor/mcp.json(프로젝트 설정) 또는 사용자 디렉터리의 ~/.cursor/mcp.json(전역 설정)
• Claude Desktop:
  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json

저는 보통 전역 설정을 사용합니다. 그러면 모든 프로젝트에서 쓸 수 있습니다. 특정 프로젝트에 별도 설정이 필요할 때만 프로젝트 설정 파일을 따로 만듭니다.

설정 파일은 어떻게 생겼나요?

일반적인 mcp.json 설정 파일 구조는 다음과 같습니다.

{
  "mcpServers": {
    "플러그인 이름": {
      "command": "npx",
      "args": ["-y", "@xxx/package-name"],
      "env": {
        "API_KEY": "${YOUR_API_KEY}"
      }
    }
  }
}

주요 필드는 다음과 같습니다.

• command: 시작 명령어로, 일반적으로 npx(Node.js) 또는 python을 사용합니다.
• args: 명령어에 전달할 인수이며, -y는 설치를 자동으로 확인한다는 뜻입니다.
• env: API Key 같은 민감한 정보를 전달하는 환경 변수입니다.

환경 변수는 어떻게 관리하나요?

API Key를 설정 파일에 직접 쓰면 절대 안 됩니다! 올바른 방법은 다음과 같습니다.

1. 시스템 환경 변수에 설정합니다(Windows는 시스템 설정, macOS/Linux는 .bashrc 또는 .zshrc 사용).
2. 설정 파일에서는 ${변수명}으로 참조합니다.

예를 들면 다음과 같습니다.

# macOS/Linux
export BRAVE_API_KEY="여기에_API_키_입력"

# Windows PowerShell
$env:BRAVE_API_KEY="여기에_API_키_입력"

설정 파일에는 다음과 같이 작성합니다.

"env": {
  "BRAVE_API_KEY": "${BRAVE_API_KEY}"
}

Windows 사용자 주의 사항

Windows에서 MCP를 설정할 때는 몇 가지 함정이 있습니다. 저도 모두 겪어 봤습니다.

Alibaba Cloud - 개발자 클라우드 1순위, Lighthouse 서버 15% 할인

15% 할인 받기 →광고

1. 경로 문제: Windows의 백슬래시 \는 \\로 이스케이프하거나 슬래시 /를 사용해야 합니다.
2. npx를 찾지 못함: Node.js가 설치되어 있고 시스템 PATH에 추가됐는지 확인하세요.
3. 권한 문제: 때로는 Cursor를 관리자 권한으로 실행해야 합니다.

Node.js 설치 여부를 확인하려면 다음 명령어를 실행합니다.

node --version
npm --version

설치되어 있지 않다면 nodejs.org에서 내려받아 설치하세요.

엄선한 MCP 플러그인 추천

기초 내용을 살펴봤으니 이제 본론으로 들어가겠습니다. 제가 매일 사용하는 MCP 플러그인 5개입니다.

1. Sequential Thinking - AI가 ‘천천히 생각’하게 만들기

왜 추천하나요?

이런 경험이 있나요? AI에 복잡한 문제를 물었는데 곧바로 답을 내놓고, 왠지 ‘충분히 깊게 생각하지 않은 것 같다’는 느낌이 들 때가 있습니다. Sequential Thinking은 바로 이 문제를 해결합니다.

이 플러그인을 설치하면 AI가 복잡한 문제를 단계별 추론 과정으로 나눕니다. 마치 사람이 연습장에 계산하는 것처럼 AI의 ‘사고 과정’을 볼 수 있습니다. 추론 도중 스스로 생각을 수정하거나 서로 다른 추론 경로를 시도하기도 합니다.

제가 가장 자주 활용하는 분야는 시스템 아키텍처 설계, 기술 방안 분석, 복잡한 bug 조사입니다. 한 번은 마이크로서비스 아키텍처의 성능 병목을 분석해 달라고 했는데, 문제를 8단계로 나누고 중간에 추론 방향을 두 번 수정했습니다. 마지막에 제안한 방안은 제가 직접 생각한 것보다 확실히 더 종합적이었습니다.

