내 AI 클라이언트에는 어떤 MCP 서버가 맞을까? 선택 가이드

1. 먼저 설정의 구조 이해하기

거의 모든 클라이언트는 MCP 서버를 JSON 파일에 저장하고, 구조는 기본적으로 같아요:

{
  "mcpServers": {
    "my-server": {          // 내가 지은 이름
      "command": "npx",     // 어떻게 시작하는지
      "args": ["-y", "server-package-name"],
      "env": { }            // 선택: API 키 같은 환경 변수
    }
  }
}

어떤 파일에 쓰고 어떻게 편집하는지는 클라이언트마다 달라요 (설정 화면 또는 설정 파일) — 단계별 안내는 MCP 설정 튜토리얼을 참고하세요.

2. 가장 흔한 클라이언트의 지원 현황 한눈에 보기

클라이언트	MCP 지원	가장 잘 맞는 용도
Claude Desktop	완전 지원 (JSON 설정)	파일 / 브라우저 / 웹 스크래핑
Claude Code	완전 지원 (CLI 명령)	GitHub / 데이터베이스 / 테스트
Cursor	지원 (설정에서 구성)	코드베이스 / 문서 / 브라우저
VS Code (Copilot / Cline 등)	확장에 따라 다름, 대부분 지원	확장 생태계에 맞춰 선택
Cherry Studio 등 데스크톱 애그리게이터	부분 지원	일상 정보 처리

지원 현황은 버전마다 빠르게 바뀌니, 설정 전에 클라이언트 웹사이트에서 최신 상태를 확인하세요.

3. 시나리오별 "무엇을 먼저 설치할지"

개발부터 (Claude Code / Cursor)

공식 GitHub MCP: 이슈 확인, PR 열기, 코드 리뷰
Playwright MCP: E2E 테스트용 브라우저 조작
데이터베이스 커넥터: SQLite/Postgres 바로 조회

문서와 사무 (Claude Desktop)

파일시스템: AI가 로컬 문서를 직접 읽고 쓰게 하기
MarkItDown 같은 변환기: PDF/Word → Markdown, 그다음 AI에게 전달
브라우저 / 웹 스크래핑: AI가 페이지를 직접 검색하고 저장하게 하기

정보와 데이터 (범용)

정보 수집 / 조회: AI가 필요할 때 검색하고 결과를 구조화하게 하기
벡터 데이터베이스: 나만의 프라이빗 지식 베이스를 연결해 질의응답

경험칙: 고빈도 서버 2~3개로 시작하고, 잘 돌아가면 더 추가하세요. 많다고 좋은 게 아니에요 — 서버마다 모델의 컨텍스트를 소모하고, 너무 많으면 AI만 "선택 마비"에 빠져요.

4. 보안 수칙 세 가지

최소 권한만 주기: 읽기로 충분하면 쓰기를 주지 마세요. API 키는 대화에 넣지 말고 env에 보관하세요.
실행 방식에 주의: npx -y 같은 원격 실행은 반드시 믿을 만한 출처에서 — 출처 불명의 서버 패키지는 절대 설치하지 마세요.
정리를 습관화: 설정에서 쓰지 않는 서버는 제거해 공격 표면을 줄이세요.

더 많은 리스크와 보호 목록은 MCP 보안 가이드를, 서버를 찾는 곳은 아래 엄선 서버 목록을 참고하세요.