기본 콘텐츠로 건너뛰기

Claude + MCP로 자동화 4개 직접 만들어본 실전 노트 — "딸깍"의 진짜 비용

Claude + MCP로 자동화 4개 직접 만들어본 실전 노트 — "딸깍"의 진짜 비용

2026-05-03 갱신 | 작성자: 원스 (Wons) | 분야: AI 에이전트 / MCP 실전

"AI 딸깍 한 번에 자동화"라는 표현이 작년 하반기부터 자주 보입니다. 듣기엔 매력적이지만, 실제로 자동화를 굴려본 사람이라면 누구나 알아요. 딸깍은 한 번이지만 그 뒤에 디버깅 12번이 있습니다. 그래서 이번에는 영상 요약을 옮기는 대신, 작년 12월부터 올해 4월까지 4개월간 직접 만든 Claude + MCP 자동화 시나리오 4개의 실전 노트를 적습니다. 무엇이 작동했고, 무엇이 망했고, 그리고 그 "딸깍" 한 번의 진짜 비용이 얼마인지를요.

출발점은 성공지식백과 채널의 클로드4 + MCP 분석 영상이었습니다. 다만 그 영상은 "이런 게 가능하다"의 데모에 가까웠고, 4개월간 굴려보니 데모와 운영의 갭이 의외로 큽니다. 운영 관점의 진짜 메모가 필요해 보였어요.

먼저, MCP가 정확히 무엇인가

MCP(Model Context Protocol)는 Anthropic이 2024년 11월 25일 공개한 오픈 표준입니다. 한 줄로 요약하면 "AI 모델이 외부 데이터·도구에 접근하기 위한 표준 어댑터"예요. 그동안 각 AI 앱이 자기 방식으로 만들었던 도구 연결을 단일 spec으로 통일한 게 핵심입니다.

구조적으로는 세 컴포넌트로 구성됩니다:

  • Host: Claude Desktop, Cursor 같은 사용자 앱
  • Client: Host 안에서 MCP 서버와 통신하는 모듈 (1:1 연결)
  • Server: 실제 도구·데이터에 접근하는 프로세스 (Filesystem MCP, GitHub MCP 등)

JSON-RPC 2.0 위에서 돌아가고, stdio 또는 HTTP+SSE 전송을 지원합니다. 자세한 사양은 공식 spec 페이지에 정리돼 있어요. 핵심은 "AI 도구의 USB-C 포트"로 보면 직관적입니다. 한번 표준에 맞추면 어떤 AI 앱에서도 같은 도구를 쓸 수 있어요.

4개월간 만든 자동화 4개 — 작동 vs 망함

① 블로그 발행 자동화 (작동 ✅)

구글 시트에 작성된 블로그 초안 → Claude Desktop에서 한 줄 명령 → 자동으로 검토·SEO 메타 추가 → Blogger API 발행. 이 흐름을 만들었습니다. MCP 서버로 두 개를 직접 작성:

// blogger-mcp 서버 (TypeScript, @modelcontextprotocol/sdk 사용)
server.tool("publish_blog_post", {
  description: "Publish a draft to Blogger as DRAFT status",
  inputSchema: { title: z.string(), content: z.string() },
  handler: async ({ title, content }) => {
    const result = await bloggerClient.posts.insert({...});
    return { url: result.url, postId: result.id };
  }
});

발행까지 평균 시간 측정: 수동(약 28분) → 자동(약 4분, 검수 포함). 약 86% 단축. 단, 검수 단계는 사람이 빠질 수 없어서 "딸깍 한 번"은 아니었어요. 정확히는 "딸깍 두 번 + 검수 1분".

② 주간 GitHub 활동 리포트 (작동 ✅)

매주 월요일 아침에 본인 GitHub의 지난 주 PR/Issue/Commit를 요약해서 슬랙으로 보내는 자동화. 공식 GitHub MCP 서버를 그대로 사용했습니다. 단순한 시나리오라 안정적이었고, 4개월간 16주차 빠짐없이 작동했어요.

③ 회의 요약 → 액션 아이템 자동 추출 (반쪽 ⚠️)

줌 녹화 → 트랜스크립트 → Claude로 요약 → Notion에 자동 저장. Filesystem MCP로 트랜스크립트 파일 읽기 + 비공식 Notion MCP 서버 + 본인 작성 액션 아이템 추출 도구. 작동은 했지만 액션 아이템 추출 정확도가 약 70%에 그쳤습니다. 결국 본인이 직접 검수해야 했고, 100% 자동은 못 됐어요. 회의 톤(농담/잡담)이 많은 한국 회의 환경에서는 더 어려웠습니다.

④ 자료 수집 + 시장 분석 리포트 (망함 ❌)

매주 특정 키워드의 검색 트렌드 + 트위터 멘션 + 뉴스 기사를 수집해 5장짜리 리포트로 자동 작성. 영상에서 본 가장 화려한 시나리오를 따라 만들었는데, 4번 시도 끝에 포기했습니다.

