메인 콘텐츠로 건너뛰기
Background

웹어셈블리를 활용해 서버리스 MCP 서버 배포

Akamai Functions와 GPU 기반 추론을 활용해 LLM 챗봇을 구축하고 전 세계에 배포하는 방법을 알아보세요.

타임스탬프가 포함된 요약

타임스탬프가 포함된 요약

[00:00~01:01] 소개: 토르스텐 한스(Thorsten Hans)가 서버리스 모델 맥락 프로토콜(MCP) 서버 구축에 대한 개념을 소개하며, 의사결정 추적 MCP 서버 예제, 사용된 구성요소, 코드 구현, 배포 및 클라이언트 설정에 대한 내용을 다루는 비디오의 구조를 설명합니다.

[01:01~02:53] 사용 사례 맥락: 개발자 에디터 및 IDE 내에서 채팅 인터페이스를 활용해 OAuth 2.0 및 OIDC 인증과 같은 소프트웨어 아키텍처 관련 의사결정을 직접 추적 및 검색할 수 있도록 설계된 의사결정 추적 MCP 서버에 대해 간략히 설명합니다.

[02:53~05:18] 구성요소 개요 및 wasmcp: 세 가지 주요 구성요소인 wasmcp(웹어셈블리 구성요소를 활용해 MCP 서버를 구축할 수 있는 오픈 소스 프레임워크/툴세트), Spin, Akamai Functions에 대해 설명하며, wasmcp GitHub 리포지토리도 함께 살펴봅니다.

[05:18~07:42] Hello World MCP 서버 구축: wasmcp new hello-wasmcp --language rust를 사용해 새로운 Rust 기반 MCP 서버를 생성하고, lib.rs에서 add 및 subtract 툴을 확인한 후, 이 파일을 Wasm으로 컴파일하고 등록해 mcp_server.wasm을 구성하는 과정을 시연합니다.

[07:42~09:58] Spin 프레임워크 및 로컬 테스트: Spin을 CNCF 개발자 툴 및 런타임으로 사용한 다음 spin up -f mcp_server.wasm 명령어를 실행해 [http://127.0.0.1:3000](http://127.0.0.1:3000)에서 MCP 서버를 로컬로 호스팅하는 방법을 설명합니다.

[09:58~11:03] VS Code에서 로컬 테스트: 로컬 MCP 서버 URL을 VS Code에 연결하고, 활성화된 툴(add 및 subtract)을 확인한 후, AI 채팅 에이전트를 통해 덧셈 툴 호출을 실행합니다.

[11:03~12:29] Akamai Functions 개요: Akamai Functions는 전 세계에 분산된 멀티 테넌트 서버리스 플랫폼으로, 수동으로 인프라를 관리할 필요 없이 요청을 가장 가까운 지역으로 자동 라우팅해 지연 시간을 최소화합니다.

[12:29~14:09] Akamai Functions에 Hello World 배포: spin.toml을 설정해 mcp_server.wasm을 참조하고, spin aka deploy를 통해 배포한 후, VS Code에서 샘플 계산 툴을 호출해 배포된 원격 서버 URL을 테스트합니다.

[14:09~16:56] 의사결정 로그 MCP 서버 구축: 의사결정 로그 MCP 서버의 작동 방식을 살펴보면서 spin.toml(key_value_stores = ["default"] 활성화)을 검사하고, decision.rs에서 툴 정의(list_decisions, get_decision_by_slug, insert_decision, delete_decision)를 확인하고, serde와 Spin SDK를 활용해 키-값 저장소 상호작용을 분석합니다.

[16:56~18:07] 의사결정 로그 서버 배포 및 테스트: 의사결정 로그 MCP 서버를 구성해 Akamai Functions에 배포하고, 해당 라이브 엔드포인트를 VS Code에 추가한 후, 채팅 에이전트에서 명령어를 실행해 의사결정 사항을 나열 및 추적합니다.

[18:07~20:15] 결론: Akamai Functions에서 서버리스 Wasm을 배포할 때의 이점(밀리초 미만의 빠른 가동 시간, 서버 관리 불필요 등)을 요약합니다.

공유