Home
Login
awslabs/mcpPlease refer to the latest official releases for information GitHub Homepage

AWS MCP 서버는 모델 컨텍스트 프로토콜(MCP)을 통해 개발자에게 AWS 모범 사례를 제공하고, AI 코드 어시스턴트의 기능을 강화하며, 클라우드 개발 워크플로우를 최적화하는 오픈 소스 툴킷입니다.

Apache-2.0Python 4.2kawslabsmcp Last Updated: 2025-06-24

AWS MCP 서버 프로젝트 소개

프로젝트 개요

AWS MCP(Model Context Protocol) 서버는 AWS Labs에서 개발한 오픈 소스 프로젝트로, 전용 MCP 서버를 통해 대규모 언어 모델(LLM)과 AWS 서비스 간의 상호 작용 능력을 향상시키는 것을 목표로 합니다. 프로젝트 주소는 https://github.com/awslabs/mcp이며, 표준화된 인터페이스와 도구를 제공하여 AI 어시스턴트(예: Amazon Q Developer, Claude, Cline 등)가 AWS 관련 작업을 보다 효율적으로 수행하도록 돕고, 동시에 AWS 모범 사례, 보안 규정 준수 및 효율적인 개발 프로세스를 준수하도록 합니다.

핵심 기능

  • 모델 출력 품질 향상: AWS 서비스 정보를 모델 컨텍스트에 주입하여 환각 현상을 줄이고 응답 정확도를 높입니다.
  • 워크플로 자동화: CDK, Terraform, CloudFormation 등의 워크플로를 지원하여 복잡한 작업을 간소화합니다.
  • 전문 분야 지식: AWS 서비스의 심층적인 컨텍스트를 제공하여 모델 훈련 데이터의 부족함을 보완합니다.
  • 보안 우선: 읽기 전용 모드, IAM 권한 제어 및 민감한 데이터 제한을 지원합니다.

주요 구성 요소

프로젝트에는 AWS의 다양한 서비스와 기능을 포괄하는 여러 독립적인 MCP 서버가 포함되어 있습니다.

  1. AWS CDK MCP 서버

    • 기능: AWS CDK 개발을 지원하고, CDK Nag를 통합하여 보안 규정 준수를 보장합니다.
    • 적용 시나리오: 클라우드 인프라의 빠른 구축 및 관리.

  2. AWS Terraform MCP 서버

    • 기능: Terraform 워크플로를 지원하고, Checkov를 통합하여 보안 스캔을 수행합니다.
    • 적용 시나리오: 안전한 Terraform 스크립트 생성.

  3. AWS Serverless MCP 서버

    • 기능: Lambda, API Gateway 등 서버리스 개발을 지원하고, SAM CLI를 통합합니다.
    • 적용 시나리오: 서버리스 애플리케이션의 빠른 구축 및 배포.

  4. AWS Documentation MCP 서버

    • 기능: AWS 문서를 검색하고, Markdown으로 변환하고, 콘텐츠 추천을 제공합니다.
    • 적용 시나리오: AWS 문서 또는 서비스 추천을 빠르게 찾습니다.

  5. Amazon ECS MCP 서버

    • 기능: 컨테이너화된 애플리케이션 개발, 배포 및 문제 해결을 지원합니다.
    • 적용 시나리오: ECS 배포 및 컨테이너화 관리.

더 많은 서버(DynamoDB, Aurora, CloudWatch Logs 등)는 GitHub 저장소를 참조하십시오.

기술 아키텍처

  • 로컬 실행: stdio 스트림을 통해 AI 클라이언트와 통신합니다.
  • AWS Lambda 어댑터: MCP 서버를 Lambda 함수로 배포하는 것을 지원하며, 클라우드 호출에 적합합니다.
  • 보안 제어: 읽기 전용 모드, IAM 통합 및 민감한 데이터 제한을 지원합니다.

예시 구성

{
  "mcpServers": {
    "awslabs.aws-serverless-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-serverless-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1",
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

설치 및 사용

설치 방법

  1. PyPI 설치:
    uv pip install awslabs.<server-name>-mcp-server
  2. 소스 코드 실행:
    git clone https://github.com/awslabs/mcp.git
cd mcp/src/<server-name>
uv run main.py
  3. Docker 실행:
    docker build -t awslabs/<server-name>-mcp-server .
docker run --rm --interactive --env FASTMCP_LOG_LEVEL=ERROR awslabs/<server-name>-mcp-server:latest

사용 단계

  1. AWS 자격 증명을 구성합니다.
  2. mcp.json을 편집하여 서버 구성을 추가합니다.
  3. MCP를 지원하는 AI 클라이언트를 사용하여 서버와 상호 작용합니다.

장점

  • 표준화된 MCP 프로토콜로 다양한 AI 어시스턴트와 호환됩니다.
  • AWS 모범 사례를 통합하여 고품질 출력을 보장합니다.
  • 광범위한 AWS 서비스를 포괄합니다.
  • 오픈 소스, 커뮤니티 주도.

추가 자료

Star History Chart