AI VIDEO BRIEFING
랭그래프 다이나믹 MCP 에이전트 사용법: 도구 대시보드와 시스템 프롬프트 실시간 변경
웹 대시보드에서 MCP 도구를 추가하거나 삭제하면 에이전트가 쓸 수 있는 능력이 실시간으로 바뀌는 랭그래프 기반 오픈소스 프로젝트를 소개합니다. 도커로 실행하는 방법과 시스템 프롬프트를 즉시 바꾸는 과정까지 시연으로 확인합니다.

핵심 메시지
쉽게 이해하기
MCP가 널리 쓰이면서 이를 활용한 에이전트 사례가 늘고 있지만, 대개 도구를 바꾸려면 설정 파일을 직접 고치고 서버를 다시 띄워야 했다. 이 영상이 소개하는 랭그래프 다이나믹 MCP 에이전트는 바로 그 지점을 겨냥한다. 도구를 관리하는 대시보드를 하나 붙여, 여기서 도구를 넣고 빼면 랭그래프 리액트 에이전트에 실시간으로 반영되고 에이전트는 그렇게 설정된 도구만 가지고 문제를 푼다.
구성은 세 조각으로 나뉜다. 대화를 주고받는 채팅 인터페이스는 별도의 서비스에 연결해 쓰고, 도구를 관리하는 설정 대시보드는 다른 포트에서 따로 열리며, 시스템 프롬프트는 프롬프트 폴더의 파일로 관리한다. 실행은 도커 이미지로 하도록 정리되어 있어, 저장소를 클론하고 예시 환경 변수 파일을 채운 뒤 준비된 명령 한 줄을 실행하면 서버가 모두 올라온다. 첫 실행은 이미지를 받느라 시간이 걸리지만 이후로는 빠르다고 안내한다.
환경 변수 파일에서는 사용할 모델 공급자와 세부 모델을 지정한다. 공급자로는 OpenAI, Anthropic, Azure OpenAI를 지원하며, 영상 시점 기준으로 Anthropic은 Claude Sonnet 3.7이 고정으로 들어가고 나머지 둘은 모델을 자유롭게 바꿀 수 있다고 설명한다. 도구 목록의 초기값은 MCP 설정용 JSON 파일을 기준으로 잡히지만, 이는 어디까지나 초안이고 이후에는 대시보드에서 동적으로 바꿀 수 있다.
실제 시연은 도구를 넣고 빼는 흐름을 그대로 보여준다. 대시보드에서 도구 두 개를 지우고 저장한 뒤 새 대화를 열어 인사를 건네면, 에이전트가 답하는 사용 가능한 도구 목록에서 그 두 개가 빠져 있다. 반대로 외부 MCP 서버 목록 사이트에서 JSON을 복사해 붙여넣고 추가·저장하면 검색 도구가 살아나, 곧바로 웹 검색이 필요한 질문에 출처 표기를 포함한 답을 내놓는다. 여기서 저장 버튼을 눌러야 반영된다는 점이 반복해서 강조된다.
도구뿐 아니라 시스템 프롬프트도 같은 방식으로 즉시 반영된다. 영상에서는 프롬프트를 '무례하게 답하라'는 내용으로 통째로 바꾼 뒤 새 대화를 열어, 실제로 퉁명스러운 답이 돌아오는 것을 보여준다. 직접 만든 로컬 MCP 서버를 붙이려면 리소스 폴더에 파일을 넣고 전송 방식을 stdio로 지정하되, 도커 컨테이너 내부 경로에 맞춰 경로를 바꿔야 한다는 주의사항도 함께 짚는다.
주요 인사이트
- 에이전트의 능력을 코드가 아니라 설정 화면에서 조절할 수 있게 되면, 실험의 단위가 '코드 수정과 재배포'에서 '체크박스 하나'로 내려간다. 어떤 도구를 줬을 때 에이전트가 더 잘하는지 비교하기가 훨씬 쉬워진다.
- 도구를 무제한으로 붙이는 대신 필요한 것만 켜 두는 운용도 가능해진다. 영상에서 도구를 지우자 에이전트가 스스로 밝히는 능력 목록도 함께 줄어드는 장면은, 도구 구성이 곧 에이전트의 정체성이라는 점을 보여준다.
- PC 파일을 다루는 도구를 붙이자 에이전트가 실제로 로컬 파일 목록을 트리로 정리해 보여준다. 편리한 만큼 어떤 권한의 도구를 켜 두었는지 항상 의식해야 한다는 뜻이기도 하다.
- 시스템 프롬프트를 파일로 분리해 둔 설계 덕분에, 모델이나 도구를 건드리지 않고 에이전트의 성격과 응답 방식만 따로 실험할 수 있다.
- 도커로 묶어 배포하면 의존성 설치 과정을 건너뛸 수 있다. 다만 컨테이너 안팎의 경로가 달라지므로, 로컬 파일을 참조하는 설정에서는 마운트된 경로 기준으로 고쳐 써야 한다.
자주 묻는 질문
도구를 추가하면 서버를 다시 시작해야 하나요?
아닙니다. 대시보드에서 도구를 추가하거나 삭제한 뒤 저장 버튼을 누르면 실행 중인 에이전트에 그대로 반영됩니다. 영상에서는 저장 직후 새 대화를 열어 도구 목록이 바뀐 것을 확인합니다. 다만 저장 버튼을 누르지 않으면 반영되지 않는다는 점을 여러 번 강조합니다.
어떤 모델을 쓸 수 있나요?
환경 변수 파일에서 공급자를 지정하는 방식이며 OpenAI, Anthropic, Azure OpenAI를 지원합니다. 영상 시점에서 Anthropic은 Claude Sonnet 3.7이 고정으로 들어가고 OpenAI와 Azure OpenAI는 세부 모델을 자유롭게 지정할 수 있으며, Anthropic도 여러 모델을 고를 수 있도록 확장할 예정이라고 밝힙니다.
직접 만든 MCP 서버도 연결할 수 있나요?
가능합니다. 리소스 폴더에 예제 파일이 들어 있어 이를 참고해 직접 구현한 서버를 넣고, 전송 방식을 stdio로 설정하면 됩니다. 주의할 점은 경로 표기인데, 도커 컨테이너 내부에 마운트된 경로를 기준으로 적어야 정상적으로 인식됩니다.
원문과 출처
이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.
YouTube 원본 영상 보기 ↗