MCP 중급 과정 - 데이터베이스와 API 연동

🔥 MCP 중급 과정 - 데이터베이스와 API 연동

중급 과정에서 배울 내용

초급 과정에서 파일 시스템을 다루는 법을 배웠다면, 이제는 더 강력한 도구들을 다룰 차례입니다!

• 데이터베이스(SQLite, PostgreSQL)와 AI 연결하기
• 웹 API를 통한 외부 서비스 통합
• 여러 MCP 서버를 동시에 활용하기
• 실전 프로젝트: 개인 지식 관리 시스템 구축

📋 사전 준비 사항

• ✅ MCP 초급 과정 완료
• ✅ Node.js 설치 (v18 이상)
• ✅ 터미널/명령 프롬프트 기본 사용법

0%

실습 1⭐⭐

완료

SQLite 데이터베이스 연결하기

1단계: SQLite MCP 서버 설치

npm install -g @modelcontextprotocol/server-sqlite

2단계: 테스트용 데이터베이스 생성

mkdir ~/Documents/MCP-Databases sqlite3 ~/Documents/MCP-Databases/tasks.db

SQLite 프롬프트에서 실행:

CREATE TABLE tasks ( id INTEGER PRIMARY KEY AUTOINCREMENT, title TEXT NOT NULL, description TEXT, status TEXT DEFAULT 'pending', priority INTEGER DEFAULT 0, created_at DATETIME DEFAULT CURRENT_TIMESTAMP ); INSERT INTO tasks (title, description, priority) VALUES ('MCP 중급 완료', '데이터베이스 연동 마스터', 5), ('문서 작성', 'README 업데이트', 3); SELECT * FROM tasks; .exit

3단계: Claude Desktop 설정

{ "mcpServers": { "sqlite": { "command": "npx", "args": [ "-y", "@modelcontextprotocol/server-sqlite", "--db-path", "/Users/사용자명/Documents/MCP-Databases/tasks.db" ] } } }

4단계: 테스트 질문

"tasks 테이블의 모든 데이터를 보여줘" "우선순위가 4 이상인 작업을 찾아줘"

실습 2⭐⭐⭐

완료

데이터베이스 CRUD 마스터하기

CREATE - 데이터 생성

"새 작업 추가: 제목: '팀 회의 준비' 설명: '분기별 보고서 준비' 우선순위: 4"

READ - 데이터 조회

"우선순위 순으로 정렬해서 보여줘" "이번 주에 생성된 작업들을 찾아줘"

UPDATE - 데이터 수정

"'MCP 중급 완료' 작업의 상태를 'completed'로 변경"

DELETE - 데이터 삭제

"완료된 작업들을 삭제해줘"

💡 모범 사례

• 항상 백업을 유지하세요
• 중요한 작업 전에 테스트하세요
• 인덱스를 활용하여 성능 최적화

실습 3⭐⭐⭐

완료

PostgreSQL 연결 (선택)

⚠️ 선택 과정

PostgreSQL 서버가 있는 경우에만 진행하세요.

PostgreSQL 설치

# Mac brew install postgresql@15 brew services start postgresql@15 createdb mcp_demo

MCP 서버 설정

{ "postgres": { "command": "npx", "args": [ "-y", "@modelcontextprotocol/server-postgres", "postgresql://localhost/mcp_demo" ] } }

실습 4⭐⭐⭐

완료

REST API 연동하기

Fetch 서버 설치 및 설정

npm install -g @modelcontextprotocol/server-fetch

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

공개 API 테스트

"https://api.github.com/repos/microsoft/vscode 의 정보를 가져와서 스타 개수를 알려줘" "https://api.quotable.io/random 에서 오늘의 명언을 가져와줘"

🔒 보안 팁

• API 키는 환경 변수로 관리
• Rate Limiting 고려
• HTTPS만 사용

실습 5⭐⭐⭐⭐

완료

복수 MCP 서버 통합

통합 설정

{ "mcpServers": { "filesystem": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/사용자명/Documents"] }, "sqlite": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-sqlite", "--db-path", "경로/tasks.db"] }, "fetch": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-fetch"] } } }

통합 작업 예제

"GitHub API에서 저장소 정보를 가져와서 데이터베이스에 저장하고 README를 파일로 다운로드해줘"

실습 6⭐⭐⭐⭐

완료

실전 프로젝트: 개인 지식 관리 시스템

프로젝트 개요

웹에서 정보를 수집하고, 데이터베이스에 저장하며, 파일로 정리하는 통합 시스템을 만들어봅니다.

1단계: 데이터베이스 스키마 설계

CREATE TABLE articles ( id INTEGER PRIMARY KEY, title TEXT, url TEXT, content TEXT, tags TEXT, created_at DATETIME DEFAULT CURRENT_TIMESTAMP ); CREATE TABLE notes ( id INTEGER PRIMARY KEY, article_id INTEGER, content TEXT, FOREIGN KEY(article_id) REFERENCES articles(id) );

2단계: 자동 수집 워크플로우

"관심 주제의 최신 기사를 찾아서 중요 내용을 요약하고 데이터베이스에 저장한 다음 마크다운 파일로 정리해줘"

3단계: 검색 및 분석

"지난주에 저장한 기사 중 'AI' 태그가 있는 것들을 찾아서 주요 트렌드를 분석해줘"

🎯 프로젝트 완성!

이제 당신은 AI를 활용한 개인화된 지식 관리 시스템을 구축할 수 있습니다!

🎓 중급 과정 완료 후 할 수 있는 것

• ✅ SQLite/PostgreSQL 데이터베이스 완벽 제어
• ✅ REST API를 통한 외부 서비스 통합
• ✅ 복잡한 데이터 파이프라인 구축
• ✅ 실용적인 자동화 시스템 개발

🚀 다음 단계: 고급 과정

• 커스텀 MCP 서버 개발
• 보안 및 인증 구현
• 스케일링과 성능 최적화
• 프로덕션 배포 전략