AI 에디터 MCP 연결 가이드 (Cursor·Claude Code·Codex)
Model Context Protocol(MCP)로 Cursor·Claude Code·Codex에서 자연어 배포·로그 진단·자율 치유 루프를 구성하는 방법. OAuth(키 불필요)와 npx·API 키 방식 모두 지원.
업데이트: 2026-10-13
Cursor·Claude Code·Codex 같은 최신 AI 개발 환경은 코드를 작성하는 속도를 혁신적으로 단축시켰습니다. 하지만 코딩을 마친 후 브라우저를 열고, 클라우드 콘솔에 로그인하고, 파일을 수동으로 올리는 과정은 바이브 코딩의 몰입감을 깨뜨리는 마찰 요인이었습니다.
Anthropic이 발표한 개방형 표준인 **Model Context Protocol(MCP)**을 활용하면, 에디터 채팅창 안에서 **"지금 작업한 텔레그램 봇 DashCloud에 올려줘"**라는 말 한마디로 프로젝트 생성부터 배포, 실시간 로그 진단까지 마우스 클릭 없이 끝낼 수 있습니다.
DashCloud MCP는 **원격 HTTP 엔드포인트(mcp.dashcloud.kr)**를 제공하며, OAuth 브라우저 인증을 지원해 Cursor·Claude Code·Codex 어디서든 API 키 없이 연결할 수 있습니다. 설치형(npx @dashcloud/mcp)과 API 키 헤더 방식도 계속 지원합니다.
동작 메커니즘
[ 개발자: Cursor IDE 채팅창 ]
"이 파이썬 크롤러 DashCloud에 배포하고 최근 로그 확인해줘"
│
▼
[ Cursor Composer / Agent ]
├─ 1. 프로젝트 파일 및 requirements.txt 점검
├─ 2. DashCloud MCP 도구 호출: deploy_project(directory=".")
│ └──► 소스 번들 전송 및 컨테이너 빌드 (dashcloud.json 자동 적용)
├─ 3. DashCloud MCP 도구 호출: recent_logs(projectId="...")
│ └──► 런타임 표준 출력 로그 회수
└─ 4. 완료 보고: "정상 배포되었습니다. 최근 로그에 에러가 없습니다."단계별 연동 가이드 (3단계)
사용하는 도구에서 연결
Claude Code — 터미널 한 줄:
claude mcp add --transport http dashcloud https://mcp.dashcloud.kr/mcp이후 Claude Code에서 /mcp → DashCloud → 승인을 누르면 브라우저 OAuth로 연결됩니다. API 키가 필요 없습니다.
Codex — 터미널 두 줄:
codex mcp add dashcloud --url https://mcp.dashcloud.kr/mcp
codex mcp login dashcloudlogin 명령이 브라우저 승인 창을 엽니다. API 키가 필요 없습니다.
Cursor — 대시보드 API 인증 키 페이지의 MCP 카드에서 [Cursor에 추가] 버튼을 누르면 설치 창이 뜹니다. (Cursor를 한 번 실행해 cursor:// 핸들러가 등록돼 있어야 합니다)
딥링크가 안 열리면 Cursor Settings ➔ Tools & MCP ➔ Add remote server에 아래를 입력하세요. URL만 넣으면 브라우저 OAuth로 인증됩니다.
{ "url": "https://mcp.dashcloud.kr/mcp" }ChatGPT — ChatGPT 설정 ➔ 커넥터 ➔ 고급 설정에서 개발자 모드를 켜고 새 커넥터를 만듭니다:
- 이름:
DashCloud - MCP 서버 URL:
https://mcp.dashcloud.kr/mcp(경로/mcp까지 정확히 입력) - 인증: OAuth
만들기 후 연결을 누르면 브라우저에서 승인하고 끝납니다. 대화에서 도구를 켜면 사용할 수 있습니다. ChatGPT는 원격 연결이라 로컬 폴더 배포는 지원하지 않습니다 — GitHub 저장소 배포와 운영(로그·재시작·백업·환경변수)에 사용하세요.
URL만 등록하면 첫 사용 시 브라우저에서 승인하고 끝납니다. API 키를 복사·보관할 필요가 없어 가장 안전하고 간편합니다.
