나는 하나의 MCP 엔드포인트로 ChatGPT, Claude, Gemini, 그리고 Cursor를 사용한다

Source: Dev.to

나는 매일 네 개의 AI 에이전트를 사용한다. Claude Code는 내 작업을 조율하고, Gemini는 코드를 작성하며, ChatGPT는 웹 조사를 담당한다. Claude Web은 내가 브레인스토밍을 하는 곳이다. 또한 가끔 Cursor와 Windsurf도 사용한다.

이들 모두가 동일한 URL에 연결된다.

하나의 엔드포인트. 에이전트당 하나의 API 키. 내가 등록한 모든 도구—GitHub, Slack, Cloudflare, Exa, 내 데이터베이스—가 모두에게 즉시 제공되며, 동일한 DLP 스캔 및 감사 로그가 적용된다.

이것이 MCP Hub가 하는 일이며, 실제로 왜 중요한지 설명하고자 한다.

내가 겪은 문제

허브가 없던 시절, MCP 서버를 여러 에이전트에 연결하는 것은 악몽과도 같았다. 각 에이전트마다 고유한 설정 형식이 있었다:

• Claude Code: ~/.claude.json 파일 안에 mcpServers 항목
• Cursor: 각 프로젝트에 있는 .cursor/mcp.json
• ChatGPT: 개발자 모드 UI, 한 번에 하나의 커넥터만 사용
• Gemini CLI: .gemini/settings.json

같은 GitHub MCP 서버인데도 설정 파일이 네 개다. 네 군데에서 같은 토큰을 저장하고 있었다.

GitHub 토큰을 교체할 때마다 네 개의 파일을 모두 찾아야 했고, 새로운 MCP 서버(예: 웹 검색용 Exa)를 추가할 때도 네 번 설정해야 했다. 설정 파일 중 하나에 오타가 있으면 해당 에이전트는 모든 도구에 대한 접근을 조용히 잃어버렸고, 나는 20분 동안 디버깅에 매달렸다.

게다가 이들 설정에는 보안 스캔이 전혀 없었다. 에이전트가 데이터베이스 자격 증명, API 키, 내부 URL 등을 포함한 도구 호출을 외부 MCP 서버로 직접 전송했을 가능성이 있었지만, 모든 호출을 일일이 검토하지 않는 한 나는 전혀 알 수 없었다.

지금 내가 하는 일

나는 MCP 서버를 한 번 Mistaike 대시보드에 등록한다. GitHub, Slack, Cloudflare, Exa, 내 커스텀 서버 — 모두 암호화된 자격 증명으로 저장된다.

그런 다음 각 에이전트는 한 줄의 설정을 받는다:

URL: https://mcp.mistaike.ai/hub_mcp
Key: mk_

그게 전부다. 모든 에이전트가 모든 도구를 볼 수 있다. 새 서버를 추가하면 모든 에이전트가 즉시 받는다. 자격 증명을 교체할 때는 대시보드에서 한 번만 업데이트한다.

각 에이전트가 실제로 하는 일

이것은 이론이 아닙니다. 제가 mistaike.ai를 구축하면서 매일 사용하는 워크플로우입니다:

• Claude Code는 제 코디네이터입니다. 작업을 계획하고, GitHub 이슈를 생성하며, PR을 검토하고, 작업을 배정합니다. 허브를 통해 GitHub(이슈, PR, 코드 검색), Memory Vault(공유 지식), 그리고 Bug Vault(코드 작성 전에 확인할 297 k+ 패턴)를 사용합니다.
• Gemini는 실행자입니다. 작업 파일을 받아 브랜치를 만들고, 먼저 테스트를 작성한 뒤 기능을 구현하고 PR을 엽니다. 동일한 허브를 통해 동일한 GitHub, 동일한 Memory Vault, 동일한 Bug Vault에 접근합니다. 구현 중에 발견한 버그 패턴을 저장합니다—이 패턴은 Claude Code가 다음 세션에서 기억할 수 있습니다.
• ChatGPT는 경쟁 정보 수집을 담당합니다. 허브를 통해 Memory Vault에서 기존에 알고 있는 내용을 읽고, 자체 웹 검색을 사용해 새로운 MCP 보안 제품, 공격, CVE를 찾습니다. 찾아낸 내용을 다시 Memory Vault에 저장하여 다른 모든 에이전트가 활용할 수 있게 합니다.
• Claude Web은 브레인스토밍용입니다. 디자인을 반복하고, 아키텍처를 논의하며, 옵션을 검토합니다. 방향에 만족하면 허브를 통해 Memory Vault에 저장합니다. 그런 다음 Claude Code를 열어 검색하면—결정이 바로 거기에 있어 구현할 준비가 됩니다.

네 개의 에이전트. 각각 다른 강점. 하나의 공유 도구와 메모리.

Source: …

보안 파트

모든 에이전트의 툴 호출은 DLP 파이프라인을 양방향으로 통과합니다.

