Azure Weekly: Python이 일류 MCP 지원을 받다, Custom Agents가 Azure Boards에 도입
Source: Dev.to
위 링크에 있는 글의 내용을 한국어로 번역해 주세요. (코드 블록, URL, 그리고 Source: 라인은 그대로 두고, 나머지 텍스트만 번역하면 됩니다.)
Azure MCP Server: 이제 파이썬에서 네이티브
지난 주까지 Azure Model Context Protocol (MCP) Server 를 사용하려면 Node.js 또는 .NET이 필요했습니다. AI 에이전트를 구축하는 Python 개발자(대부분의 AI 생태계)에게는 큰 마찰이었죠. 이제 uvx 또는 pip 로 PyPI에서 바로 Azure MCP Server 를 설치하고 실행할 수 있습니다:
# Run on‑demand with uvx (recommended)
uvx --from msmcp-azure azmcp server start
# Or install into your project
pip install msmcp-azure왜 중요한가
- MCP는 AI 에이전트가 외부 도구 및 서비스와 상호 작용하기 위한 표준 프로토콜로 자리잡아 가고 있습니다.
- GitHub Copilot SDK, Claude Desktop, VS Code, Visual Studio, IntelliJ, 그리고 Eclipse 모두 이를 지원합니다.
- Python 개발자는 이제 단일 MCP 서버를 통해 40개 이상의 Azure 서비스에 일류 접근을 할 수 있으며, JavaScript 런타임이 필요 없습니다.
이 패키지는 Node.js 및 .NET 버전과 동일한 서버 모드를 지원합니다:
namespace(기본값)allsingle도구 모드- 우발적인 쓰기를 방지하는 읽기 전용 모드
Docker에서 CI/CD 파이프라인용으로 실행하거나 IDE에서 직접 사용할 수 있습니다.
GitHub Copilot 맞춤 에이전트 + Azure Boards: AI DevOps 다리
Azure DevOps Sprint 269가 조용히 중요한 기능을 출시했습니다: GitHub Copilot 맞춤 에이전트가 이제 Azure Boards와 통합됩니다.
작동 방식
- GitHub에서 리포지토리 또는 조직 수준에 맞춤 에이전트를 생성합니다.
- 에이전트가 자동으로 Azure DevOps에 표시됩니다.
- 작업 항목에서 풀 리퀘스트를 생성할 때, 코드를 생성할 에이전트를 선택합니다.
- 에이전트가 코드를 작성하고, PR을 열며, 작업 항목에 다시 연결합니다.
이는 GitHub의 고유 AI 기능과 Azure DevOps의 작업 추적 사이의 최초 실질적인 다리입니다. 프로젝트 관리를 Azure Boards로 하고 코드를 GitHub에 호스팅하는 기업들은 이제 작업 항목 구조를 존중하는 에이전트 기반 코드 생성 기능을 얻습니다. 2,000개의 리포지토리 연결 제한 증가(이전 한도 대비)로 대규모 조직도 이를 대규모로 사용할 수 있습니다.
전략적 관점 – Microsoft는 GitHub의 AI 기능과 경쟁하려는 것이 아니라 이를 Azure DevOps에 통합하고 있습니다. 이는 **GitHub가 AI 활동의 중심이라는 사실을 실용적으로 인정한 것**이며, Azure DevOps는 그 위에 기업용 워크플로우 레이어가 됨으로써 살아남고 있습니다.
새로운 OpenAI 모델: GPT‑Realtime‑1.5 및 GPT‑Audio‑1.5
2월에 Azure에 두 개의 새로운 OpenAI 모델이 소개되었습니다:
- GPT‑Realtime‑1.5 – 저지연, 음성‑우선 애플리케이션에 최적화되었습니다.
- GPT‑Audio‑1.5 – 음성‑중심 사용 사례에 맞게 조정되었습니다.
이전 세대 대비 개선 사항은 다음에 초점을 맞춥니다:
- 더 나은 지시 수행
- 확대된 다국어 지원
- 향상된 도구‑호출 기능
두 모델 모두 서브‑초 지연을 유지하여 Copilot 음성 모드, 고객‑서비스 봇, 혹은 인터랙티브 음성 비서에 이상적입니다.
기존 Azure OpenAI 채팅‑완성 API를 통해 접근할 수 있으므로, 이미 gpt‑4o 등을 사용 중이라면 이 모델들로 교체하는 것은 구성 변경만으로 가능합니다. 핵심 질문은 향상된 도구‑호출 및 지시 수행이 비용 차이를 정당화하는가인데, 음성‑우선 앱의 경우 지연 시간만으로도 충분할 수 있습니다.
