Model Context Protocol (MCP)와 Weave

Weave로 MCP 클라이언트와 MCP 서버 간 활동을 트레이스하세요

Model Context Protocol(MCP)은 AI 애플리케이션이 대규모 언어 모델(LLM)과 정보를 주고받을 수 있게 해주는 표준화된 통신 프로토콜입니다. 범용 커넥터가 하드웨어 호환성을 혁신한 것처럼, MCP는 새 서비스가 추가될 때마다 맞춤형 인테그레이션을 만들지 않아도 LLM이 다양한 데이터 소스에 액세스하고 외부 도구와 상호작용할 수 있는 인터페이스를 제공합니다.

Weave 인테그레이션을 사용하면 MCP 클라이언트와 MCP 서버 간 활동을 트레이스할 수 있습니다. 이를 통해 MCP 기반 시스템 전반에서 도구 call, 리소스 액세스, 프롬프트 생성 과정을 상세하게 파악할 수 있습니다.

​

작동 방식

현재 이 인테그레이션은 클라이언트 측 오퍼레이션과 서버 측 오퍼레이션을 별도로 캡처하며, 둘의 상호작용에 대한 엔드투엔드 가시성은 제공하지 않습니다. 엔드투엔드 옵저버빌리티를 지원하기 위해 MCP에 OpenTelemetry 트레이스 지원을 추가하는 방안이 현재 제안되어 있습니다. 자세한 내용은 GitHub discussion #269를 참조하세요.

Weave 인테그레이션은 핵심 메서드에 weave.op() 데코레이터를 패치하여 Model Context Protocol(MCP)의 주요 컴포넌트를 자동으로 트레이스합니다. 구체적으로는 mcp.server.fastmcp.FastMCP 및 mcp.ClientSession 클래스의 메서드를 패치합니다.

이 인테그레이션을 통해 Weave는 다음 MCP 컴포넌트를 트레이스합니다:

• 도구
• 리소스
• 프롬프트

​

인테그레이션 사용하기

Weave 인테그레이션은 MCP 서버와 클라이언트 모두에서 작동합니다. 설치한 후에는 코드 두 줄만 추가하면 트레이싱을 활성화할 수 있습니다. 한 줄은 weave를 임포트하는 데 사용하고, 다른 한 줄은 초기화에 사용합니다.

​

사전 요구 사항

시작하기 전에 필수 패키지를 설치하세요.

pip install -qq "mcp[cli]" weave

​

설정

환경 변수를 사용해 MCP 인테그레이션을 설정합니다:

• MCP_TRACE_LIST_OPERATIONS: 서버와 클라이언트 양쪽에서 목록 오퍼레이션(list_tools, list_resources, list_prompts)을 트레이스하려면 true로 설정하세요.

​

서버 측 인테그레이션

MCP 서버를 트레이스하려면 기존 FastMCP 설정에 두 줄만 추가하면 됩니다. 한 줄은 Weave를 임포트하고, 다른 한 줄은 클라이언트를 초기화합니다. 추가한 뒤에는 도구, 리소스, 프롬프트 오퍼레이션이 자동으로 트레이스됩니다.

# Weave 임포트 (트레이싱에 필요)
import weave
from mcp.server.fastmcp import FastMCP

# 프로젝트 이름으로 Weave 초기화
weave_client = weave.init("my-project")

# MCP 서버 설정
mcp = FastMCP("Demo")

# 도구 정의 (이 call은 트레이싱됩니다)
@mcp.tool()
def add(a: int, b: int) -> int:
    """두 숫자를 더합니다."""
    return a + b

# 리소스 정의 (이 call은 트레이싱됩니다)
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
    """개인화된 인사말을 반환합니다."""
    return f"Hello, {name}!"

# 프롬프트 정의 (이 call은 트레이싱됩니다)
@mcp.prompt()
def review_code(code: str) -> str:
    """코드 검토를 위한 프롬프트를 반환합니다."""
    return f"Please review this code:\n\n{code}"

# 서버 시작
mcp.run(transport="stdio")

​

클라이언트 측 인테그레이션

클라이언트 측에서 트레이싱하려면 두 가지만 하면 됩니다. Weave를 임포트하고 초기화하세요. 모든 도구 call, 리소스 액세스, 프롬프트 요청은 자동으로 트레이스됩니다.

# Weave 임포트 (트레이싱에 필요)
import weave
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

# 프로젝트 이름으로 Weave 초기화
weave_client = weave.init("my-project")

# MCP 클라이언트 설정 및 실행
async with stdio_client(server_params) as (read, write):
    async with ClientSession(read, write) as session:
        # 세션 초기화
        await session.initialize()
        
        # 도구 호출 (트레이싱됨)
        result = await session.call_tool("add", arguments={"a": 1, "b": 2})
        
        # 리소스 조회 (트레이싱됨)
        resource = await session.read_resource("greeting://user")
        
        # 프롬프트 조회 (트레이싱됨)
        prompt = await session.get_prompt("review_code", arguments={"code": "print('Hello')"})

​

튜토리얼: mcp_demo 예제

mcp_demo 예제는 트레이싱을 위한 Model Context Protocol (MCP)과 Weave의 인테그레이션을 보여줍니다. 이 예제는 클라이언트와 서버 컴포넌트 모두를 계측해 상호작용의 상세한 트레이스를 수집하는 방법을 보여줍니다.

