실무에서 쓰는 MCP 서버 — Browserbase, A2A, Sentry

공개적으로 공유된 발표 영상의 내용이 너무 좋아서, 더 많은 분들이 편히 보시도록 한글 자막을 붙였다. 아래는 그 내용을 정리한 것이다. 세 갈래의 이야기가 담겨 있다.

Browserbase MCP 소개 및 MCP 서버 전망
A2A 로 연결한 멀티모달 AI 에이전트
Sentry MCP 서버 구축 및 활용 경험

1. Browserbase MCP 와 MCP 서버 전망

AI 를 위한 웹 브라우저가 필요하다

AI 가 사용자를 대신해 웹 브라우징 같은 작업을 하려면 AI 전용 웹 브라우저 인프라가 필요하다. Browserbase는 이 요구에 맞춰 AI 가 웹에 접근하고 작업할 수 있도록 수천 개의 브라우저를 제공하는 서비스를 만들고 있다. 사용자는 코드로 이를 제어한다.

브라우저 자체가 기본 MCP 서버다

모든 웹사이트가 자체 MCP 도구를 갖추기는 현실적으로 어렵다. 지역 동물 보호소 웹사이트에 MCP 서버를 기대하기는 어렵다. 따라서 웹 브라우저 자체가 인터넷의 나머지 부분을 위한 기본 MCP 서버 역할을 해야 한다. 에이전트가 웹사이트와 상호작용하게 하려면 브라우저 제어 기능을 붙여야 한다.

활용 사례

실제로 다양하게 쓰이고 있다. 한 사용자는 브라우저 MCP 서버와 Stripe 기반 신용카드 서버를 결합해, API 가 없거나 배달 앱에 등록되지 않은 식당에서 저녁을 주문하는 에이전트를 만들었다. 이 에이전트는 브라우저를 제어해 식당 웹사이트에서 직접 주문하고 일회용 신용카드로 결제했다. 항공편을 예약하는 데모도 있다.

에이전트를 위한 기본 도구 네 가지

탐색(Navigate) — 특정 URL 로 브라우저를 이동시킨다
실행(Act) — 페이지에서 양식을 채우거나 버튼을 클릭한다
추출(Extract) — 웹 페이지에서 구조화된 데이터를 뽑는다. LLM 은 비정형 데이터를 구조화하는 데 강하다
관찰(Observe) — 에이전트가 다음 행동을 정하기 전에 페이지 상태를 확인한다. 텍스트나 이미지 형태의 멀티모달 정보일 수 있다

수직적 서버 vs 수평적 서버

수직적(Vertical) 서버 는 Linear MCP 처럼 특정 다운스트림 서비스와 긴밀하게 연결되어 특정 작업을 한다(예: Linear 티켓 업데이트). 대형 항공사의 MCP 서버 같은 것이 여기 해당한다.

수평적(Horizontal) 서버 는 에이전트를 위한 일반적인 기능을 제공하며 주로 인프라 회사들이 낸다. 이메일 전송(Resend), 브라우징(Browserbase), 결제(Stripe) 같은 것들이다.

수직적 서버는 특정 서비스에 대한 높은 사용량을 처리하고, 수평적 서버는 자체 MCP 서버를 갖추지 못한 수많은 틈새 사용 사례를 포괄하며 두터운 롱테일 시장을 공략한다.

구축 시 고려사항

컴플라이언스 — 기업 고객에게 팔려면 SoC2 인증 등 보안·개인정보 보호 규정을 지켜야 한다
동적 도구 검색의 한계 — 에이전트가 필요에 따라 무한한 MCP 서버를 검색하고 온보딩한다는 아이디어는 보안 검토 때문에 현실적으로 어렵다. 기업 보안팀은 쓰고 있는 MCP 서버 목록을 명확히 알기를 원한다. 동적 검색이 일반화될 것이라는 가정하에 만드는 것은 바람직하지 않다
수평적 서버의 기회 — 여러 수직적 서버를 개별로 사고 검토하는 대신, 하나의 수평적 서버를 사서 조달 프로세스를 한 번만 거치는 편이 효율적일 수 있다

남은 과제

MCP 서버 구축을 위한 표준 템플릿이나 프레임워크(Next.js 같은)가 필요하고, AI 에이전트 인증 방식은 여전히 풀리지 않은 문제로 지금은 임시방편이 쓰이고 있다.

그리고 이런 전망이 나왔다. 미래의 소프트웨어는 정보를 보여 주는 인터페이스가 아니라, 사용자를 대신해 세금 신고 같은 실제 작업을 수행하는 강력한 “버튼” 형태가 될 것이다.

