개발자들이 코딩하면서 가장 자주 하는 일 중 하나는 “다른 사람들은 이 문제를 어떻게 해결했을까?”를 찾아보는 것입니다. 이제 AI 에이전트가 대신 백만 개가 넘는 GitHub 저장소를 뒤져서 답을 찾아줄 수 있게 되었습니다.
Vercel의 Grep 서비스가 Model Context Protocol(MCP)을 지원하기 시작하면서, Cursor나 Claude 같은 AI 도구들이 표준화된 방식으로 거대한 코드 베이스에 접근할 수 있게 되었습니다. 이는 단순한 기능 추가가 아니라, AI 기반 개발 환경에서 정보 검색 방식의 근본적인 변화를 의미합니다.

MCP가 해결하는 문제
Model Context Protocol은 Anthropic에서 개발한 오픈 표준으로, AI 어시스턴트와 데이터 소스 간의 안전하고 표준화된 연결을 가능하게 합니다. 기존에는 각 데이터 소스마다 별도의 커스텀 구현이 필요했지만, MCP는 이를 하나의 통합된 프로토콜로 해결합니다.
Grep의 MCP 서버는 이러한 표준을 활용해 AI 에이전트들이 정규표현식, 프로그래밍 언어, 저장소, 파일 경로 등으로 필터링된 코드 검색을 수행할 수 있게 해줍니다. grep.app과 동일한 인프라를 사용하여 검색 결과를 몇 분의 1초 만에 관련성 순으로 정렬해서 제공합니다.
실제 설정 방법
Cursor에서 설정하기
Cursor에서 Grep MCP 서버를 사용하려면 다음 설정을 추가하면 됩니다:
{
"mcpServers": {
"grep": {
"url": "https://mcp.grep.app"
}
}
}
Claude Code에서 설정하기
Claude Code 사용자는 다음 명령어로 간단히 추가할 수 있습니다:
claude mcp add --transport http grep https://mcp.grep.app
실전 활용 사례
MCP 서버를 직접 개발하면서 에러 처리 방법을 모르겠다고 가정해 봅시다. AI 에이전트에게 “MCP 도구에서 클라이언트에게 에러 메시지를 반환하는 올바른 방법은 무엇인가요?”라고 질문하면, 에이전트는 다음과 같은 검색을 수행할 수 있습니다:
{
"query": "(?s)server\\.tool.*catch",
"language": ["TypeScript", "JavaScript"],
"useRegexp": true
}
검색 결과로 Microsoft의 rushstack 프로젝트에서 다음과 같은 코드를 발견할 수 있습니다:
server.tool(this._options.name, this._options.description, this._options.schema, async (...args) => {
try {
const result: CallToolResult = await this.executeAsync(...(args as Parameters<ToolCallback<Args>>));
return result;
} catch (error: unknown) {
return {
isError: true,
content: [
이를 통해 MCP 도구에서 에러를 반환할 때는 isError: true
를 설정해야 한다는 것을 알 수 있습니다.
개발 생태계에 미치는 영향
Vercel은 mcp-handler
패키지를 통해 기존 API를 MCP 서버로 변환하는 과정을 단순화했습니다. Grep의 MCP 서버도 오후 한나절 만에 구축되었다고 합니다. 이는 스키마 처리, 요청 라우팅, 응답 포맷팅을 자동으로 처리해주는 어댑터 덕분입니다.
Block, Apollo 같은 기업들이 이미 MCP를 시스템에 통합했고, Zed, Replit, Codeium, Sourcegraph 같은 개발 도구 회사들도 MCP를 활용해 플랫폼을 개선하고 있습니다. 이는 AI 에이전트가 코딩 작업의 맥락을 더 잘 이해하고, 더 정교하고 기능적인 코드를 적은 시도로 생성할 수 있게 해줍니다.

지금 바로 시작하기
Grep MCP 서버는 현재 누구나 사용할 수 있습니다. grep.app에서 직접 검색해볼 수도 있고, 위에서 소개한 설정 방법으로 여러분의 AI 도구에 연결해볼 수도 있습니다.
MCP는 AI와 데이터 소스 간의 연결을 표준화함으로써, 개발자들이 더 효율적으로 코드를 작성하고 학습할 수 있는 환경을 만들어가고 있습니다. 백만 개의 저장소에서 실시간으로 코드 패턴과 해결책을 찾아주는 AI 어시스턴트는 이제 현실이 되었습니다.
참고자료:
Comments