GitHub MCP 서버 활용법: VS Code에서 이슈·PR 자동화하기

핵심 메시지

• MCP 서버는 API를 감싸 각 기능에 자연어 설명을 붙여, LLM 에이전트가 학습 데이터 밖의 외부 도구를 호출할 수 있게 해주는 표준 프로토콜 계층이다.
• GitHub MCP 서버는 로컬(도커) 버전과 GitHub가 호스팅하는 원격 HTTP 버전이 있으며, 원격 버전은 직접 호스팅할 필요가 없어 더 편리하다.
• VS Code 확장 메뉴에서 GitHub MCP 서버를 설치하면 약 48개의 도구(이슈 조회, PR 열기, 코드리뷰 등)를 코파일럿에서 곧바로 쓸 수 있다.
• "영향은 크고 노력은 적은 순서로 이슈를 정렬해줘" 같은 자연어 지시로 작업 우선순위 선정부터 수정, PR 생성, 클라우드 코드리뷰까지 VS Code 안에서 연결할 수 있다.
• 에이전트에게 애플리케이션 성능 분석을 맡겨 발견한 문제를 새 GitHub 이슈로 자동 등록하는 등, 사람이 놓치기 쉬운 체계적 문제까지 위임할 수 있다.

쉽게 이해하기

MCP(Model Context Protocol) 서버는 LLM이 자신의 학습 데이터 밖에 있는 기능을 쓸 수 있게 해주는 다리다. 발표자는 그 원리를 간단히 설명했다. 예컨대 GitHub 이슈를 조회하거나 PR을 여는 API가 있다면, 그 API 전체와 각 함수에 자연어 설명을 달아 하나의 서버로 감싼다. 이렇게 표준 프로토콜을 따르면 VS Code 코파일럿뿐 아니라 클라우드 코딩 에이전트, GitHub CLI 등 여러 도구가 재프로그래밍 없이 그대로 가져다 쓸 수 있다.

설치는 VS Code 왼쪽 확장 메뉴에서 이뤄진다. 등록된 MCP 서버 목록 중 GitHub를 골라 설치할 수 있는데, 로컬(도커)에서 도는 버전과 GitHub가 호스팅하는 원격 HTTP 버전이 있다. 발표자는 직접 호스팅 부담이 없는 원격 버전을 선호한다고 밝혔다. 워크스페이스에 설치하면 .vscode 폴더에 MCP 설정 파일이 생기고, 서버가 약 48개의 도구를 제공하는 것을 확인할 수 있다.

실제 활용은 이슈 분류에서 시작한다. "이 저장소에서 내게 배정된 이슈를 보여줘"라고 하면 MCP 서버가 사용자가 누구인지 파악한 뒤 해당 이슈를 찾아온다. 여기에 "영향은 크고 노력은 적은 순으로 정렬해줘"라고 지시하면, LLM이 어떤 작업이 성과 대비 효율이 좋은지 판단해 우선순위를 매겨준다.

이후 흐름은 자연스럽게 이어진다. 1번 이슈를 고쳐달라고 하면 코파일럿이 수정하고, 웹사이트에서 결과를 확인한 뒤 PR을 열게 한다. 그 PR에 대해 코드리뷰를 요청하면 리뷰는 클라우드에서 진행되고, VS Code에서는 리뷰가 지적한 사항을 다시 코파일럿이 받아 수정·푸시하고 스레드를 정리한다. 이 모든 과정이 MCP 서버를 통해 VS Code 안에서 오간다.

더 나아가 애플리케이션 성능을 분석해 개선점을 새 이슈로 등록하게 하거나, 내게 배정되지 않은 열린 이슈들을 훑어 앱 전반의 체계적 문제 징후를 찾게 할 수도 있다. 실제로 에이전트는 성능 분석 끝에 세 개의 새 이슈를 열었고, "검색 파이프라인이 여러 계층에 흩어져 있다"거나 "읽기 위주 엔드포인트의 성능 저하" 같은 경향을 짚어냈다. 사람이 직접 하기 어려웠을 작업을 위임해 생산성을 끌어올린 셈이다.

주요 인사이트

• MCP의 핵심은 "API + 자연어 설명 + 표준 프로토콜"이다. 이 조합 덕분에 하나의 서버를 여러 에이전트가 재사용할 수 있어, 도구를 도구마다 다시 붙일 필요가 없다.
• 자연어로 "영향 크고 노력 적은 순" 같은 기준을 주면 LLM이 우선순위 판단까지 대신해준다. 단순 API 호출을 넘어 판단이 개입하는 작업을 위임할 수 있다는 점이 실무 생산성의 핵심이다.
• 이슈 조회→수정→PR→클라우드 코드리뷰→후속 수정이 VS Code 한곳에서 오가면 맥락 전환 비용이 크게 준다. 게다가 성능 분석처럼 사람이 놓치기 쉬운 체계적 문제까지 에이전트가 발굴해 이슈로 남길 수 있다.

자주 묻는 질문

관련 AI 소식