2. A2A 로 연결한 멀티모달 AI 에이전트

핵심 개념과 설계

에이전트 기능. 사용 가능한 에이전트를 확인하고, 그 기능을 이해하며, 그에 기반해 질문할 수 있는 능력이 기본이다. 협상과 대화형 후속 질문도 상호작용 모델의 일부다.

비동기 상호작용. 에이전트 요청은 종종 비동기여서 응답 시간이 즉각적이지 않다. 그래서 요청과 진행 상황을 추적할 강력한 작업·상태 관리가 필요하다. 프로토콜을 통해 사용자는 요청 상태와 다음 단계를 물을 수 있다.

플랫폼과 모델. 시연에는 구글의 ADK(Agent Development Kit)와 Gemini, Claude 같은 모델을 포함한 여러 도구로 만든 에이전트가 쓰였다. 200개 이상의 모델에 접근할 수 있는 구글의 Model Garden 도 리소스로 언급됐다.

데모

통화 변환 — 사용자가 통화 변환이 가능한 에이전트를 찾은 뒤 USD → 멕시코 페소 환율을 요청했다. 에이전트가 외부 API 를 호출하는 과정이 포함됐고, 영국 파운드 변환 후속 요청으로 대화형 컨텍스트 처리를 보여 주었다
이미지 생성 — 티셔츠 로고 이미지를 요청했다. 이미지 에이전트는 멀티모달 입출력을 지원하는 Gemini 2.0 을 썼고, Imagen 같은 특수 이미지 모델도 대안으로 언급됐다
ServiceNow 통합 — 서비스 요청을 처리하는 에이전트에 쿼리해, ServiceNow 에이전트를 호출하고 특정 인시던트의 세부 정보를 가져오는 엔터프라이즈 시스템 통합을 시연했다

여러 에이전트(통화 변환, 비용·양식 처리, 이미지 생성)의 샘플 코드는 GitHub 에 있다. 이 샘플들은 향후 공식 SDK 의 기반이 될 것이며, 기존 에이전트 주위에 래퍼를 만드는 데에도 쓸 수 있다.

3. Sentry MCP 서버 구축 경험

MCP 는 개발 워크플로에 더 나은 컨텍스트를 제공하는 데 중점을 둔다. 단순히 오류 정보뿐 아니라 환경 내 문제, 추적, 성능 등 다양한 정보를 포함한다. 장기적으로는 MCP 를 개별로 쓰기보다 여러 도구와 워크플로를 이어 붙여 쓰는 방식이 일반화될 것으로 보인다.

Sentry MCP 서버

Sentry 는 개발자가 애플리케이션 내 문제를 파악하고 해결하도록 돕는 모니터링 플랫폼이다. Sentry MCP 서버는 이 모니터링 기능을 MCP 환경에 통합해 애플리케이션 컨텍스트를 풍부하게 만드는 것을 목표로 한다.

현재 원격 호스팅되어 있으며 Cursor, Claude 같은 도구에 연결해 쓸 수 있다. Cloudflare 워커 위에서 돌고 인증은 Sentry OAuth 로 이루어진다. 이 서버로 Sentry API 에 접근해 프로젝트 생성, 이슈 목록 확인, 문제 상세 조회, 자동 수정(Autofix) 실행 같은 작업을 할 수 있다.

구축과 운영 경험

Sentry 팀은 Cloudflare 로 MCP 서버를 만들었다. 빠른 시작, 원격 실행의 편리함, 확장성과 내구성 있는 저장 공간이 이점이었다.

서버 구축 자체는 비교적 간단하며 관련 문서(MCP 프로젝트, Cloudflare)가 잘 갖춰져 있어 시도해 볼 만하다. 하지만 적절한 도구를 적시에 고르고 일관된 결과를 얻는 것은 여전히 어려운 과제이며, 관련 도구 생태계는 아직 발전 중이다.

시사점

컨텍스트 통합 — MCP 는 개발과 운영에 필요한 여러 컨텍스트(오류·성능·이슈)를 통합하는 데 유용하다
워크플로 개선 — 개별 도구를 넘어 여러 도구를 이어 자동화된 워크플로를 만드는 데 쓸 수 있다
쉬운 구축 — Cloudflare 같은 플랫폼을 쓰면 배포와 운영이 쉽다
과제 — 도구 선택의 정확성, 결과의 일관성, 생태계 성숙도는 여전히 숙제다
평가의 중요성 — 새 버전이 나올수록 일관된 성능 평가가 중요해진다
모니터링의 진화 — LLM 및 에이전트 환경에 대한 모니터링이 중요해지고 있으며, Sentry 는 JavaScript SDK 업데이트로 MCP 모니터링을 지원하기 시작했다

전반적으로 MCP 는 개발 환경에 컨텍스트를 더하고 워크플로를 개선할 잠재력이 큰 기술로 평가되며, 관련 기술과 생태계는 계속 발전할 것으로 보인다.