1. 개요 및 목표
MCP 환경에서 OpenAI Agents SDK를 활용한 MCP 서버를 직접 개발하고,
다른 MCP 서버와 연동 테스트를 진행했습니다.
실제 활용 가능한 워크플로우는 아니었지만, MCP 연동이 제대로 되는지 확인하는 것이 목표였습니다.
2. 개발 및 설정 과정
✅ 개발 환경
OS: 윈도우 (Docker 기반)
주요 기술 스택: Node.js, Python, Docker, OpenAI Agents SDK, LangChain, Spacy (한국어 모델)
✅ 설치 및 준비 과정
Node.js 설치
서버 간 통신을 위한 기본 Node.js 환경 구축Docker 환경 구축
MCP 서버를 컨테이너로 띄우기 위해 도커 사용
→ 하지만 도커는 처음 제대로 써봐서… 삽질의 연속이었어요 😅OpenAI Agents SDK 설정
OPENAI_API_KEY는.env대신 도커파일 내부에 직접 삽입하여 빌드LangChain 및 Spacy 한국어 모델 설치 필요
Docker 잘 모르고 다룰 줄 몰라, 한참 헤맸지요.. ㅠ.ㅠ(도커 파일 아래 첨부해요. 아직도 제대로 된 건지는 잘 모르겠네요.. )
3. MCP 연동 및 결과 확인
✅ 연동 방법
테스트용으로 유튜브 자막 MCP 서버와 연결
유튜브 자막 MCP의 결과를 받아서 번역 Agent가 번역(개발한 MCP 서버)
사실은 클로드도 번역을 잘 하니 꼭 이렇게 할 필요는 없어요.
연동 테스트로 만들었습니다~!!
✅ 성공 시점들 ✨
MCP 자체 연동 성공했을 때
OpenAI Agents SDK로 만든 MCP 서버가 제대로 붙었을 때
환경 설정 관련 오류(예: 경로, 모듈 누락 등) 수정 후, 최종 완성까지!
📸 실행결과입니다.
⚠️ 중간에 발생한 오류들:
spacy설치 안 됨 → 모델 누락 에러환경 변수 미지정 → 서버 종료
MCP 엔드포인트 URL 오타 😭
MCP 서버 내 프로그램 오류(오타로 실수가.. 😭)
4. 느낀 점 & 팁
도커 환경 구성에 시간이 가장 많이 걸렸습니다.
특히, 도커 포트 충돌 및 데몬 종료 시 도커 다루는 명령어 등을 몰라서 클로드 데스크탑 앱하고 한참 씨름했습니다.
환경 변수 설정은 도커파일 내부 or
.env잘 정리할 것MCP 자체보다도(이건 파이썬 프로그래밍 하면 되니..), 그걸 "잘 붙이게 만드는 환경 셋팅"이 핵심!
5. 결론 및 다음 단계
이번 테스트는 “연동 확인”에 목적이 있었지만,
이제는 실제로 유용한 MCP 워크플로우를 고민해보려고 해요 🤔
여러분도 겁먹지 말고 MCP 서버 하나 개발해보세요!
정말 재밌고, 삽질도 해볼 만한 가치가 있어요! 💪
📸 도커 파일입니다.
FROM python:3.11-slim
WORKDIR /app
# curl 설치
RUN apt-get update && apt-get install -y curl
# 전체 프로젝트 복사
COPY . .
# uv 설치 (전역 설치 위치로 들어감)
RUN curl -LsSf https://astral.sh/uv/install.sh | sh
# uv가 설치된 경로를 PATH에 추가
ENV PATH="/root/.local/bin:${PATH}"
ENV OPENAI_API_KEY="My_key"
# 가상환경 생성 및 프로젝트 설치
RUN uv venv .venv && uv pip install -r pyproject.toml
# Spacy 한국어 모델 설치
RUN uv pip install spacy && uv pip install https://github.com/explosion/spacy-models/releases/download/ko_core_news_sm-3.6.0/ko_core_news_sm-3.6.0-py3-none-any.whl
# 필요한 포트 오픈
EXPOSE 3000
EXPOSE 5173
# MCP 서버 실행
ENTRYPOINT ["uv", "run", "mcp", "run", "src/translation_openai_agent_server.py:mcp"]