MCP 기반 Private-by-default Publish 프라이머티브 도입을 통한 AI 에이전트 워크플로우 최적화

Context

AI 에이전트가 생성하는 HTML 아티팩트의 빈번한 업데이트와 민감 데이터 포함 가능성으로 인해 기존의 복잡한 Deploy 프로세스(Repo, Build, Config) 적용 시 과도한 오버헤드 발생. 단순히 정적 파일을 공유하기 위한 단순한 인터페이스와 보안성이 확보된 배포 매커니즘의 부재.

Technical Solution

• Model Context Protocol(MCP) 표준 채택을 통한 다수 AI 어시스턴트(Claude Code, Cursor 등) 간 도구 호환성 확보
• Project 단위의 Deploy 대신 File 단위의 Publish 개념을 도입하여 빌드 단계 없는 즉각적인 URL 생성 구조 설계
• Unguessable URL 기반의 Private-by-default 전략을 통해 별도 인증 없이도 링크 자체가 자격 증명이 되는 보안 모델 적용
• 동일 URL 내 In-place Update 기능을 구현하여 반복적인 AI iteration 과정에서 발생하는 링크 파편화 문제 해결
• Tool(모델 제어 액션), Resource(클라이언트 읽기 대상), Prompt(사용자 호출 흐름)를 분리한 MCP 아키텍처 적용