실무에서 10개월 써본 MCP 9개 정리: 2026년 필수 vs 대체 가능 vs 주의 필요

MCP(Model Context Protocol)는 AI에게 눈과 손을 달아주는 범용 연결 표준입니다. 하지만 영상 화자(김플립)의 핵심 메시지는 “무조건 깔아라"가 아니라 오히려 반대에 가깝습니다. MCP 서버가 수백 개지만 전부 설치할 필요 없고, 개발자라면 안 쓰는 게 더 나은 MCP도 많다는 것입니다. 근거 이 글에서는 10개월 실무 경험을 바탕으로 선별된 9개 MCP를 필수, 선택, 주의 로 분류해 정리합니다.

Sources

https://www.youtube.com/watch?v=jHejYZLz6_U

1) MCP 개념과 아키텍처: AI 세계의 USB-C

MCP는 AI 도구(클로드 코드, 커서, ChatGPT 등)와 외부 서비스(GitHub, DB, Figma, Vercel 등)를 연결하는 범용 표준 프로토콜 입니다. 영상에서는 USB-C 비유로 설명합니다. 예전에 삼성은 마이크로 USB, 아이폰은 라이트닝으로 기기마다 케이블이 달랐듯이, MCP 이전에는 클로드용 연동 코드, 커서용 연동 코드를 각각 만들어야 했습니다. AI 도구 3개 × 서비스 5개면 15개의 연동이 필요했지만, MCP가 있으면 서비스당 MCP 서버 하나로 어디서든 쓸 수 있어 15개가 5개로 줄어듭니다. 근거

앤스로픽이 2024년 말에 오픈 프로토콜로 공개했고, 지금은 거의 모든 AI 코딩 도구가 지원합니다. 근거

flowchart LR
    subgraph Host["호스트 (AI 앱)"]
        A["Claude Code"]
        B["Cursor"]
        C["ChatGPT"]
    end
    subgraph MCP["MCP 서버 (래퍼)"]
        D["GitHub MCP"]
        E["DB MCP"]
        F["Figma MCP"]
    end
    subgraph Service["외부 서비스"]
        G["GitHub API"]
        H["Database"]
        I["Figma API"]
    end

    A <-->|"JSON 설정"| D
    A <-->|"JSON 설정"| E
    B <-->|"JSON 설정"| D
    B <-->|"JSON 설정"| F
    C <-->|"JSON 설정"| D
    D <--> G
    E <--> H
    F <--> I

    classDef host fill:#E3F2FD,stroke:#1E88E5,color:#0D47A1
    classDef mcp fill:#FFF3E0,stroke:#FB8C00,color:#E65100
    classDef svc fill:#E8F5E9,stroke:#2E7D32,color:#1B5E20
    class A,B,C host
    class D,E,F mcp
    class G,H,I svc

MCP 서버가 AI에게 주는 것

MCP 서버가 AI에게 제공하는 인터페이스는 크게 두 가지 입니다. 근거

flowchart TD
    A["MCP 서버"] --> B["Tools (도구)"]
    A --> C["Resources (리소스)"]
    B --> D["AI가 실행하는 액션
쿼리 실행, PR 생성 등"]
    C --> E["AI가 읽는 데이터
파일 내용, DB 스키마, 문서"]

    classDef server fill:#E3F2FD,stroke:#1E88E5,color:#0D47A1
    classDef tool fill:#FFF3E0,stroke:#FB8C00,color:#E65100
    classDef resource fill:#E8F5E9,stroke:#2E7D32,color:#1B5E20
    class A server
    class B,D tool
    class C,E resource

설치 패턴

모든 클라이언트에서 설치 패턴이 동일합니다. JSON 설정 파일에 MCP 서버 정보를 적는 것이 핵심입니다. 근거

Claude Code: 터미널에서 한 줄. -s user(글로벌) 또는 -s project(프로젝트 전용)
Cursor: mcp.json 파일 편집
공통: JSON 설정 파일이 생기고 자동 연결

