러닝 랭체인

378

러닝 랭체인

●

코드 외부에서 툴 정의와 관리를 수행하여 유지보수 부담 감소

●

다양한 언어/플랫폼 기반의 툴과의 연동 가능

●

실시간 툴 추가·변경을 통한 운영 유연성 확보

●

팀 단위 툴 분리와 재사용을 통한 협업 최적화

이렇게 하면 단일 에이전트가 다양한 역할을 수행할 수 있도록 확장하며,

AI

시스템의 실질

적인 자동화 범위가 넓어진다.

MCP

는 랭체인의 기능을 보완하는 수단이자, 에이전트 아키

텍처를 한 단계 높은 수준으로 끌어올리는 핵심 구성 요소로 자리 잡게 될 것이다.

A.2

자체

MCP

서버의 구현

이제

MCP

서버를 구축하는 법을 알아보자.

FastMCP

는 이러한

MCP

서버를 손쉽게 구축할

수 있는 오픈소스 프레임워크로, 파이썬 환경에서 빠르게

MCP

서버를 구성할 수 있게 도와

준다. 이번 절에서는

FastMCP

를 사용해 단위를 변환하는

MCP

서버를 구성하고, 클로드와

연결하는 방법을 살펴보자. 실습 코드는

https

://

github

.

com

/

TeeDDub

/

learning

-

langchain

에서 확인할 수 있다.

A.2.1

FastMCP

를 사용한

MCP

서버 구현

MCP

프로토콜은 강력하지만, 구현에는 서버 설정, 콘텐츠 타입, 오류 관리 등 많은 보일러

플레이트 코드가 필요하다. 이런 문제를 해결하는 게 바로

FastMCP

다.

FastMCP

는

2024

년

11

월에 처음 공개되었다. 이는 복잡한 프로토콜 세부 사항과 서버 관리를 대신 처리해 개

발자가 훌륭한 툴을 만드는 데만 집중하도록 지원했다. 이후 앤트로픽은

FastMCP ...