바이브코딩

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)

1

사용하는 도구에서 연결

Claude Code — 터미널 한 줄:

claude mcp add --transport http dashcloud https://mcp.dashcloud.kr/mcp

이후 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 dashcloud

login 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.

원격 서버 설정 (OAuth · 키 불필요)
{ "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.

어느 방식이든 원격 OAuth를 권장합니다

URL만 등록하면 첫 사용 시 브라우저에서 승인하고 끝납니다. API 키를 복사·보관할 필요가 없어 가장 안전하고 간편합니다.

2

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:

~/.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:

원격 서버 설정 (API 키)
{
  "url": "https://mcp.dashcloud.kr/mcp",
  "headers": { "x-api-key": "dc_live_여기에_토큰_입력" }
}
3

연동 검증

  1. 에디터를 완전히 종료한 뒤 다시 실행합니다.
  2. 채팅에서 아래와 같이 질문합니다:
    > DashCloud 도구가 정상 연결되었는지 확인하고 내 프로젝트 목록 보여줘.
  3. AI 모델이 list_projects 도구를 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.

분류도구기능
프로젝트list_projects프로젝트 목록 조회
create_project새 프로젝트 생성 (runtime/entrypoint 지정)
project_status컨테이너 상태·업타임·OOM 여부
power_actionstart / stop / restart / kill
delete_project프로젝트 삭제 (purge 옵션)
파일list_files파일/폴더 목록 (이름·크기·수정시각)
read_file_content파일 내용 읽기
rename_file · move_files이름변경·이동
delete_files삭제 (confirm 필요)
배포deploy_project로컬 디렉터리 번들 배포 (dashcloud.json 자동 적용)
deploy_from_githubGitHub 저장소(owner/repo) 직접 배포
wait_for_deploy배포 완료 대기
list_deployments배포 이력
관찰recent_logs최근 컨테이너 로그
search_logs기간·검색어로 로그 검색 (타임스탬프 포함)
diagnose_project상태+이벤트+로그+가동률 진단 번들
container_diagnosticsdf -h · top · free · ps 진단
get_metricsCPU·메모리·트래픽 메트릭
백업list_backups · create_backup · restore_backup백업 생성·복원
시크릿list_secrets · set_env환경변수 조회·주입
GitHubgithub_repos연결된 GitHub 저장소 목록
문서search_docs · get_docDashCloud 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


다음 추천 문서