증거 노트

claim: MCP는 AI 세계의 USB-C — 범용 표준 연결 프로토콜
- transcript quote/time marker: “USBC 같은 겁니다… 삼성은 마이크로 USB였고 아이폰은 라이트닝… MCP가 AI 세계의 USBC” (02:10~02:25)
- video url: https://youtu.be/jHejYZLz6_U?t=130
- confidence: high
claim: MCP 이전에는 AI 도구 3개 × 서비스 5개 = 15개 연동 필요, MCP 후 5개로 감소
- transcript quote/time marker: “AI 도구 세 개 서비스 다섯 개면 15개… MCP가 있으면… 5개로 줄어요” (02:25~02:40)
- video url: https://youtu.be/jHejYZLz6_U?t=145
- confidence: high
claim: 앤스로픽이 2024년 말 오픈 프로토콜로 공개
- transcript quote/time marker: “엔스로픽이 2024년 말에 오픈 프로토콜로 공개” (02:40~02:45)
- video url: https://youtu.be/jHejYZLz6_U?t=155
- confidence: high

2) 필수 MCP: Context7과 Playwright

★★★★★ Context7 MCP (#1 — 필수)

Context7은 AI가 최신 공식 문서를 직접 가져와서 답변 하도록 만드는 MCP입니다. 영상에서 “하나만 쓴다면 이것"이라고 강조한 만큼, 글로벌 설치가 필수라는 입장입니다. 근거

왜 필요한가? AI 모델은 학습 데이터 시점이 고정되어 있어서, 최신 라이브러리 업데이트를 모릅니다. Context7 없이 코딩하면 AI가 1년 전 API로 답변하는 상황이 발생합니다. Context7이 있으면 “Next.js 15 공식 문서 기반으로 답변해줘"라고 하면 실시간으로 최신 문서를 가져와 기반으로 답변합니다. 근거

flowchart LR
    A["사용자 질문
'Next.js 15 라우팅'"] --> B["Context7 MCP"]
    B --> C["공식 문서 실시간 조회"]
    C --> D["최신 API 기반 답변"]

    E["Context7 없이"] --> F["학습 데이터 시점
(1년 전)"] --> G["deprecated API
답변 위험"]

    classDef good fill:#E8F5E9,stroke:#2E7D32,color:#1B5E20
    classDef bad fill:#FFEBEE,stroke:#E53935,color:#B71C1C
    classDef neutral fill:#E3F2FD,stroke:#1E88E5,color:#0D47A1
    class A,B neutral
    class C,D good
    class E,F,G bad

설치 팁: 반드시 글로벌(-s user)로 설치해야 모든 프로젝트에서 사용 가능합니다. 근거

★★★★★ Playwright MCP (#2 — 거의 필수)

Playwright MCP는 AI가 직접 브라우저를 열어서 테스트 할 수 있게 해줍니다. 기존에는 “스크린샷 찍어서 보여줘"라고 사람이 해야 했던 걸, AI가 직접 브라우저를 열고 접근성 트리(accessibility tree)를 읽어서 요소를 파악합니다. 근거

핵심 동작 방식: 스크린샷 기반이 아니라 accessibility tree 기반입니다. 시각이 아닌 구조를 읽기 때문에 더 정확합니다. 근거

flowchart TD
    A["AI 코딩 에이전트"] --> B["Playwright MCP"]
    B --> C["브라우저 실행"]
    C --> D["Accessibility Tree 읽기"]
    D --> E{"UI 문제 발견?"}
    E -->|Yes| F["자동 수정 + 재검증"]
    E -->|No| G["테스트 통과"]

    classDef agent fill:#E3F2FD,stroke:#1E88E5,color:#0D47A1
    classDef process fill:#FFF3E0,stroke:#FB8C00,color:#E65100
    classDef result fill:#E8F5E9,stroke:#2E7D32,color:#1B5E20
    class A,B agent
    class C,D,E process
    class F,G result

글로벌 설치 권장 이유: 프론트엔드 작업이 어느 프로젝트에서든 발생할 수 있으므로 글로벌이 편합니다. 근거

증거 노트

claim: Context7은 “하나만 쓴다면 이것” — 글로벌 필수
- transcript quote/time marker: “하나만 깔아라 하면 저는 이걸 깔라고 합니다” (04:00~04:05)
- video url: https://youtu.be/jHejYZLz6_U?t=240
- confidence: high
claim: AI가 최신 공식 문서를 실시간으로 가져와 답변
- transcript quote/time marker: “최신 공식 문서를 가져와서 그걸 기반으로 답변” (04:10~04:20)
- video url: https://youtu.be/jHejYZLz6_U?t=250
- confidence: high
claim: Playwright MCP는 accessibility tree 기반으로 동작
- transcript quote/time marker: “스크린샷이 아니라 접근성 트리를 읽어서” (05:15~05:20)
- video url: https://youtu.be/jHejYZLz6_U?t=315
- confidence: high

