SettleMint

목차

• 에 대한
• 모델 컨텍스트 프로토콜(MCP) 소개
  • MCP가 중요한 이유는 무엇입니까?
  • 주요 기능 및 이점
• MCP 작동 방식
  • 핵심 개념
  • 기술 워크플로
  • 주요 구성 요소
• SettleMint의 MCP 구현
  • 기능 및 특징
  • AI 및 블록체인에서의 활용
• 실제 사례
  • 개발 워크플로에 MCP 구현
    • 커서에서 SettleMint MPC 사용
    • Claude Desktop에서 SettleMint MPC 사용
    • Cline에서 SettleMint MPC 사용
    • Windsurf에서 SettleMint MPC 사용
  • AI 기반 블록체인 애플리케이션 또는 에이전트
• 기여하다
• 특허

에 대한

SettleMint 모델 컨텍스트 제공자는 LLM, AI IDE 또는 AI 에이전트를 SettleMint 플랫폼과 배포된 사용 사례에 통합하는 간단한 방법을 제공합니다.

SettleMint 플랫폼에서 MCP를 사용하는 방법에 대한 자세한 내용은 공식 문서를 확인하세요.

모델 컨텍스트 프로토콜(MCP) 소개

모델 컨텍스트 프로토콜(MCP)은 외부 데이터에 대한 구조적이고 맥락적인 접근을 제공함으로써 AI 에이전트와 대규모 언어 모델(LLM)의 기능을 향상시키도록 설계된 프레임워크입니다. MCP는 AI 모델과 블록체인 네트워크, 외부 API, 데이터베이스, 개발자 환경 등 다양한 데이터 소스를 연결하는 다리 역할을 합니다. MCP는 AI 모델이 외부 환경에서 관련 맥락을 가져와 더욱 정보에 기반한 추론과 상호작용을 가능하게 합니다.

MCP는 단일 도구가 아니라 표준화된 프로토콜입니다. 즉, AI가 정보를 요청하는 방식과 외부 시스템이 응답하는 방식을 정의합니다. 이 표준을 따르면 다양한 도구와 시스템이 AI 에이전트와 일관된 방식으로 통신할 수 있습니다. 결과적으로 AI 모델은 훈련된 지식을 넘어 실시간 데이터 및 실제 애플리케이션과 원활하게 상호 작용할 수 있습니다.

MCP가 중요한 이유는 무엇입니까?

최신 AI 모델은 강력하지만 전통적으로 폐쇄형 시스템으로 작동합니다. 즉, 외부 시스템의 현재 상태를 인지하지 못한 채 훈련 데이터에서 학습한 패턴을 기반으로 응답을 생성합니다. 이러한 실시간 맥락의 부재는 제약이 될 수 있습니다. MCP는 이러한 간극을 메워 AI가 실시간으로 맥락을 인지하고 행동 지향적이 되도록 지원하기 때문에 중요합니다.

MCP가 중요한 이유는 다음과 같습니다.

• 동적 데이터 액세스: MCP를 통해 AI 모델은 외부 생태계(예: 블록체인 네트워크 또는 웹 API)와 원활하게 상호 작용할 수 있습니다. 즉, AI 에이전트는 오래된 학습 데이터에만 의존하지 않고도 런타임에 데이터베이스 또는 블록체인 원장에 쿼리하여 최신 정보를 얻을 수 있습니다.
• 실시간 맥락: MCP는 스마트 계약 상태 또는 애플리케이션 상태와 같은 데이터에 대한 체계적이고 실시간 접근을 제공함으로써 AI의 의사 결정 및 대응이 현재 상황을 반영하도록 보장합니다. 이러한 맥락적 인식은 더욱 정확하고 관련성 높은 결과를 도출합니다.
• 확장된 기능: MCP를 통해 AI 에이전트는 단순히 데이터를 검색하는 것뿐만 아니라 작업을 실행할 수 있습니다. 예를 들어, AI는 MCP를 사용하여 블록체인 거래를 트리거하거나 레코드를 업데이트할 수 있습니다. 이를 통해 정확하고 도메인별 맥락을 파악하고 이를 기반으로 작업을 수행할 수 있는 능력을 바탕으로 에이전트의 의사 결정 능력이 향상됩니다.
• 복잡성 감소: 개발자는 MCP가 다양한 데이터 소스에 대한 통합 인터페이스를 제공하므로 이점을 누릴 수 있습니다. AI 에이전트는 각 외부 시스템에 대한 맞춤형 통합 코드를 작성하는 대신 MCP를 여러 소스에 대한 단일 연결 통로로 사용할 수 있습니다. 이를 통해 개발이 간소화되고 오류가 줄어듭니다.

전반적으로 MCP는 AI를 실시간 데이터에 연결하고 외부 시스템에서 작업을 수행할 수 있도록 지원함으로써 AI의 인지 능력, 적응력, 그리고 유용성을 향상시킵니다. 이는 AI가 주변 세계를 진정으로 이해하고 상호작용할 수 있도록 하는 중요한 진전입니다.

