Python MCP 서버 구축 — Claude·GPT가 내 API를 도구로 쓰게 만드는 법
REST API 엔드포인트 하나 붙이는 데 Swagger 문서 작성까지 포함해서 30분이 걸렸다. 같은 기능을 MCP 도구로 등록하는 데는 5분이면 됐다. Python mcp 패키지로 서버를 만들고 Claude Desktop에서 자연어로 호출하기까지의 과정이다.
REST API 엔드포인트 하나 붙이는 데 Swagger 문서 작성까지 포함해서 30분이 걸렸다. 같은 기능을 MCP 도구로 등록하는 데는 5분이면 됐다. Python mcp 패키지로 서버를 만들고 Claude Desktop에서 자연어로 호출하기까지의 과정이다.
Gemini 2.5 Pro, Claude 4 Sonnet, GPT-4.5를 동일 조건에서 테스트했다. 코드 생성, 한국어 요약, API 비용까지 용도별 AI 모델 비교 결과와 실전 추천 조합을 다룬다.
GPT-4o 하나로 시작한 사내 챗봇의 월 API 비용이 $420이었다. 3개월에 걸쳐 프롬프트 캐싱, 배치 API, 모델 라우팅을 적용해 $160까지 줄인 과정을 시간순으로 정리했다.
Claude MCP 서버를 직접 만들면서 겪은 삽질을 TIL로 정리했다. stdio transport에서 막힌 이유, Python SDK 설정, SSE 배포까지 AI 에이전트 MCP 연동 실무에서 실제로 부딪히는 문제들을 다룬다.
같은 프롬프트를 Claude와 GPT-4에 넣으면 정확도가 20%p 이상 차이 난다. 각 모델이 잘 반응하는 프롬프트 구조가 다르기 때문이다. 실무 테스트 결과와 모델별 최적화 경험을 정리했다.
다들 AI 코딩 하면 GUI IDE를 떠올린다. Claude Code는 터미널에서 돌아가는데, 이게 오히려 백엔드 작업에선 빠르다. 3주간 실무에서 써보며 깨달은 통념과 현실의 차이를, CLAUDE.md 설정부터 Cursor 비교까지 정리했다.
Claude API를 Python에서 처음 연동하면서 겪은 시행착오를 기록했다. .env 파일의 따옴표 하나로 45분을 소모한 인증 에러, 스트리밍 응답에서 만난 AttributeError, 대화 맥락을 유지하는 챗봇 구현까지 실제 코드와 함께 정리했다.