실패 이유 셋:

  • 크롤링 안정성: 사이트들이 자주 구조를 바꾸고 봇 차단도 걸어서 매주 한 번씩 깨졌어요.
  • 요약 품질의 흔들림: 같은 입력에 다른 출력이 나오는 문제가 쌓이면 신뢰가 무너집니다.
  • 검수 부담: 자동 생성된 5장 리포트를 검수하는 데 30분이 걸리는데, 그 시간이면 그냥 사람이 1.5장을 직접 쓰는 게 더 빨랐습니다.

4개월 측정: "딸깍"의 진짜 비용

운영 4개월 데이터입니다. ①과 ②만 안정적으로 돌고 있어요.

시나리오초기 구축월 유지보수월 절감 시간손익
① 블로그 발행12시간1시간8시간+2개월차부터
② GitHub 리포트3시간10분1.5시간+1개월차부터
③ 회의 요약8시간2시간1시간미달
④ 시장 분석14시간--손실, 폐기
💡 핵심 발견

"딸깍 한 번"의 가치는 자동화 자체가 아니라 그 자동화의 안정성에서 나옵니다. ②번은 워크플로우가 단순해서 4개월간 한 번도 안 깨졌고, ④번은 외부 의존성이 너무 많아서 매주 깨졌어요. 자동화 ROI는 "얼마나 오래 안 깨지는가"의 함수입니다.

n8n vs MCP: 언제 무엇을 쓰는가

영상에서는 n8n도 같이 등장했는데, 4개월 굴려보니 둘은 사실 다른 영역 도구입니다.

  • n8n: 시각적 워크플로우. 트리거 → 조건 → 액션의 결정론적 자동화. 입력이 정해진 형태일 때 강력. 예: 폼 제출 → 슬랙 알림 → 시트 추가.
  • Claude + MCP: AI가 도구를 골라 쓰는 비결정론적 자동화. 입력이 자연어이거나 흐름이 매번 다를 때 강력. 예: "이번 주 트래픽 데이터 정리해서 어떤 글이 잘 됐는지 분석해줘".

제 ②번 시나리오는 정해진 흐름이라 n8n으로도 가능했는데, 굳이 MCP로 만든 건 자연어 변형 요청("이번 주는 PR만, 다음 주는 Issue만")을 처리할 수 있어서였어요. 정해진 자동화면 n8n이 더 안정적이고 운영 부담도 적습니다.

지금 당장 만들기 좋은 MCP 자동화 3가지 추천

4개월 경험으로 ROI 검증된 시나리오들입니다.

  1. 로컬 메모 검색·요약 — Filesystem MCP만 있으면 로컬 노트 폴더를 Claude가 검색합니다. "지난달 회고 메모 찾아서 핵심만 요약해줘"가 작동.
  2. GitHub 활동 정리 — 공식 GitHub MCP 서버 + 슬랙 Webhook. 본인 PR 추적, 팀 활동 정리 등에 특화.
  3. RSS/뉴스레터 요약 — Fetch MCP + 본인 작성 RSS 파서. 매일 아침 관심 분야 5개 뉴스를 한 줄씩 정리.

피해야 할 시나리오 둘: (a) 외부 사이트 크롤링이 핵심인 자동화(④번 망한 이유), (b) 정확도가 100%여야 하는 비즈니스 작업(법무·회계 등 — AI는 90~95%까지가 한계).

원스의 결론 — "딸깍"의 진짜 의미

4개월 끝에 정리한 결론은 셋입니다.

① "딸깍 한 번에 자동화"는 마케팅 표현이고, 운영 관점에선 "초기 구축 10시간 + 월 1시간 유지보수"가 정확한 비용입니다. 그 비용을 받아들일 수 있는 시나리오만 ROI가 나옵니다.

② MCP의 진짜 가치는 "한 번 만들면 어디서나 쓴다"입니다. Claude Desktop에서 만든 MCP 서버를 Cursor에서도 그대로 쓸 수 있어요. 표준화의 힘이고, 이게 OAuth가 인증 시장을 바꾼 것과 비슷한 잠재력을 가집니다.

③ 자동화의 첫 번째 적은 외부 의존성입니다. 깨질 가능성이 있는 모든 외부 API·크롤링·파싱은 자동화의 안정성을 깎아먹어요. 안정적인 도구로 작은 워크플로우를 먼저 만들고, 거기서 ROI를 본 뒤에 확장하는 게 정직한 길입니다.

"딸깍 한 번에 모든 게 끝나는 미래"는 아직 옵니다. 다만 그 미래를 빨리 보려면 화려한 데모가 아니라 4개월간 한 번도 안 깨지는 작은 자동화부터 시작하세요.

📚 본 글의 1차 자료

관련 키워드

MCPModel Context ProtocolClaude DesktopAI 자동화n8nFilesystem MCPGitHub MCPAI 에이전트JSON-RPC워크플로우 자동화

라벨:

댓글

댓글 쓰기