3) 선택적 MCP: GitHub, Figma, Sequential Thinking

GitHub MCP (#3)

GitHub MCP는 AI가 직접 코드를 검색하고 PR을 만들고 이슈를 관리할 수 있게 합니다. 하지만 영상에서 명확하게 gh CLI로 대부분 대체 가능 하다고 언급합니다. 클로드 코드 사용자라면 터미널 접근이 가능하므로, gh pr create, gh issue list 같은 명령어로 같은 일을 할 수 있습니다. 근거

추천 대상: 비개발자로 터미널 사용이 어렵거나, Cursor처럼 직접 터미널 접근이 제한된 환경에서 유용합니다. 근거

Figma MCP (#4)

Figma MCP는 AI가 디자인 데이터를 직접 읽어서 코드를 생성할 수 있게 합니다. 기존에 스크린샷을 캡처해서 전달하던 방식과 달리, 실제 디자인 토큰(색상, 간격, 타이포그래피)까지 정확히 가져옵니다. 근거

주의점: Figma Dev Mode 가 유료입니다. 무료 플랜에서는 제한적으로만 동작합니다. 근거

대안: 스크린샷 + AI 비전으로도 대략적인 결과를 얻을 수 있으므로, 정밀 디자인 시스템이 필요한 경우에만 도입을 고려하는 것이 합리적입니다.

Sequential Thinking MCP (#5)

Sequential Thinking은 AI의 사고 과정을 구조화 하는 MCP입니다. 복잡한 문제를 단계별로 나눠서 생각하도록 유도합니다. 근거

하지만 영상에서 중요한 포인트를 짚습니다. Opus 4.6 같은 최신 모델은 자체적으로 충분히 똑똑해졌기 때문에 예전만큼 필요하지 않습니다. 이전 세대 모델(Sonnet 3.5 시절)에서는 효과가 컸지만, 최신 모델에서는 성능 향상이 미미하거나 오히려 토큰 낭비일 수 있습니다. 근거

flowchart LR
    subgraph Before["이전 세대 모델"]
        A1["복잡한 문제"] --> A2["Sequential Thinking"] --> A3["단계별 사고
★★★★ 효과 큼"]
    end
    subgraph After["Opus 4.6 세대"]
        B1["복잡한 문제"] --> B2["자체 추론 충분"] --> B3["Sequential Thinking
★★ 효과 미미"]
    end

    classDef old fill:#FFF3E0,stroke:#FB8C00,color:#E65100
    classDef new fill:#E3F2FD,stroke:#1E88E5,color:#0D47A1
    class A1,A2,A3 old
    class B1,B2,B3 new

증거 노트

claim: GitHub MCP는 gh CLI로 대체 가능
- transcript quote/time marker: “gh CLI로 다 됩니다… 클로드 코드 쓰면 터미널 접근 되니까” (06:00~06:10)
- video url: https://youtu.be/jHejYZLz6_U?t=360
- confidence: high
claim: Figma MCP는 Dev Mode 유료 필요
- transcript quote/time marker: “데브 모드가 유료예요” (07:20~07:25)
- video url: https://youtu.be/jHejYZLz6_U?t=440
- confidence: high
claim: Sequential Thinking은 Opus 4.6에서 필요성 감소
- transcript quote/time marker: “오퍼스 4.6이 너무 똑똑해져서… 예전만큼 효과가 크지 않” (08:20~08:25)
- video url: https://youtu.be/jHejYZLz6_U?t=500
- confidence: high

4) 주의가 필요한 MCP: Supabase/DB, Vercel, Sentry

Supabase/DB MCP (#6 — 주의)

DB MCP는 AI가 데이터베이스 스키마를 직접 읽고 쿼리를 실행 할 수 있게 합니다. 편리하지만 영상에서 기술 부채 위험 을 강하게 경고합니다. 근거

위험 시나리오: AI가 빠른 구현을 위해 DB 스키마를 마음대로 변경하거나, 임시 테이블을 만들거나, 인덱스 없는 쿼리를 생성할 수 있습니다. MVP 수준에서는 괜찮지만, 프로덕션 환경에서는 심각한 기술 부채로 이어질 수 있습니다.