설치 설정

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

사용 팁

• 적합한 문제: 여러 단계의 추론이 필요한 복잡한 문제
• 적합하지 않은 문제: 간단한 사실 확인(답변이 장황해질 수 있음)
• 프롬프트 팁: ‘체계적 사고로 분석해 줘’라고 덧붙이면 효과가 더 좋습니다.

2. Brave Search - 개인정보 보호 중심의 검색 엔진

왜 추천하나요?

이 플러그인을 사용하면 AI가 웹을 직접 검색할 수 있습니다. 왜 Google Search를 사용하지 않느냐고 물을 수도 있습니다. 이유는 두 가지입니다.

첫째, Brave Search는 개인정보 보호를 더 중시하며 검색 기록을 추적하지 않습니다. 둘째, 매월 2,000회 검색할 수 있는 무료 API를 제공합니다. 개인 용도로는 충분합니다.

저는 주로 최신 기술 문서를 찾거나, 특정 라이브러리의 최신 버전을 알아보거나, 오류 메시지의 해결 방법을 검색할 때 사용합니다. 한 번은 새 프레임워크를 사용하다가 이상한 오류가 났습니다. AI에게 Brave Search로 검색해 달라고 했더니 GitHub issue에 있는 해결 방법을 찾아냈고, 전 과정이 1분도 걸리지 않았습니다.

설치 설정

1단계: API Key 발급

1. Brave Search API에서 계정을 등록합니다.
2. ‘Subscriptions’에서 무료 ‘AI Data’ 플랜을 선택합니다.
3. ‘API Keys’에서 새 키를 만듭니다.

2단계: 환경 변수 설정

# macOS/Linux
export BRAVE_API_KEY="여기에_API_키_입력"

# Windows PowerShell
$env:BRAVE_API_KEY="여기에_API_키_입력"

3단계: 설정 파일 작성

{
  "mcpServers": {
    "brave-search": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-brave-search"
      ],
      "env": {
        "BRAVE_API_KEY": "${BRAVE_API_KEY}"
      }
    }
  }
}

사용 팁

• 설정을 적용하려면 Cursor 또는 Claude Desktop을 재시작하세요.
• 오른쪽 아래에 망치 아이콘이 보이면 설정에 성공한 것입니다.
• 프롬프트에 ‘검색해 줘’ 또는 ‘최신 정보를 찾아 줘’라고 쓰면 AI가 검색을 자동으로 호출합니다.

3. Playwright - 브라우저 자동화의 만능 도구

왜 추천하나요?

Playwright는 Microsoft가 오픈 소스로 공개한 브라우저 자동화 도구입니다. 이 MCP 플러그인을 설치하면 AI가 웹페이지 열기, 버튼 클릭, 폼 입력, 스크린샷 촬영, PDF 내보내기 등 브라우저를 조작할 수 있습니다. 브라우저에서 사람이 할 수 있는 일은 거의 모두 AI도 할 수 있습니다.

가장 마음에 드는 점은 ‘스크린샷을 보면서’ 웹페이지를 조작하는 방식이 아니라 페이지 구조(accessibility tree)를 직접 읽기 때문에 정확도가 매우 높다는 것입니다. 복잡한 다단계 폼을 자동으로 작성하게 해 봤는데, 99%는 한 번에 성공했습니다.

제가 가장 자주 활용하는 분야는 다음과 같습니다.

• 자동 테스트: AI로 웹 기능 테스트
• 데이터 수집: 동적으로 불러오는 웹 데이터 수집
• 스크린샷 모니터링: 정기적으로 스크린샷을 찍어 웹페이지의 정상 작동 여부 확인

한 번은 폼 입력 → 이메일 인증 → 비밀번호 설정 → 완료로 이어지는 다단계 가입 절차를 테스트해야 했습니다. 수동으로 한 번 테스트하면 5분이 걸렸지만 Playwright로 자동화한 뒤에는 10초면 끝났고, 지치지 않고 100번도 반복할 수 있었습니다.

