피드로 돌아가기
Knowledge Base That AI Agents Can Query via MCP
Dev.toDev.to
Backend

MCP-first 아키텍처로 AI 에이전트용 문제-솔루션 지식 베이스를 구축함

Knowledge Base That AI Agents Can Query via MCP

Elvis Kurtnebiev2026년 4월 1일6advanced

Context

기존 기술 문제 해결 소스(Stack Overflow, GitHub Issues, ChatGPT)는 구조화 부족, 버전 미지원, 검색 불가 등 한계를 가짐. AI 에이전트가 오래된 정보를 기반으로 잘못된 해결책을 생성하는 문제가 반복 발생함.

Technical Solution

  • MCP Server: SSE 전송 방식으로 AI 에이전트(Claude Code, Cursor, Windsurf)를 주요 인터페이스로 설계함
  • 4가지 MCP 툴: search_solutions(시맨틱 검색), get_solution(ID 조회), submit_solution(솔루션 기여), vote_solution(커뮤니티 검증) 제공함
  • pgvector + PostgreSQL: 384차원 벡터 임베딩을 저장하고 cosine similarity로 의미론적 검색을 실행함
  • Sentence Transformers(all-MiniLM-L6-v2): OpenAI API 호출 없이 로컬에서 임베딩 생성함
  • Community Verification: 3개 이상 'works' 투표 시 자동으로 community_verified 상태로 전환함

Go/Gin 백엔드와 Next.js 프론트엔드 조합에서 pgvector 기반 시맨틱 검색을 구현하려면 PostgreSQL 확장 설치 후 ivfflat 인덱스를 구성하면数千 개 솔루션 기준 50ms 이내 검색 성능을 달성할 수 있음. MCP 도구 정의 시 typed parameters와 사용자 승인 게이트를 적용하여 에이전트 제출 품질을 제어해야 함.

원문 읽기