실무 권장: 읽기 전용으로 제한하거나, 스키마 변경은 별도 마이그레이션 도구를 통해서만 허용하는 것이 안전합니다. 근거

flowchart TD
    A["DB MCP 사용"] --> B{"접근 권한?"}
    B -->|"읽기 전용"| C["스키마 조회
쿼리 생성 보조
✅ 안전"]
    B -->|"읽기+쓰기"| D["AI가 스키마 변경
임시 테이블 생성"]
    D --> E["기술 부채 누적
⚠️ 위험"]

    classDef safe fill:#E8F5E9,stroke:#2E7D32,color:#1B5E20
    classDef danger fill:#FFEBEE,stroke:#E53935,color:#B71C1C
    classDef neutral fill:#E3F2FD,stroke:#1E88E5,color:#0D47A1
    class A,B neutral
    class C safe
    class D,E danger

Vercel MCP (#7 — 대체 가능)

Vercel MCP는 배포 상태 확인, 환경변수 관리, 로그 조회 등을 AI가 직접 할 수 있게 합니다. 하지만 Vercel CLI로 대체 가능 합니다. vercel deploy, vercel env 등의 커맨드로 같은 작업을 수행할 수 있습니다. 근거

추천 대상: Vercel을 주력 배포 플랫폼으로 사용하면서 CLI에 익숙하지 않은 경우에만 유용합니다.

Sentry MCP (#8 — 주의)

Sentry MCP는 AI가 실시간 에러 로그를 분석 할 수 있게 합니다. 에러 발생 시 스택 트레이스를 자동으로 읽고 원인을 추론합니다. 근거

주의점: 영상에서 “증상 처리에 치우칠 수 있다"고 경고합니다. AI가 Sentry 에러 로그만 보면 근본 원인이 아닌 표면적 증상만 고치는 방향으로 갈 수 있습니다. 에러 로그는 “무엇이 깨졌는지"를 알려주지만 “왜 깨졌는지"는 별도의 맥락(아키텍처, 비즈니스 로직)이 필요합니다. 근거

flowchart LR
    A["Sentry MCP"] --> B["에러 로그 자동 수집"]
    B --> C{"AI 분석 방향"}
    C -->|"표면적"| D["증상 패치
⚠️ 근본 원인 놓침"]
    C -->|"맥락 보완"| E["아키텍처 + 비즈니스 로직
기반 근본 원인 분석
✅ 올바른 접근"]

    classDef warn fill:#FFF3E0,stroke:#FB8C00,color:#E65100
    classDef good fill:#E8F5E9,stroke:#2E7D32,color:#1B5E20
    classDef neutral fill:#E3F2FD,stroke:#1E88E5,color:#0D47A1
    class A,B,C neutral
    class D warn
    class E good

증거 노트

claim: DB MCP는 기술 부채 위험이 있어 읽기 전용 권장
- transcript quote/time marker: “기술 부채가 엄청 쌓이기 시작… 읽기 전용으로” (09:00~09:15)
- video url: https://youtu.be/jHejYZLz6_U?t=540
- confidence: high
claim: Vercel MCP는 Vercel CLI로 대체 가능
- transcript quote/time marker: “버셀 CLI로 다 됩니다” (10:20~10:25)
- video url: https://youtu.be/jHejYZLz6_U?t=620
- confidence: high
claim: Sentry MCP는 증상 처리에 치우칠 수 있음
- transcript quote/time marker: “증상만 고치는 쪽으로… 근본 원인을 놓칠 수” (11:20~11:30)
- video url: https://youtu.be/jHejYZLz6_U?t=700
- confidence: high

5) 숨은 강자: Serena MCP

Serena MCP는 MCP + LSP(Language Server Protocol) 를 조합해서 AI에게 IDE 수준의 코드 이해력을 부여합니다. 단순히 파일을 텍스트로 읽는 것이 아니라, 심볼 정의, 참조, 타입 정보까지 파악할 수 있게 됩니다. 근거

클로드 코드와의 시너지: 클로드 코드가 이미 터미널 접근과 파일 편집을 할 수 있는 상태에서, Serena가 LSP 기반 코드 네비게이션을 추가하면 AI가 “이 함수를 누가 호출하는지”, “이 타입의 정의가 어디인지"를 정확히 파악하면서 작업할 수 있습니다. 근거

flowchart TD
    A["AI 에이전트"] --> B["기존: 파일 텍스트 읽기"]
    A --> C["Serena: LSP 기반 코드 이해"]
    B --> D["단순 텍스트 매칭
맥락 부족"]
    C --> E["심볼 정의 추적
참조 검색
타입 정보 활용"]
    E --> F["정확한 리팩터링
안전한 코드 수정"]

    classDef basic fill:#FFEBEE,stroke:#E53935,color:#B71C1C
    classDef advanced fill:#E8F5E9,stroke:#2E7D32,color:#1B5E20
    classDef agent fill:#E3F2FD,stroke:#1E88E5,color:#0D47A1
    class A agent
    class B,D basic
    class C,E,F advanced

