> ## Documentation Index
> Fetch the complete documentation index at: https://docs.sifi.life/llms.txt
> Use this file to discover all available pages before exploring further.

# MCP 서버 디렉토리 & 카테고리별 인기 서버

> 이 문서는 **[MCP](/blog/guides/mcp/overview)** 섹션의 일부입니다.

## MCP 서버 디렉토리

MCP 서버를 찾을 수 있는 주요 사이트입니다:

| 디렉토리                    | URL                                                                                        | 특징                                   |
| ----------------------- | ------------------------------------------------------------------------------------------ | ------------------------------------ |
| **공식 레퍼런스 서버**          | [github.com/modelcontextprotocol/servers](https://github.com/modelcontextprotocol/servers) | Anthropic이 직접 관리하는 공식 서버. 품질과 안정성 보장 |
| **Smithery**            | [smithery.ai](https://smithery.ai)                                                         | 가장 큰 커뮤니티 마켓플레이스. 원클릭 설치, 인기순 정렬     |
| **MCP.so**              | [mcp.so](https://mcp.so)                                                                   | 서버 검색 및 비교. 카테고리별 분류                 |
| **Glama**               | [glama.ai/mcp/servers](https://glama.ai/mcp/servers)                                       | 서버 평가 및 리뷰                           |
| **Awesome MCP Servers** | [github.com/punkpeye/awesome-mcp-servers](https://github.com/punkpeye/awesome-mcp-servers) | GitHub Awesome 리스트. 커뮤니티 큐레이션        |
| **Cursor Directory**    | [cursor.directory](https://cursor.directory)                                               | Cursor IDE 중심의 MCP 서버 목록             |

> **팁**
> **서버 선택 기준**: GitHub Star 수, 최근 커밋 활동, 이슈 응답 속도, 공식(Anthropic/벤더) 여부를 확인하세요. 커뮤니티 서버는 품질 편차가 큽니다.

***

## 카테고리별 인기 MCP 서버

각 카테고리별로 왜 해당 MCP 서버들이 중요한지, 실무에서 어떤 가치를 제공하는지 맥락과 함께 설명합니다.

### 커뮤니케이션 & 협업

**왜 이 카테고리가 중요한가**: AI 에이전트의 분석 결과나 작업 완료 알림을 사람에게 전달하려면, 커뮤니케이션 도구와의 연동이 필수입니다. 특히 Slack은 MCP 생태계에서 **가장 많이 사용되는 출력 채널** 입니다. 분석 결과를 Slack으로 전송하면, 별도의 대시보드를 열지 않아도 팀 전체가 즉시 인사이트를 공유할 수 있습니다.

| 서버                  | 패키지 / 리포                                      | 주요 Tool                                                                   | 활용 사례                    |
| ------------------- | --------------------------------------------- | ------------------------------------------------------------------------- | ------------------------ |
| **Slack**           | `@modelcontextprotocol/server-slack`          | `send_message`, `search_messages`, `list_channels`, `get_channel_history` | 채널 메시지 전송, 대화 검색, 스레드 요약 |
| **Microsoft Teams** | `mcp-server-microsoft-teams` (커뮤니티)           | `send_message`, `list_teams`, `search_messages`                           | Teams 채널 알림, 회의 요약 전송    |
| **Discord**         | `@modelcontextprotocol/server-discord` (커뮤니티) | `send_message`, `read_messages`, `manage_channels`                        | 커뮤니티 관리, 봇 응답            |
| **Gmail**           | `@anthropic/gmail-mcp-server`                 | `search_emails`, `send_email`, `draft_email`, `read_email`                | 이메일 초안 작성, 수신함 분석        |
| **Google Calendar** | `@anthropic/google-calendar-mcp`              | `list_events`, `create_event`, `check_availability`                       | 일정 확인, 미팅 생성, 빈 시간 검색    |

### 개발 & DevOps

**왜 이 카테고리가 중요한가**: 개발 도구와의 연동은 "코드 검색 → 이슈 생성 → PR 확인"이라는 개발 워크플로를 AI 에이전트가 자율적으로 수행할 수 있게 합니다. 특히 GitHub MCP는 Genie Code와 조합하면 "Databricks에서 데이터 분석 → GitHub에서 관련 코드 검색 → 코드 변경의 데이터 영향 분석"이라는 **데이터와 코드를 넘나드는 워크플로** 가 가능합니다.