• Gemini가 컨텍스트에 포함된 데이터베이스 비밀번호를 실수로 GitHub에 보내는 툴 호출을 할 경우, 허브가 GitHub에 도달하기 전에 이를 차단합니다.
• 신뢰할 수 없는 MCP 서버가 프롬프트 인젝션 페이로드를 포함한 응답을 반환하면, 허브가 에이전트가 이를 보기 전에 차단합니다.

기능

• 90개 이상의 비밀 유형
• 35개 이상의 PII(개인 식별 정보) 엔터티
• 프롬프트 인젝션 탐지
• 파괴 명령 차단

모든 에이전트와 모든 툴 호출에 일관되게 적용되며, 에이전트별 별도 설정이 필요 없습니다. Claude Code와 ChatGPT에 대해 DLP를 따로 설정하지 않았으며, 한 번만 설정하면 허브가 모든 것에 적용합니다.

메모리 파트

Memory Vault은 허브에 기본으로 제공되는 도구입니다. 모든 에이전트는 save_memory와 search_memories를 사용할 수 있으며, 이들은 모두 같은 풀을 공유합니다.

이 부분이 내 작업 흐름을 가장 크게 바꿨습니다. 허브가 있기 전에는 모든 에이전트 세션이 처음부터 시작되었습니다. 배포 흐름, Git 규칙, Alembic 관례, 스모크‑테스트 패턴 등을 매 세션마다 붙여넣어야 했죠.

이제 Vault에는 40개 이상의 집중된 메모리가 있습니다. 각 에이전트는 시작 시 필요한 것을 검색합니다:

• Claude Code는 배포 파이프라인을 알고 있습니다.
• Gemini는 TDD 규칙을 알고 있습니다.
• ChatGPT는 경쟁 환경을 알고 있습니다.

그들 중 어느 누구도 내가 이를 반복해서 알려줄 필요가 없었습니다.

한 에이전트가 무언가를 배우면 — 버그 패턴, 프로세스 변경, 사용자 수정 등 — 그것을 저장합니다. 다음 에이전트는, 어떤 에이전트든 관계없이, 그것을 찾아낼 수 있습니다.

비용

허브는 무료로 체험할 수 있으며, 무료 티어에서 최대 3 MCP server registrations를 받을 수 있습니다. 라우팅, 감사 로깅, 그리고 Bug Vault가 포함됩니다. Memory Vault는 유료 티어에 포함됩니다. DLP scanning은 실시간으로 모든 페이로드를 스캔하는 데 인프라 비용이 들기 때문에 유료 티어에 포함됩니다.

대부분의 개인 개발자에게는 3개의 서버면 충분히 가치를 확인할 수 있습니다 (GitHub, 데이터베이스, 그리고 하나 더). 더 필요하다면, 유료 티어에서 제한을 높일 수 있습니다.

솔직한 요약

단일 MCP 엔드포인트를 사용하면 모든 AI 에이전트 전반에 걸쳐 구성, 보안 및 공유 지식을 통합할 수 있습니다. 중복된 구성을 없애고, 자격 증명 회전으로 인한 번거로움을 줄이며, 일관된 DLP 보호를 제공합니다. 무엇보다도, 공유 메모리 볼트는 각 에이전트의 작업을 집합적이고 지속적으로 성장하는 지식 베이스로 전환시켜, 컨텍스트를 다시 입력하는 대신 구축에 집중할 수 있게 합니다.

여러 AI 에이전트를 동시에 다루고 있다면 MCP Hub를 사용해 보세요 — 생산성 향상이 눈에 띄고, 보안에 대한 안심은 값으로 매길 수 없습니다.

모든 에이전트를 위한 하나의 엔드포인트

필요해서 만들었습니다. 네 개의 에이전트에 걸쳐 MCP 연결을 관리하느라 시간이 많이 소모되고 자격 증명이 유출되는 문제가 있었습니다. 허브가 두 문제를 모두 해결했습니다.

완벽하진 않습니다. ChatGPT의 MCP 지원은 아직 새롭고 OAuth 제한이 있는 개발자 모드에서만 작동합니다. 일부 MCP 서버는 전송 방식에 특이점이 있어 우회 방법이 필요합니다. 대시보드 UI는 기능적으로는 괜찮지만 다듬어지지는 않았습니다.

하지만 핵심 아이디어는 작동합니다:

당신의 MCP 설정은 특정 에이전트가 아니라 당신에게 속해야 합니다.
도구는 당신을 따라야 합니다.
메모리는 지속되어야 합니다.
보안은 자동이어야 합니다.
그리고 모든 설정은 한 번만 하면 됩니다.

이 글은 2026년 3월 현재 나의 실제 일일 워크플로우를 설명합니다. mistaike.ai는 내가 직접 구축하는 실제 제품이며, MCP Hub는 mcp.mistaike.ai에서 확인할 수 있습니다.

원본은 mistaike.ai에서 처음 게시되었습니다.