증거 노트

claim: Serena는 MCP+LSP 조합으로 AI에게 IDE 수준의 눈을 달아줌
- transcript quote/time marker: “LSP를 사용해서… IDE가 보는 걸 AI도 본다” (12:40~12:50)
- video url: https://youtu.be/jHejYZLz6_U?t=760
- confidence: high
claim: 클로드 코드와 시너지가 큼
- transcript quote/time marker: “클로드 코드랑 쓰면 시너지가 엄청 큽니다” (13:00~13:05)
- video url: https://youtu.be/jHejYZLz6_U?t=780
- confidence: high

6) MCP 9개 한눈에 비교

flowchart TD
    subgraph Essential["★★★★★ 필수"]
        A["Context7
최신 문서 기반 답변"]
        B["Playwright
브라우저 자동 테스트"]
    end
    subgraph Optional["★★★ 선택"]
        C["GitHub
gh CLI 대체 가능"]
        D["Figma
Dev Mode 유료"]
        E["Sequential Thinking
최신 모델에서 효과 감소"]
    end
    subgraph Caution["⚠️ 주의"]
        F["Supabase/DB
기술 부채 위험"]
        G["Vercel
CLI 대체 가능"]
        H["Sentry
증상 치료 편향"]
    end
    subgraph Hidden["💎 숨은 강자"]
        I["Serena
LSP 기반 코드 이해"]
    end

    classDef essential fill:#E8F5E9,stroke:#2E7D32,color:#1B5E20
    classDef optional fill:#FFF3E0,stroke:#FB8C00,color:#E65100
    classDef caution fill:#FFEBEE,stroke:#E53935,color:#B71C1C
    classDef hidden fill:#E3F2FD,stroke:#1E88E5,color:#0D47A1
    class A,B essential
    class C,D,E optional
    class F,G,H caution
    class I hidden

MCP	등급	핵심 기능	대안	추천 대상
Context7	★★★★★ 필수	최신 공식 문서 기반 답변	없음	모든 개발자
Playwright	★★★★★ 필수	브라우저 자동 테스트	수동 스크린샷	프론트엔드 작업자
GitHub	★★★ 선택	코드 검색, PR, 이슈	`gh` CLI	CLI 미숙련자
Figma	★★★ 선택	디자인 데이터 직접 읽기	스크린샷 + AI 비전	디자인 시스템 운영팀
Sequential Thinking	★★ 선택	AI 사고 구조화	최신 모델 자체 추론	구형 모델 사용자
Supabase/DB	⚠️ 주의	DB 스키마 읽기/쿼리	수동 스키마 전달	읽기 전용 한정
Vercel	★★ 선택	배포/환경변수 관리	Vercel CLI	CLI 미숙련자
Sentry	⚠️ 주의	실시간 에러 분석	수동 로그 전달	맥락 보완 전제 하
Serena	★★★★ 추천	LSP 기반 코드 이해	없음	대규모 코드베이스

실전 적용 포인트

영상 후반부에서 화자가 강조하는 실전 원칙들을 정리합니다. 근거

1. CLI로 되는 건 CLI로

MCP의 편리함에 빠져서 모든 걸 MCP로 해결하려 하지 말 것. gh, vercel, supabase 등 CLI 도구가 이미 있다면 MCP보다 CLI가 더 빠르고 안전합니다. MCP는 CLI로 할 수 없거나 비효율적인 작업에만 쓰는 것이 원칙입니다. 근거

2. 보안: 읽기 전용 + 환경변수

MCP를 통해 AI에게 서비스 접근 권한을 줄 때, 읽기 전용을 기본값 으로 설정하고, API 키는 반드시 환경변수 로 관리해야 합니다. JSON 설정 파일에 직접 키를 넣으면 git에 올라갈 수 있습니다. 근거

