n8n, 나만의 MCP Server 만들기

지난번에 MCP와 RAG이란 개념에 대해 간단히 정리한 적이 있다.
https://cord-ai.tistory.com/189

AI의 똑똑함을 완성하는 두 축 - MCP와 RAG란?

이번에 MCP를 실전에서 어떻게 활용할 수 있을까?에 대해 기록해보려 한다.

 

Sense Stock을 개발하는 과정에서 실적 캘린더, 경제 이벤트, 섹터 데이터, 시가총액 등
매일 크롤링해서 Google Sheet에 정리해두고는 있었지만, 문제는 그 다음이었다.

“정작 데이터는 있는데, 활용을 못 한다.”

• 사용자 성향에 맞는 데이터만 골라서 보여주기 어려웠고
• 프롬프트에 데이터를 직접 넣는 방식은 최신성 문제(데이터 갱신 누락)나 응답 한계가 있었다

그래서 생각한 방향은
GPT가 실시간으로 시트를 조회하고, 응답에 그 값을 포함하게 만들 수 없을까? 였다.

MCP는 이걸 아주 자연스럽게 해준다.
특히 SQL 한 줄 없이, 그냥 “요즘 테슬라 주가 어때?”만 물으면 알아서 Symbol을 찾아 Sheet를 조회하고, 결과를 응답에 반영해준다.

---

다만 초기에 부딪혔던 문제는 예상대로 Rate Limit. Google Sheet API를 다수 호출하면 금방 제한에 걸린다.
그래서 지금은 서버에 데이터를 정적으로 저장해서 참조하는 방식도 병행 실험 중이다.

https://cord-ai.tistory.com/244

Sense Stock, D+19

 

이번 글에서는 Rate Limit 문제보다,
MCP를 어떻게 구성했는지, 그리고 GPT가 어떤 방식으로 데이터를 읽고 응답하게 했는지 그 구현 중심으로 정리해보려 한다.

 

📌 MCP가 뭔데? 왜?

MCP는 Model Context Protocol의 약자로,
GPT 같은 LLM이 외부 툴(Google Sheet, DB, API 등)을 자연어 기반으로 호출할 수 있게 해주는 프로토콜이다.

한마디로, 사용자가 텍스트로 “테슬라 실적 보여줘”라고 하면 GPT가 내부적으로 MCP 툴을 호출해서 구글시트에서 TSLA 데이터를 검색하고, 그걸 바탕으로 답변을 생성하는 방식이다.

 

데이터를 다루다 보면, 가장 귀찮은 게 결국 “필터링 + 검색”이다.
예를 들어 실적이나 주가 데이터를 보려고 할 때마다 Sheet 열고, 필터 걸고, 심지어 SQL 쓰거나 VLOOKUP 쓰는 건 너무 비효율적이다.

그래서 생각한 게,

“차라리 GPT가 직접 데이터를 읽고 응답해주면 안 될까?”

 

이러한 흐름에서 MCP(Model Context Protocol)를 실험하게 됐다.

추후, LLM모델을 사용해서 단순 Text를 통해서 데이터를 조회해볼 수 있고,

또 관련 데이터들을 취합해 대시보드를 만들어 볼 수도 있겠다.

 

🧱 Workflow 구조

Step 1. MCP Server Workflow 구성

• Google Sheet 노드를 불러와서 데이터를 조회하는 기능을 구성
• 이 MCP Server는 데이터를 제공하는 API 역할

MCP Server Workflow 및 해당 URL Main Workflow MCP Client SSE Endpoint - 입력

Step 2. Main Workflow에 MCP Client Node 추가

• SSE 방식으로 MCP Server를 호출하도록 설정
• MCP Client Node에 MCP Server URL (=SSE Endpoint)만 넣으면 자동으로 연결됨

Main Workflow

## 지침 프롬프트:

{{ $json.chatInput }}

MCP Server에 접근해서, 데이터(Google Sheet) 조회
해당 데이터들을 기반으로 최종 응답

Step 3. Tool Name 없이도 자동 인식

• 원래는 MCP에서 Tool 이름을 명시해야 GPT가 호출할 수 있는걸로 아는데,
• 이상하게도 Tool 이름을 설정하지 않아도 GPT가 알아서 인식해서 호출했다.
  • 예: 연동된 Sheet는 2개이고, 각 Sheet마다 여러개의 작업 Sheet가 있다.
  • 근데 GPT는 "테슬라 가장최근 데이터 좀 확인해봐"라는 질문만으로 Sector_SP500 Tool을 자동으로 선택해서 데이터를 조회했다.
  • 이건 아직도 미스터리긴 한데... 어떻게 한번에 접근을 한거지??😕(= 결과값 확인 필요)

MCP Server 접근

MCP 접근: Input / Output

 

✔ 진행 중 고민한 점

• 가장 먼저 부딪힌 문제는 Rate Limit.
  여러 사람이 동시에 사용하거나, GPT가 너무 자주 MCP를 호출하면 Google Sheet API 제한에 걸린다.
• 그래서 정적인 파일(JSON/CSV)로 내려받고, n8n 서버에 저장해서 참조하는 방향도 병행 실험 중이다.
• 아직 더 결과값을 확인해봐야겠지만, 자연어 질의 정확도가 중요한것 같다.
  • 어쩔때는 결과값을 제대로 못 가져오는 경우가 있는데, 못찾는건지.. 아님 접근을 못 했던건지 모르겠다.
  • GPT가 데이터를 “실제로 참조했는지”는 응답 내 근거에 따라 유추 가능하긴 한데,
    향후에는 응답 내 “출처 표시”나 “참조된 행 정보”도 포함시키면 좋을 듯

 

🏸 사용하면서 느낀 점

이번 시도는 그냥 실험적으로 한번 해본 거다.
GPT가 단순 텍스트만이 아니라 외부 Sheet에 연결된 데이터를 직접 조회하고 응답에 반영할 수 있을까?
라는 질문에서 시작한 실험이었다. 결론적으로 말하자면, 잘 된다.
생각보다 자연어 질의의 정확도가 중요했고,
GPT가 시트 구조를 파악하려면 데이터 구조에 대한 설명 + 질의 템플릿을 사전에 잘 설계해줘야 했다.

예를 들어

“테슬라 최근 수익률 어때?”
라고 물으면, GPT는 Symbol TSLA를 자동 추출해서 "S&P500 Daily" 시트에서 조회한다.
이런 식으로 MCP Tool과 시트 구조가 잘 매핑되면 꽤 직관적으로 작동하는 것 같다.

다만 GPT가 실제로 시트를 참조해서 답한 건지 확신하려면,
응답 안에 근거가 있는지를 눈으로 봐야 한다.
향후에는 참조된 행 정보나 출처 표시까지 같이 넣는 구조로 확장하면 더 신뢰도 있는 응답이 될 듯하다.