API 키 방식 (선택) — npx 설치형 / 키 헤더
키 기반 연결이 필요한 환경(폐쇄망·키 관리 정책 등)에서는 아래 방식을 사용하세요. 대시보드 환경 변수 및 키 ➔ API 인증 키에서 토큰(dc_live_...)을 발급합니다. 평문 키는 발급 직후 한 번만 표시되며, 발급 직후 뜨는 MCP 연결 카드에서 설정이 자동으로 채워집니다.
npx stdio (설치형) — macOS/Linux는 ~/.cursor/mcp.json, Windows는 %USERPROFILE%\.cursor\mcp.json:
{
"mcpServers": {
"dashcloud": {
"command": "npx",
"args": ["-y", "@dashcloud/mcp"],
"env": {
"DASHCLOUD_API_KEY": "dc_live_여기에_토큰_입력",
"DASHCLOUD_API_URL": "https://api.dashcloud.kr"
}
}
}
}Claude Desktop은 같은 블록을 claude_desktop_config.json에 넣으면 됩니다.
원격 HTTP + 키 헤더:
{
"url": "https://mcp.dashcloud.kr/mcp",
"headers": { "x-api-key": "dc_live_여기에_토큰_입력" }
}연동 검증
- 에디터를 완전히 종료한 뒤 다시 실행합니다.
- 채팅에서 아래와 같이 질문합니다:
> DashCloud 도구가 정상 연결되었는지 확인하고 내 프로젝트 목록 보여줘. - AI 모델이
list_projects도구를 호출해 프로젝트 목록을 보고하면 연동 완료입니다. (Claude Code·Codex는/mcp로 연결 상태를 확인할 수 있습니다)
DashCloud MCP 도구 (27개)
Cursor의 AI 모델은 필요에 따라 아래 도구들을 자율적으로 판단해 호출합니다.
| 분류 | 도구 | 기능 |
|---|---|---|
| 프로젝트 | list_projects | 프로젝트 목록 조회 |
create_project | 새 프로젝트 생성 (runtime/entrypoint 지정) | |
project_status | 컨테이너 상태·업타임·OOM 여부 | |
power_action | start / stop / restart / kill | |
delete_project | 프로젝트 삭제 (purge 옵션) | |
| 파일 | list_files | 파일/폴더 목록 (이름·크기·수정시각) |
read_file_content | 파일 내용 읽기 | |
rename_file · move_files | 이름변경·이동 | |
delete_files | 삭제 (confirm 필요) | |
| 배포 | deploy_project | 로컬 디렉터리 번들 배포 (dashcloud.json 자동 적용) |
deploy_from_github | GitHub 저장소(owner/repo) 직접 배포 | |
wait_for_deploy | 배포 완료 대기 | |
list_deployments | 배포 이력 | |
| 관찰 | recent_logs | 최근 컨테이너 로그 |
search_logs | 기간·검색어로 로그 검색 (타임스탬프 포함) | |
diagnose_project | 상태+이벤트+로그+가동률 진단 번들 | |
container_diagnostics | df -h · top · free · ps 진단 | |
get_metrics | CPU·메모리·트래픽 메트릭 | |
| 백업 | list_backups · create_backup · restore_backup | 백업 생성·복원 |
| 시크릿 | list_secrets · set_env | 환경변수 조회·주입 |
| GitHub | github_repos | 연결된 GitHub 저장소 목록 |
| 문서 | search_docs · get_doc | DashCloud 문서 검색·조회 |
AI 에이전트 자율 디버깅 루프
MCP의 가장 강력한 장점은 배포 후 에러가 발생했을 때 사람이 개입하지 않아도 AI가 로그를 읽고 스스로 고쳐 재배포하는 자율 치유 루프를 완성할 수 있다는 점입니다.
[ AI 자율 치유 워크플로우 ]
1. AI가 코드 작성 ➔ deploy_project 도구 호출로 배포
2. recent_logs 호출로 가동 로그 확인
3. 로그에서 "ModuleNotFoundError: No module named 'pyupbit'" 감지!
4. AI가 스스로 requirements.txt에 pyupbit 추가
5. deploy_project 재호출 ➔ 정상 가동 확인 후 개발자에게 최종 보고!추천 프롬프트 예시
지금 작업한 파이썬 업비트 봇을 DashCloud에 배포해줘.
배포 후 recent_logs로 에러가 있는지 확인하고, 에러가 있으면
스스로 코드를 고쳐서 정상 가동될 때까지 재배포해줘.관련 블로그
- Cursor·Claude로 만든 앱과 봇, 터미널 없이 24시간 무료로 배포하는 방법
- 바이브코딩 블로그 전체 보기