3. 무조건 다 깔지 말 것

MCP 서버가 많아질수록 AI의 컨텍스트 윈도우를 차지합니다. 불필요한 MCP가 설치되어 있으면 AI가 더 혼란스러워질 수 있습니다. 필요한 것만 선택적으로 설치하는 것이 핵심입니다. 근거

4. 개발자 vs 비개발자 — MCP 전략이 다르다

개발자: CLI와 IDE를 직접 사용할 수 있으므로, MCP는 Context7 + Playwright + Serena 정도만 필수. 나머지는 CLI로 대체 가능
비개발자(바이브 코더): 터미널 접근이 어려우므로, GitHub, Vercel, Supabase MCP가 오히려 게임 체인저. “내가 몰라도 AI가 알아서” 가능 근거

flowchart LR
    A["사용자 유형"] --> B["개발자"]
    A --> C["비개발자
(바이브 코더)"]
    B --> D["Context7 + Playwright
+ Serena (필수)"]
    B --> E["나머지는 CLI 대체"]
    C --> F["GitHub + Vercel +
Supabase MCP (유용)"]
    C --> G["CLI 대신 MCP로
직접 조작"]

    classDef dev fill:#E3F2FD,stroke:#1E88E5,color:#0D47A1
    classDef nondev fill:#FFF3E0,stroke:#FB8C00,color:#E65100
    class A dev
    class B,D,E dev
    class C,F,G nondev

증거 노트

claim: CLI로 되는 건 CLI로 — MCP 남용 경계
- transcript quote/time marker: “CLI로 되는 건 CLI로 하세요” (15:00~15:05)
- video url: https://youtu.be/jHejYZLz6_U?t=920
- confidence: high
claim: 보안 — 읽기 전용 기본, 환경변수로 키 관리
- transcript quote/time marker: “읽기 전용… 환경변수로 관리” (15:40~15:50)
- video url: https://youtu.be/jHejYZLz6_U?t=940
- confidence: high
claim: 비개발자에게는 MCP가 게임 체인저
- transcript quote/time marker: “바이브 코딩으로 빠르게 뭔가 만들어야 하는 분들한테는 MCP가 진짜 게임 체인저” (01:10~01:15)
- video url: https://youtu.be/jHejYZLz6_U?t=70
- confidence: high

결론

MCP의 미래에 대해 화자는 “에이전트가 스스로 MCP를 찾아서 연결하는 세상"을 전망합니다. 지금은 사람이 JSON 설정 파일에 수동으로 MCP를 등록하지만, 곧 AI가 필요한 도구를 스스로 발견하고 연결하는 시대가 올 것이라는 예측입니다. 근거

하지만 현 시점에서의 실전 요약은 명확합니다.

필수 설치: Context7 (글로벌), Playwright (글로벌)
강력 추천: Serena (대규모 프로젝트)
선택적 도입: GitHub, Figma, Sequential Thinking (상황 따라)
주의해서 사용: Supabase/DB (읽기 전용), Sentry (맥락 보완 필수), Vercel (CLI 대체 가능)
원칙: CLI로 되는 건 CLI로, 읽기 전용 기본, 환경변수로 키 관리, 무조건 다 깔지 말 것

MCP는 강력한 도구지만, 도구의 가치는 선택과 제한에서 나옵니다.

실무에서 10개월 써본 MCP 9개 정리: 2026년 필수 vs 대체 가능 vs 주의 필요

Sources

1) MCP 개념과 아키텍처: AI 세계의 USB-C

MCP 서버가 AI에게 주는 것

설치 패턴

증거 노트

2) 필수 MCP: Context7과 Playwright

★★★★★ Context7 MCP (#1 — 필수)

★★★★★ Playwright MCP (#2 — 거의 필수)

증거 노트

3) 선택적 MCP: GitHub, Figma, Sequential Thinking

GitHub MCP (#3)

Figma MCP (#4)

Sequential Thinking MCP (#5)

증거 노트

4) 주의가 필요한 MCP: Supabase/DB, Vercel, Sentry

Supabase/DB MCP (#6 — 주의)

Vercel MCP (#7 — 대체 가능)

Sentry MCP (#8 — 주의)

증거 노트

5) 숨은 강자: Serena MCP

증거 노트

6) MCP 9개 한눈에 비교

실전 적용 포인트

1. CLI로 되는 건 CLI로

2. 보안: 읽기 전용 + 환경변수

3. 무조건 다 깔지 말 것

4. 개발자 vs 비개발자 — MCP 전략이 다르다

증거 노트

결론

추천 글