| 서버         | 패키지 / 리포                              | 주요 Tool                                                                          | 활용 사례                   |
| ---------- | ------------------------------------- | -------------------------------------------------------------------------------- | ----------------------- |
| **GitHub** | `@modelcontextprotocol/server-github` | `search_repositories`, `create_issue`, `list_pull_requests`, `get_file_contents` | PR 리뷰, 이슈 관리, 코드 검색     |
| **GitLab** | `@modelcontextprotocol/server-gitlab` | `create_issue`, `list_merge_requests`, `search_code`                             | MR 관리, 파이프라인 모니터링       |
| **JIRA**   | `mcp-server-atlassian` (커뮤니티)         | `search_issues`, `create_issue`, `update_issue`, `add_comment`                   | 이슈 생성, 스프린트 관리, 상태 업데이트 |
| **Linear** | `mcp-server-linear` (커뮤니티)            | `create_issue`, `list_issues`, `update_issue`                                    | 이슈 트래킹, 프로젝트 관리         |
| **Sentry** | `mcp-server-sentry` (커뮤니티)            | `list_issues`, `get_issue_details`, `resolve_issue`                              | 에러 모니터링, 이슈 분석          |

### 데이터베이스

**왜 이 카테고리가 중요한가**: 데이터베이스 MCP 서버는 AI 에이전트가 **실제 데이터에 직접 접근** 할 수 있게 합니다. 특히 Claude Desktop이나 Claude Code 같은 로컬 AI 클라이언트에서 PostgreSQL/MySQL MCP를 연결하면, 별도의 DB 클라이언트 없이 자연어로 데이터를 조회하고 분석할 수 있습니다. Databricks 환경에서는 Managed MCP(Databricks SQL)가 이 역할을 대신합니다.

| 서버             | 패키지 / 리포                                | 주요 Tool                                     | 활용 사례                     |
| -------------- | --------------------------------------- | ------------------------------------------- | ------------------------- |
| **PostgreSQL** | `@modelcontextprotocol/server-postgres` | `query`, `list_tables`, `describe_table`    | SQL 쿼리 실행, 스키마 탐색, 데이터 분석 |
| **MySQL**      | `@benborla29/mcp-server-mysql` (커뮤니티)   | `query`, `list_databases`, `describe_table` | DB 조회, 데이터 검증             |
| **MongoDB**    | `mcp-server-mongodb` (커뮤니티)             | `find`, `aggregate`, `list_collections`     | 문서 검색, 집계 쿼리              |
| **SQLite**     | `@modelcontextprotocol/server-sqlite`   | `query`, `list_tables`, `describe_table`    | 로컬 DB 분석, 프로토타이핑          |
| **Redis**      | `mcp-server-redis` (커뮤니티)               | `get`, `set`, `keys`, `info`                | 캐시 관리, 세션 데이터 조회          |

### 클라우드 & 인프라

**왜 이 카테고리가 중요한가**: 클라우드 인프라 MCP 서버는 DevOps/SRE 팀에게 특히 유용합니다. 인시던트 발생 시 "S3에서 관련 로그 파일 확인 → CloudWatch 메트릭 조회 → Lambda 함수 실행"을 AI 에이전트가 자율적으로 수행하여 초기 진단 시간을 크게 단축할 수 있습니다. AWS MCP는 AWS 공식 지원이므로 프로덕션 사용에도 안정적입니다.

| 서버             | 패키지 / 리포                       | 주요 Tool                                                  | 활용 사례                      |
| -------------- | ------------------------------ | -------------------------------------------------------- | -------------------------- |
| **AWS**        | `@aws/mcp` (AWS 공식)            | `s3_list`, `s3_get`, `cloudwatch_query`, `lambda_invoke` | S3 파일 관리, 로그 분석, Lambda 실행 |
| **GCP**        | `@anthropic/gcp-mcp-server`    | `bigquery_query`, `gcs_list`, `gcs_read`                 | BigQuery 분석, GCS 파일 관리     |
| **Azure**      | `mcp-server-azure` (커뮤니티)      | `blob_list`, `cosmos_query`                              | Blob Storage, CosmosDB 연동  |
| **Kubernetes** | `mcp-server-kubernetes` (커뮤니티) | `get_pods`, `get_logs`, `describe_resource`              | 클러스터 상태 확인, 파드 로그 조회       |
| **Docker**     | `mcp-server-docker` (커뮤니티)     | `list_containers`, `get_logs`, `exec_command`            | 컨테이너 관리, 로그 분석             |

### 문서 & 생산성

**왜 이 카테고리가 중요한가**: 분석 결과를 문서화하고 팀과 공유하는 것은 데이터 작업의 마지막 단계이자 가장 소홀히 되는 단계입니다. Notion/Confluence MCP를 연동하면 "분석 → 문서화"를 하나의 워크플로로 자동화할 수 있습니다. "이 분석 결과를 Notion에 보고서로 작성해줘"라는 한 마디로 구조화된 문서가 자동 생성됩니다.

