Zapier MCP를 채팅 시스템에 통합하기
Source: Dev.to
소개
채팅 기반 자동화 프로토타입을 작업하면서 Zapier MCP 서버를 채팅 기반 시스템에 통합하는 기회를 얻었습니다. 목표는 사용자가 각 사용 사례마다 맞춤 워크플로를 작성하지 않고도 채팅에서 직접 현실 세계의 작업을 트리거할 수 있게 하는 것이었습니다.
이 글에서는 제가 통합에 접근한 방법, 따랐던 아키텍처, UI 설계 방식, 그리고 Zapier MCP와 작업하면서 직면한 문제들을 설명합니다.
아키텍처 이해
코드를 작성하기 전에, 나는 관련 핵심 구성 요소들을 이해하는 데 집중했다:
- Tools – 이메일 전송, 스프레드시트 업데이트, 작업 생성과 같은 행동.
- MCP server – 도구를 표준화된 방식으로 노출하는 서버(이 경우 Zapier MCP).
- MCP client – 사용 가능한 도구를 발견하고 호출할 수 있는 LLM(Claude).
- MCP host – 사용자 입력, LLM, 그리고 MCP 서버를 연결하는 애플리케이션.
이러한 역할이 명확해지자 전체 시스템 설계를 이해하기가 쉬워졌다. MCP는 LLM과 외부 도구 사이의 다리 역할을 하여 수동 통합의 필요성을 없앤다.
전체 흐름
시스템에서 제가 따른 흐름은 간단했습니다:
- 사용자가 입력을 제공합니다.
- LLM이 관련 도구를 발견합니다.
- LLM이 사용자 의도를 도구 명령으로 매핑합니다.
- 도구가 Zapier MCP를 통해 실행됩니다.
- LLM이 최종 응답을 포맷합니다.
요약:
사용자 의도 → 도구 발견 → 도구 실행 → 포맷된 응답
도구 발견 및 실행
실제로 이 과정은 다음과 같이 진행되었습니다:
- 사용 가능한 도구와 사용자 입력이 Claude에게 전송됩니다.
- Claude는 관련 도구 목록을 반환합니다.
- 발견된 도구가 Claude에게 다시 전송되어 지시를 매핑합니다.
- Zapier MCP가 지시를 실행합니다.
- Claude는 도구 응답을 최종 출력으로 포맷합니다.
이 접근 방식은 여러 번의 LLM 호출을 필요로 했으며, 이는 나중에 주요 단점 중 하나가 되었습니다.
Zapier MCP 설정
Zapier MCP 설정은 비교적 간단했습니다:
- Zapier 계정을 만들고 필요한 도구를 선택합니다.
- Zapier MCP 서버를 활성화합니다.
- MCP 서버 URL과 API 키를 복사합니다.
- 이 엔드포인트를 Anthropic Messages API를 사용해 Claude에 연결합니다.
연결이 완료되면 시스템에 쿼리를 보내 사용 가능한 도구를 확인할 수 있었고, Zapier MCP는 실행 레이어를 안정적으로 처리했습니다.
UI 디자인
UI는 의도적으로 최소화되었습니다. 구성 요소는 다음과 같습니다:
- 채팅 입력창.
- 활성 도구 실행 상태를 표시하는 패널.
- 완료된 결과를 보여주는 최종 섹션.
목표는 도구 사용을 투명하게 만들어 사용자가 무엇이 실행 중이며 언제 실행이 완료되는지 확인할 수 있게 함으로써 블랙‑박스 시스템이라는 느낌을 줄이는 것이었습니다.
잘 작동한 점
- Zapier MCP는 통합이 쉬워 빠른 실험에 적합했습니다.
- 여러 API를 수동으로 연결할 필요가 없어 LLM이 의도와 오케스트레이션에 집중할 수 있었습니다.
- 빠른 반복과 프로토타이핑에 이 설정이 효과적이었습니다.
- n8n을 잠깐 사용해 보았지만, 빠른 실험에는 다소 무거워 보였고, 따라서 Zapier가 내 워크플로에 더 잘 맞았습니다.
제한 사항 및 불만
다중 LLM 호출
단일 깔끔한 응답을 생성하기 위해 시스템은 도구 탐색, 명령 매핑, 응답 포맷팅을 위한 별도의 LLM 호출이 필요했습니다. 추가적인 glue 코드를 넣지 않고 이러한 단계를 줄이면 개발자 경험이 향상될 것입니다.
폐쇄형 소스 특성
Zapier는 폐쇄형 소스로, 내부 실행에 대한 가시성이 제한됩니다. 노출된 인터페이스를 넘어선 디버깅 및 맞춤화가 제한됩니다.
제한된 제어
추상화는 개발 속도를 높이지만 실행 로직에 대한 세밀한 제어를 희생합니다. 이는 복잡한 워크플로우에서 문제가 될 수 있습니다.
결론
Zapier MCP를 채팅 시스템에 통합하는 것은 전반적으로 견고한 경험이었습니다. 빠른 개발, 실험, 개념 증명 빌드에 잘 작동합니다. 그러나 깊은 제어와 가시성이 필요한 고급 워크플로우의 경우 추가 레이어나 대체 접근 방식이 필요할 수 있습니다.
이번 실험을 통해 MCP 기반 시스템을 사용하여 LLM‑구동 도구 오케스트레이션을 구축하는 방법을 더 잘 이해하게 되었습니다.