설치 설정

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": [
        "-y",
        "@executeautomation/playwright-mcp-server"
      ]
    }
  }
}

실전 사례

실제 예를 하나 보여 드리겠습니다. 지난주에 검색 기능을 테스트해야 해서 AI에 이렇게 요청했습니다.

“Playwright로 example.com을 열고 검색창에 ‘React’를 입력한 다음 검색 버튼을 클릭하고 스크린샷을 보여 줘.”

AI는 이 단계를 자동으로 실행했고 20초 뒤에 스크린샷을 보내 줬습니다. 수동으로 했다면 브라우저를 열고, 주소를 입력하고, 검색하고, 스크린샷을 찍어 업로드해야 해서 최소 2분은 걸렸을 겁니다.

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

지금 시작 →광고

사용 팁

• 적합한 상황: 반복적인 브라우저 작업, UI 테스트, 데이터 수집
• 적합하지 않은 상황: 로그인 인증 코드가 필요한 경우(처리할 수 없음)
• 프롬프트 팁: ‘먼저… 그다음… 마지막으로…’처럼 작업 단계를 명확히 설명하세요.

4. GitHub - 코드 저장소 분석 도우미

왜 추천하나요?

GitHub를 자주 사용한다면 이 플러그인을 통해 AI가 코드, Issues, Pull Requests, Commits 등 저장소 정보를 직접 읽을 수 있습니다.

제가 가장 자주 활용하는 분야는 다음과 같습니다.

• 코드베이스 구조 분석: AI로 프로젝트 디렉터리 구조와 의존 관계 정리
• Issues 관리: 해결되지 않은 bug를 한꺼번에 확인하고 우선순위에 따라 정렬
• Code Review: AI로 PR 변경 사항을 분석하고 개선안 제시

한번은 문서가 없는 3만 줄이 넘는 오래된 프로젝트를 맡았습니다. GitHub MCP로 코드베이스를 분석하게 하자 다음 자료를 만들어 줬습니다.

• 프로젝트 아키텍처 다이어그램
• 핵심 모듈 설명
• 기술 스택 목록
• 잠재적 문제 목록

수동으로 정리했다면 최소 이틀은 걸렸을 일입니다. AI는 10분도 걸리지 않았습니다.

설치 설정

1단계: GitHub Personal Access Token 생성

1. GitHub Settings → Developer settings → Personal access tokens로 이동합니다.
2. ‘Tokens (classic)‘을 선택하고 새 token을 만듭니다.
3. repo(저장소 접근)와 read:user(사용자 정보 읽기) 권한을 선택합니다.

2단계: 환경 변수 설정

# macOS/Linux
export GITHUB_TOKEN="여기에_Token_입력"

# Windows PowerShell
$env:GITHUB_TOKEN="여기에_Token_입력"

3단계: 설정 파일 작성

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

사용 팁

• Token 권한은 필요 이상으로 부여하지 마세요. 필요한 만큼만 주는 것이 가장 안전합니다.
• AI에게 특정 파일의 변경 이력을 분석하도록 요청할 수 있습니다.
• 프롬프트 예시: ‘이 저장소의 코드 품질을 분석하고 개선안을 제시해 줘.‘

5. Filesystem - 로컬 파일 관리자

왜 추천하나요?

Filesystem 플러그인은 AI가 로컬 파일을 읽고 조작할 수 있게 해 줍니다. 기본적인 기능처럼 들리지만 매우 유용합니다.

제가 가장 자주 활용하는 분야는 다음과 같습니다.

• 파일 일괄 처리: 이름 변경, 이동, 삭제
• 로그 분석: log 파일을 읽고 오류 정보 추출
• 설정 파일 관리: 프로젝트 설정 및 환경 변수 수정

예를 들어 지난달에는 프로젝트에 있는 50개가 넘는 컴포넌트의 이름 규칙을 snake_case에서 camelCase로 통일해야 했습니다. 수동으로 하면 파일을 하나씩 열고, 찾아서 바꾸고, 저장해야 하므로 반나절은 걸렸을 겁니다.