​

예제 실행

1. docs 저장소를 복제한 다음 mcp_demo 예제로 이동합니다:

   git clone https://github.com/wandb/docs
   cd docs/weave/examples/mcp_demo
   

   이 예제에는 두 개의 주요 파일이 있습니다:

   • example_server.py: FastMCP로 구축한 데모 MCP 서버입니다. 도구, 리소스, 프롬프트를 정의합니다.
   • example_client.py: 서버에 연결하고 해당 컴포넌트와 상호작용하는 클라이언트입니다.

2. 필요한 의존성을 수동으로 설치합니다:

   pip install mcp[cli] weave
   

3. 데모를 실행합니다:

   python example_client.py example_server.py
   

   이 명령어는 클라이언트와 서버를 모두 실행합니다. 클라이언트는 다양한 특성을 테스트할 수 있는 대화형 CLI를 시작합니다.

​

클라이언트 CLI 명령어

클라이언트 인터페이스는 다음 명령어를 지원합니다:

명령어	설명
tools	사용 가능한 도구 목록 표시
resources	사용 가능한 리소스 목록 표시
prompts	사용 가능한 프롬프트 목록 표시
add <a> <b>	두 숫자 더하기
bmi <weight> <height>	체질량지수 계산
weather <city>	도시의 날씨 데이터 조회
greeting <name>	개인화된 인사말 조회
user <id>	사용자 프로필 조회
config	앱 설정 조회
code-review <code>	코드 리뷰 프롬프트 생성
debug <error>	디버깅 프롬프트 생성
demo	사용 가능한 모든 기능의 전체 데모를 실행합니다. 각 기능을 순서대로 실행하고 Weave UI에서 상호작용의 전체 트레이스 타임라인을 생성합니다.
q	세션 종료

​

예제 이해하기

example_server.py 서버는 다음을 정의합니다.

• 도구: add(), calculate_bmi(), fetch_weather()와 같은 함수
• 리소스: greeting://{name}, config://app, users://{id}/profile와 같은 엔드포인트
• 프롬프트: review_code() 및 debug_error()와 같은 템플릿

서버 측의 모든 오퍼레이션은 weave.init()으로 클라이언트를 초기화하면 Weave가 자동으로 트레이스합니다.

example_client.py 클라이언트는 다음 방법을 보여줍니다.

• MCP 서버에 연결
• 사용 가능한 도구, 리소스, 프롬프트 검색
• 파라미터를 사용해 도구 call
• 리소스 URI에서 읽기
• 인수를 사용해 프롬프트 생성
• 맞춤형 메서드/함수와 함께 weave.op()을 사용하는 방법

Weave는 클라이언트 측의 모든 call을 트레이스하여 클라이언트와 서버 간 상호작용에 대한 전체 뷰를 제공합니다.

​

FAQ

​

왜 MCP 트레이싱이 필요한가요?

LLM 애플리케이션 개발자는 다음 세 범주 중 하나에 속합니다.

• MCP 서버 측 개발자: 여러 도구, 리소스, 프롬프트를 MCP 클라이언트에 노출하려고 합니다. 기존 애플리케이션의 도구와 리소스 등을 노출할 수도 있고, 에이전트를 직접 구축했거나 오케스트레이터 에이전트가 여러 에이전트를 조율하도록 구성했을 수도 있습니다.

• MCP 클라이언트 측 개발자: 클라이언트 측 애플리케이션을 여러 MCP 서버에 연결하려고 합니다. 클라이언트 측 로직의 핵심은 어떤 도구를 호출할지, 또는 어떤 리소스를 가져올지를 결정하기 위해 LLM call을 수행하는 것입니다.

• MCP 서버 및 클라이언트 개발자: 서버와 클라이언트를 모두 개발하고 있습니다.

앞의 두 범주 중 하나에 속한다면, 각 도구가 언제 호출되는지, 실행 흐름이 어떻게 전개되는지, 그리고 서버 또는 클라이언트 측 로직의 여러 컴포넌트에서 토큰 수와 지연 시간이 어떠한지 알고 싶을 것입니다.

서버와 클라이언트를 모두 개발하고 있다면, 통합된 트레이스 타임라인을 볼 수 있으면 서버와 클라이언트 측 로직을 모두 빠르게 개선하는 데 도움이 됩니다.

어떤 경우든 옵저버빌리티 계층을 사용하면 다음이 가능합니다.

• 애플리케이션을 빠르게 개선
• 워크플로 또는 실행 로직 감사
• 병목 지점 파악