| 서버                | 패키지 / 리포                                  | 주요 Tool                                                               | 활용 사례               |
| ----------------- | ----------------------------------------- | --------------------------------------------------------------------- | ------------------- |
| **Google Drive**  | `@modelcontextprotocol/server-gdrive`     | `search_files`, `read_file`, `list_files`                             | 문서 검색, 파일 내용 읽기     |
| **Notion**        | `@notionhq/notion-mcp-server` (Notion 공식) | `search`, `read_page`, `create_page`, `update_page`, `query_database` | 위키 관리, DB 조회, 문서 생성 |
| **Confluence**    | `mcp-server-confluence` (커뮤니티)            | `search_pages`, `get_page`, `create_page`                             | 문서 검색, 페이지 생성       |
| **Google Sheets** | `mcp-server-google-sheets` (커뮤니티)         | `read_sheet`, `write_cells`, `create_sheet`                           | 스프레드시트 자동화          |
| **Obsidian**      | `mcp-server-obsidian` (커뮤니티)              | `search_notes`, `read_note`, `create_note`                            | 노트 관리, 지식베이스 검색     |

### 웹 & 검색

**왜 이 카테고리가 중요한가**: LLM의 지식에는 학습 시점(cutoff) 이후의 정보가 없습니다. 웹 검색 MCP를 연동하면 AI 에이전트가 **최신 정보** 에 접근할 수 있습니다. 경쟁사 분석, 기술 동향 조사, 최신 문서 참조 등에 필수적입니다. Brave Search는 API 무료 티어가 있어 개인 사용에 적합합니다.

| 서버               | 패키지 / 리포                                    | 주요 Tool                                       | 활용 사례                |
| ---------------- | ------------------------------------------- | --------------------------------------------- | -------------------- |
| **Brave Search** | `@modelcontextprotocol/server-brave-search` | `web_search`, `local_search`                  | 웹 검색, 로컬 비즈니스 검색     |
| **Puppeteer**    | `@modelcontextprotocol/server-puppeteer`    | `navigate`, `screenshot`, `click`, `evaluate` | 웹 스크래핑, UI 테스트, 스크린샷 |
| **Playwright**   | `@anthropic/playwright-mcp`                 | `navigate`, `click`, `fill`, `screenshot`     | 브라우저 자동화, E2E 테스트    |
| **Fetch**        | `@modelcontextprotocol/server-fetch`        | `fetch`                                       | URL 내용 가져오기, API 호출  |

### 파일 & 스토리지

**왜 이 카테고리가 중요한가**: 파일 시스템 MCP는 로컬 개발 환경에서 AI가 프로젝트 파일을 직접 읽고 수정할 수 있게 합니다. Claude Code는 자체적으로 파일 접근이 가능하지만, 다른 MCP 클라이언트에서는 Filesystem MCP가 필요합니다. S3/GCS MCP는 클라우드 스토리지의 파일을 AI가 직접 관리할 수 있게 하여, 데이터 레이크 운영을 자동화합니다.

| 서버                       | 패키지 / 리포                                  | 주요 Tool                                                     | 활용 사례           |
| ------------------------ | ----------------------------------------- | ----------------------------------------------------------- | --------------- |
| **Filesystem**           | `@modelcontextprotocol/server-filesystem` | `read_file`, `write_file`, `search_files`, `list_directory` | 로컬 파일 관리, 코드 탐색 |
| **S3**                   | `@aws/s3-mcp-server`                      | `list_objects`, `get_object`, `put_object`                  | S3 파일 관리        |
| **Google Cloud Storage** | `mcp-server-gcs` (커뮤니티)                   | `list_blobs`, `read_blob`, `upload_blob`                    | GCS 파일 관리       |

### 모니터링 & 관측

**왜 이 카테고리가 중요한가**: 인시던트 대응은 시간이 생명입니다. 모니터링 MCP를 연동하면 "현재 Critical 알림 확인 → 관련 메트릭 조회 → 로그 분석 → 원인 추론 → 팀에 보고"라는 전체 대응 프로세스를 AI가 몇 분 만에 수행합니다. 특히 야간이나 주말에 온콜 엔지니어의 초기 대응 속도를 크게 높일 수 있습니다.

| 서버             | 패키지 / 리포                       | 주요 Tool                                                      | 활용 사례          |
| -------------- | ------------------------------ | ------------------------------------------------------------ | -------------- |
| **Datadog**    | `mcp-server-datadog` (커뮤니티)    | `query_metrics`, `list_monitors`, `get_events`               | 메트릭 조회, 알림 관리  |
| **Grafana**    | `mcp-server-grafana` (커뮤니티)    | `query_dashboard`, `list_alerts`, `search_dashboards`        | 대시보드 조회, 알림 확인 |
| **PagerDuty**  | `mcp-server-pagerduty` (커뮤니티)  | `list_incidents`, `acknowledge_incident`, `resolve_incident` | 인시던트 관리        |
| **Prometheus** | `mcp-server-prometheus` (커뮤니티) | `query`, `query_range`, `list_alerts`                        | 메트릭 쿼리, 알림 조회  |