AI가 Filesystem 플러그인으로 일괄 처리하도록 하자 3분 만에 끝났습니다. 모든 파일을 자동으로 순회하고 수정해야 할 부분을 찾아 일괄 교체한 다음 변경 보고서까지 만들어 줬습니다.

설치 설정

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/path/to/your/project"
      ]
    }
  }
}

보안 주의 사항

• args의 경로에 따라 AI가 접근할 수 있는 파일이 결정됩니다.
• 전체 디스크가 아니라 프로젝트 디렉터리에만 권한을 부여하는 것이 좋습니다.
• 설정에 민감한 파일(예: .env, 키 파일)을 포함하지 마세요.

사용 팁

• 적합한 작업: 파일 일괄 처리, 로그 분석, 설정 관리
• 적합하지 않은 작업: 민감한 데이터 처리(보안 위험)
• 프롬프트 팁: ‘src 디렉터리 아래의 모든 .js 파일을 읽고 사용하지 않는 변수를 찾아 줘.‘

고급 활용법과 모범 사례

이 플러그인들을 설치하고 나서 저도 여러 문제를 겪었고 몇 가지 노하우를 익혔습니다. 그 경험을 공유하겠습니다.

여러 플러그인 함께 사용하기

플러그인 하나도 이미 강력하지만 함께 사용하면 더 강력해집니다.

조합 1: Sequential Thinking + Brave Search

적합한 상황: 새로운 기술을 체계적으로 조사할 때.

지난주에 ‘에지 컴퓨팅’ 기술 분야를 조사해야 해서 AI에 이렇게 요청했습니다.

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

요금 보기 →광고

“체계적 사고로 에지 컴퓨팅을 조사하고 최신 기술 동향과 활용 사례를 검색해 줘.”

AI는 먼저 Sequential Thinking으로 조사 작업을 정의 → 기술 원리 → 활용 분야 → 주요 솔루션 → 장단점 → 미래 동향의 6단계로 나눈 뒤, Brave Search로 각 단계의 관련 정보를 검색했습니다. 20분 뒤 3,000자 분량의 조사 보고서를 받았는데, 제가 직접 검색하고 정리하는 것보다 최소 10배 빨랐습니다.

조합 2: Playwright + GitHub

적합한 상황: 자동 테스트를 실행하고 결과를 제출할 때.

저는 요즘 웹 기능 테스트가 끝나면 AI가 Playwright로 스크린샷을 찍고, GitHub MCP로 스크린샷과 테스트 결과를 첨부한 Issue를 자동 생성하도록 합니다. 전체 과정을 자동화해 시간을 많이 절약했습니다.

성능 최적화 팁

플러그인은 많이 설치한다고 무조건 좋은 것이 아닙니다. 처음에는 신이 나서 10개 넘게 설치했다가 다음 문제를 발견했습니다.

1. 시작 속도가 느려짐: Cursor를 시작할 때마다 플러그인을 모두 불러오느라 3초이던 시작 시간이 15초로 늘었습니다.
2. token 사용량 급증: AI는 답변할 때마다 10개의 플러그인 중 무엇을 호출할지 ‘생각’해야 해서 token을 많이 낭비했습니다.
3. 응답 속도 저하: 간단한 질문만 하고 싶은데도 플러그인을 호출할지 ‘고민’할 때가 있었습니다.

그래서 다음과 같은 전략을 사용하게 됐습니다.

• 자주 쓰는 플러그인 유지: Sequential Thinking, Brave Search처럼 사용 빈도가 높은 플러그인은 항상 켜 둡니다.
• 필요할 때 활성화: Playwright, GitHub처럼 특정 상황에 쓰는 플러그인은 필요할 때 활성화합니다.
• 사용하지 않는 플러그인 비활성화: 설정 파일에 "disabled": true를 추가해 설정을 삭제하지 않고 일시적으로 비활성화합니다.

