피드로 돌아가기
Dev.toBackend
원문 읽기
I Gave Claude Code a Memory — Here's How MCP Connects AI Tools to Your Knowledge Base
Nokos가 Model Context Protocol(MCP)을 통해 Claude Code 등 AI 도구들에게 개인 지식베이스 검색 기능을 제공해 AI가 실제 구현 이력에 기반한 답변 생성
AI 요약
Context
Claude Code, ChatGPT, Cursor 등 AI 코딩 도구는 이전 세션의 아키텍처 결정, 디버깅 세션, 구현 방식에 대한 메모리가 없어 매번 처음부터 시작해야 한다. 사용자가 매번 프롬프트에 컨텍스트를 수동으로 복사해야 하는 비효율성이 발생한다.
Technical Solution
- MCP(Model Context Protocol)를 표준 프로토콜로 도입: AI 도구가 외부 함수를 호출하는 "AI용 API" 구현
- 3개 MCP 도구 구현: search_nokos(키워드/의미 기반 검색), get_nokos(전체 콘텐츠 조회), save_session(AI 대화 저장)
- 로컬 에이전트 MCP 서버 구축: stdio 프로토콜로 Claude Code와 로컬 MCP 클라이언트 연결, Device Auth JWT 토큰 인증 사용 (~/.nokos/credentials.json 저장)
- 원격 MCP 서버 구축: Cloud Run에서 HTTPS로 실행, OAuth 2.1 + PKCE 인증, PostgreSQL에 직접 접근하는 고속 경로 제공
- 하이브리드 검색 파이프라인 구현: pg_bigm으로 정확한 키워드 매칭, pgvector로 의미론적 검색, 결과 병합 및 중복 제거
Key Takeaway
MCP 표준 프로토콜을 통해 한 번의 통합으로 여러 AI 도구에 걸쳐 개인 지식베이스를 활용할 수 있으며, 로컬/원격 서버 분리로 레이턴시와 접근 패턴에 맞는 아키텍처를 구현할 수 있다.
실천 포인트
AI 코딩 도구를 사용하는 개발팀에서 MCP 기반 지식베이스 통합을 도입하면, 자동 캡처된 코딩 세션과 메모를 AI가 검색해 실제 구현 이력에 기반한 답변을 제공받을 수 있다. 로컬 stdio 서버(설정 1줄)로는 오버헤드를 최소화하고, 클라우드 AI 도구는 원격 서버의 직접 DB 접근으로 저레이턴시를 보장한다.