반응형 AI 공부125 ⚙️ Sampling과 Root — 서버가 모델을 호출하고, 파일에 접근하는 법 🧠 1. Sampling — 서버가 LLM 호출 요청하는 방법 MCP에서 Sampling이란, 서버가 "나 대신 Claude/GPT에게 이 질문 좀 던져줘"라고 요청하는 행위입니다.🧪 예시 시나리오서버가 내부 데이터로 전략 요약을 만들고 싶을 때:{ "method": "sample", "params": { "prompt": "이 전략을 5줄로 요약해줘", "context": { "resources": ["strategy_detail.json"] } }} 🎯 특징서버는 LLM에 직접 접근할 수 없음대신, 클라이언트가 모델을 호출하고 응답을 받아 전달따라서 사용자 동의 및 권한 제어는 클라이언트(Host)가 수행🛡️ MCP는 의도적으로 서버가 전체 프롬프트를 못 보게 설.. 2025. 4. 4. 🔍 MCP의 세 가지 핵심 구성요소 — Prompts, Resources, Tools 완전 이해 2025.03.30 - [AI/AI Agents] - MCP란 무엇인가? — AI의 새로운 문법 MCP란 무엇인가? — AI의 새로운 문법MCP란 무엇인가? — AI의 새로운 문법🧠 AI 초보~중급 개발자를 위한 MCP 입문 가이드1. MCP의 등장 배경 🧩 Generative AI 시대가 본격화되면서, 다양한 앱과 도구들이 언어모델(LLM)의 힘을 빌려 동작datasciencebeehive.tistory.com2025.03.31 - [AI/AI Agents] - 🧠 MCP의 핵심 철학: Context의 힘 🧠 MCP의 핵심 철학: Context의 힘1. Generative AI의 진짜 실력은 '문맥'에서 나온다많은 분들이 "GPT가 똑똑하다", "Claude가 유능하다"는 말을 합니다. 그런데 .. 2025. 4. 2. 🏗️ MCP 아키텍처 완전 정리 — Host, Client, Server— 컨텍스트가 오가는 구조를 이해하면, MCP가 보인다! 🧱 1. MCP의 전체 구조 요약MCP는 AI 모델에게 필요한 컨텍스트(문맥)를 가져오기 위해 만들어진 표준 프로토콜입니다.MCP는 크게 세 가지 역할로 구성됩니다:구성요소설명예시🧠 Host전체 프로세스를 관리하고 연결을 조율하는 컨테이너Claude Desktop, Cursor🤝 ClientMCP 서버에 연결하여 데이터를 요청하거나 명령을 내리는 역할Claude Agent, Cursor 내부 MCP 모듈🛠 Server툴/리소스/프롬프트를 제공하는 외부 시스템DB MCP 서버, Git MCP 서버, 로그 MCP 서버 등 🧭 2. Host의 역할Host는 MCP 아키텍처의 중앙 통제실이라고 할 수 있습니다. 모든 Client는 Host 안에서 실행됩니다.🔧 Host가 하는 일클라이언트(Client.. 2025. 4. 1. 🧠 MCP의 핵심 철학: Context의 힘 1. Generative AI의 진짜 실력은 '문맥'에서 나온다많은 분들이 "GPT가 똑똑하다", "Claude가 유능하다"는 말을 합니다. 그런데 이 모델들이 진짜로 유용해지는 이유는 단순히 모델이 크거나 똑똑해서가 아닙니다. ✔️ 얼마나 정확한 문맥(Context)을 주느냐에 따라,✔️ 얼마나 관련성 있는 결과를 만들어내느냐가 결정됩니다.2. 컨텍스트란 정확히 무엇인가요?🧩 컨텍스트 = AI 모델이 현재 상황을 이해하고, 적절한 반응을 하기 위해 필요한 정보예시로 살펴보죠:텍스트 모델 (예: GPT, Claude)→ 대화 내용, 질문, 시스템 프롬프트 등코드 생성 모델 (예: Copilot, Codium)→ 이전 코드, 함수 이름, 주석, 사용 중인 라이브러리 등이미지 생성 모델 (예: DALL·E.. 2025. 3. 31. 이전 1 2 3 4 ··· 32 다음 more 반응형