{
  "mcpServers": {
    "playwright": {
      "disabled": true,
      "command": "npx",
      "args": ["-y", "@executeautomation/playwright-mcp-server"]
    }
  }
}

보안 모범 사례

MCP 플러그인을 사용할 때 몇 가지 보안 주의 사항이 있습니다. 저는 이미 겪어 봤으니 여러분은 같은 실수를 하지 마세요.

1. API Key를 절대 하드 코딩하지 않기

   • ❌ 잘못된 예: "env": {"API_KEY": "sk-abc123"}
   • ✅ 올바른 예: "env": {"API_KEY": "${API_KEY}"}

2. 키를 정기적으로 교체하기

   • GitHub Token과 Brave API Key는 3개월마다 교체하는 것이 좋습니다.
   • 설정 파일을 실수로 공개 저장소에 커밋하면 키가 유출됩니다.

3. 최소 권한 원칙 지키기

   • 편하다는 이유로 GitHub Token에 admin 권한을 주지 말고 필요한 권한만 부여하세요.
   • Filesystem에는 전체 디스크가 아니라 프로젝트 디렉터리 접근 권한만 부여하세요.

4. 설정 파일을 .gitignore에 추가하기

   • 프로젝트 설정을 사용한다면 .cursor/mcp.json을 .gitignore에 추가하세요.
   • 민감한 정보가 버전 관리에 커밋되는 일을 막을 수 있습니다.

문제 해결 가이드

문제가 생겨도 당황하지 말고 다음 순서로 확인하세요.

문제 1: 플러그인을 설정했는데 오른쪽 아래에 망치 아이콘이 없음

해결 방법:

1. JSON 형식이 올바른지 확인합니다(JSONLint 사용).
2. Cursor 또는 Claude Desktop을 재시작합니다.
3. 개발자 도구 콘솔을 확인합니다(Cursor → Help → Toggle Developer Tools).

문제 2: 플러그인 호출이 실패하고 ‘API Key invalid’ 오류가 표시됨

해결 방법:

1. 환경 변수가 올바르게 설정됐는지 확인합니다(echo $API_KEY 사용).
2. 설정 파일의 참조 형식이 올바른지 확인합니다(${VAR_NAME}).
3. 환경 변수가 적용되도록 터미널/명령줄을 재시작합니다.

문제 3: npx 명령어를 찾지 못함

해결 방법:

1. Node.js 설치 여부를 확인합니다: node --version
2. npm이 PATH에 있는지 확인합니다: which npm(macOS/Linux) 또는 where npm(Windows)
3. Node.js를 다시 설치하면서 ‘PATH에 추가’를 선택합니다.

결론

지금까지 여러 내용을 설명했지만 핵심은 한 문장입니다. MCP 플러그인은 AI를 ‘대화형 도우미’에서 ‘업무 파트너’로 바꿔 줍니다.

제가 매일 사용하는 5개 플러그인은 다음과 같습니다.

• Sequential Thinking: AI가 복잡한 문제를 깊이 생각하도록 지원
• Brave Search: 최신 정보를 실시간으로 검색
• Playwright: 브라우저 작업 자동화
• GitHub: 코드 저장소 분석
• Filesystem: 로컬 파일 관리

제 현재 작업 흐름은 대략 이렇습니다. 반복 작업을 만나면 먼저 MCP 플러그인으로 자동화할 수 있을지 생각합니다. 열 번 중 여덟 번은 성공합니다. 절약한 시간에 커피 한 잔을 즐기면 좋지 않을까요?

MCP 플러그인을 아직 사용해 보지 않았다면 Sequential Thinking과 Brave Search부터 설치해 보세요. 둘 다 API Key가 필요 없고 설정도 가장 간단합니다. 설치한 뒤 효과를 확인해 보세요. 분명 다시 찾아와 고맙다고 말하게 될 겁니다.

또 추천할 MCP 플러그인이 있다면 댓글로 이야기해 주세요. 저도 새로운 도구를 발견하고 싶습니다.