피드로 돌아가기
Dev.toAI/ML
원문 읽기
3시간 만에 구축한 MCP 서버 기반 AI-Native 데이터 배포 전략
I stopped building dashboards. AI assistants are the new UI.
AI 요약
Context
전통적인 Dashboard UI 기반 데이터 제품의 낮은 사용자 재방문율 및 리텐션 문제 발생. 지식 노동자가 기존 웹 사이트 접속보다 AI Assistant를 통한 정보 습득을 선호하는 워크플로우 변화에 따른 배포 채널의 한계 직면.
Technical Solution
- @modelcontextprotocol/sdk 기반의 MCP 서버 구축을 통한 AI Assistant 내 데이터 임베딩
- stdio transport 방식을 채택하여 Claude Desktop 및 Claude Code와의 직접적인 통신 구조 설계
- 데이터 저장소를 서버 내부에 두지 않고 public JSON API를 호출하는 Thin Wrapper 아키텍처 구현
- 5종의 전용 Tool을 정의하여 AI가 목적에 맞는 API 엔드포인트를 동적으로 선택하도록 설계
- Chrome Extension을 병행 배포하여 기존 브라우저 기반 플랫폼(Crunchbase 등) 내 데이터 주입 구조 확보
- npm 및 공식 MCP Registry 등록을 통한 패키지 기반의 빠른 배포 및 발견 가능성 극대화
실천 포인트
1. 데이터 중심 제품 설계 시 Dashboard UI 이전에 LLM이 호출 가능한 Tool 정의서(MCP 서버 등) 검토
2. 서버 리소스를 최소화하기 위해 상태를 가지지 않는 Thin Wrapper 구조의 API 래퍼 고려
3. 단일 채널이 아닌 AI Assistant와 Browser Extension을 결합한 다각적 임베딩 전략 수립