Source: https://devblogs.microsoft.com/azure-sdk/azure-sdk-release-february-2026/
Azure SDK 2월 릴리스: 인프라 업그레이드
February 2026 Azure SDK release shipped several important plumbing upgrades.
Azure.Core 1.51.0 for .NET
Microsoft.Extensions.Configuration및Microsoft.Extensions.DependencyInjection에 대한 지원을 추가하여 Azure SDK 클라이언트가 ASP.NET Core의 기본 DI 컨테이너와 원활하게 통합될 수 있도록 합니다.- 전송 계층에서 client‑certificate rotation 지원을 도입하여 인증서를 런타임에 파이프라인을 중단하지 않고 업데이트할 수 있는 동적 토큰‑binding 시나리오를 가능하게 합니다. 이는 단명 인증서나 규정 준수를 위한 회전이 필요한 워크로드에 필수적입니다.
corehttp 1.0.0b7 for Python
- 네이티브 OpenTelemetry tracing 지원을 제공합니다.
- 새로운
OpenTelemetryTracer클래스는 OTel 트레이서를 래핑하여 스팬을 생성하며, SDK 클라이언트는 이제 이 클래스를 통해 직접 추적을 정의할 수 있습니다.
These upgrades tighten the developer experience across both .NET and Python, reducing boiler‑plate and improving observability and security.
Azure Content Understanding 1.0.0b1
이것은 문서, 오디오 및 비디오에서 인사이트를 추출하기 위한 Azure의 통합 API 초기 베타 버전입니다. 멀티‑모달 AI 시스템을 구축하고 있다면, 이 기술을 주시할 가치가 있습니다—콘텐츠 이해는 코드‑우선 AI와 실제 비즈니스 데이터 사이의 격차 중 하나입니다.
이번 주가 시사하는 바
이 업데이트들은 하나의 주제로 모여 있습니다: Azure는 개발자들이 있는 곳에서 만나며, Azure‑전용 워크플로우에 강제하지 않는다.
- MCP에 대한 Python 지원
- Azure Boards의 GitHub Copilot 에이전트
- Python SDK의 OpenTelemetry 지원
이 모두는 상호 운용성을 향한 움직임입니다. Azure는 이제 전체 스택을 장악하려는 것이 아니라, 주로 Python, GitHub, 오픈‑소스 도구에서 이루어지는 AI 개발을 위한 엔터프라이즈‑급 인프라 계층으로 자리매김하고 있습니다.
Azure에게 위험은 이 전략이 AI 기능과 가격 경쟁력을 유지할 때만 효과가 있다는 점입니다. 만약 Claude Opus 4.6 on Azure Foundry 가 다른 곳에서 실행하는 것보다 현저히 느리거나 비용이 더 많이 든다면, MCP 통합이 아무리 많아도 의미가 없습니다.
하지만 현재로서는 Azure가 올바른 베팅을 하고 있습니다. 에이전시 DevOps로 가는 길은 독점 도구를 통한 것이 아니라 — 프로토콜, 오픈 표준을 통해, 그리고 개발자들이 이미 알고 있는 도구를 사용하도록 하는 것입니다.
핵심 요약
Azure는 강력한 한 주를 보냈다.
- Python MCP 지원은 가장 큰 AI 개발자 커뮤니티의 마찰을 없앤다.
- GitHub Copilot 맞춤형 에이전트를 Azure Boards에 적용해 작업 추적과 AI 코드 생성 사이의 격차를 메운다.
- SDK 업데이트는 인프라 구성 요소—DI 지원, 인증서 교체, OpenTelemetry 추적—를 제공해 실제 운영 AI 시스템에 필요한 것을 제공한다.
다음 물결을 Azure가 어떻게 다루는지 지켜보라: 에이전트 기반 워크플로가 기본이 된다면, Azure의 성공은 에이전트를 구축하는 최적의 장소라기보다 그 에이전트를 실행하는 최적의 장소가 되는 데 달려 있다. 이번 주는 그 차이를 이해하고 있음을 시사한다.
계측 노트
_instrumentation_config 클래스 변수로 구성합니다. 이는 프로덕션 AI 시스템에서 가시성을 위해 매우 중요합니다—에이전트 로직과 함께 Azure SDK 호출을 추적하여 지연이나 실패를 진단해야 합니다.