주요 기능 및 이점

MCP는 AI 개발자와 최종 사용자 모두에게 상당한 이점을 제공하는 몇 가지 주요 기능을 소개합니다.

• 상황 인식: AI 모델은 필요에 따라 실시간 정보와 상황에 접근할 수 있는 역량을 확보합니다. AI 에이전트는 단독으로 작업하는 대신, 특정 데이터(예: "블록체인의 최신 블록은 무엇인가요?" 또는 "데이터베이스에서 사용자 프로필을 가져오세요")를 요청하고 해당 맥락을 활용하여 상황에 맞는 맞춤형 응답을 제공할 수 있습니다. 이를 통해 더욱 정확하고 상황에 적합한 결과를 얻을 수 있습니다.
• 블록체인 통합: MCP는 온체인 데이터 및 스마트 컨트랙트 기능에 직접 연결합니다. AI 에이전트는 MCP를 통해 블록체인 상태(예: 토큰 잔액 확인 또는 컨트랙트 변수 읽기)를 쿼리하고 컨트랙트 메서드를 호출할 수도 있습니다. 이를 통해 표준화된 인터페이스를 통해 AI 관리 블록체인 운영, DeFi 자동화 등의 가능성을 열어줍니다.
• 자동화 기능: 외부 시스템에 대한 구조화된 접근을 통해 AI 에이전트는 데이터를 읽을 뿐만 아니라 필요한 조치를 취할 수 있습니다. 예를 들어, AI는 스마트 계약의 매개변수를 자동으로 조정하고, 거래를 시작하며, 저장소의 구성 파일을 업데이트할 수 있습니다. 이러한 자동화 기능을 통해 지정된 지침에 따라 인프라 또는 애플리케이션을 자율적으로 관리하는 지능형 에이전트를 생성할 수 있습니다.
• 보안 및 제어: MCP는 보안을 염두에 두고 설계되었습니다(자세한 내용은 나중에 설명). 외부 데이터 및 운영에 대한 접근을 모니터링하고 샌드박스화할 수 있는 통제된 환경을 제공합니다. 이를 통해 AI 에이전트는 허용된 작업만 수행하고, MCP 프레임워크 내에서 인증 및 권한 부여를 통해 민감한 데이터를 보호할 수 있습니다.

MCP는 이러한 기능들을 결합하여 AI 에이전트의 기능을 크게 확장합니다. 수동적인 모델을 외부 시스템을 감지하고 영향을 미칠 수 있는 능동적인 참여자로 전환하며, 이 모든 것이 안전하고 체계적인 방식으로 이루어집니다.

MCP 작동 방식

핵심 개념

MCP는 본질적으로 AI 모델과 외부 데이터 소스 간의 미들웨어 역할을 합니다. MCP는 가능한 모든 지식과 도구를 AI 내부에 내장하는 대신, AI 모델을 간결하게 유지하고 데이터 수집 및 실행 작업을 외부 서비스로 이전합니다. AI와 MCP는 정의된 프로토콜을 통해 통신합니다.

1. AI 에이전트(클라이언트): AI 에이전트(예: LLM 또는 AI 기반 애플리케이션)는 정보 또는 작업에 대한 요청을 작성합니다. 이 요청은 MCP가 이해하는 표준 형식으로 표현됩니다. 예를 들어, AI는 "블록체인 Z의 스마트 계약 Y에서 변수 X의 값을 가져와" 또는 "프로젝트 디렉터리에서 ABC 파일의 내용을 가져와"라고 요청할 수 있습니다.
2. MCP 서버(중개자): MCP 서버는 요청을 수신하고 해석합니다. 다양한 외부 시스템에 연결하는 방법을 아는 중개자 역할을 합니다. MCP 서버는 요청에 필요한 외부 소스(블록체인, API, 파일 시스템 등)를 판단하고 적절한 커넥터 또는 핸들러를 사용하여 쿼리를 처리합니다.
3. 외부 데이터 소스: 블록체인 노드, API 엔드포인트, 데이터베이스 또는 로컬 개발 환경일 수 있습니다. MCP 서버는 API 호출, 블록체인 노드 쿼리, 디스크에서 파일 읽기 등을 통해 외부 소스와 통신합니다.
4. 상황적 응답: 외부 소스는 요청된 데이터(또는 작업 결과)를 반환합니다. MCP 서버는 이 정보를 AI 에이전트가 쉽게 이해할 수 있는 구조화된 응답으로 변환합니다. 여기에는 원시 데이터를 더 간단한 JSON 구조 또는 텍스트 형식으로 변환하는 작업이 포함될 수 있습니다.
5. AI로의 복귀: MCP 서버는 포맷된 데이터를 AI 에이전트로 다시 전송합니다. AI는 이 데이터를 추론에 통합하거나 새로운 맥락에서 워크플로를 계속 진행할 수 있습니다. AI 모델의 관점에서 보면, 이는 마치 지식을 확장하거나 외부 작업을 성공적으로 수행한 것과 같습니다.

MCP의 장점은 다양한 데이터 소스 간의 차이점을 추상화한다는 것입니다. AI 에이전트는 블록체인을 호출하거나 데이터베이스를 쿼리하는 방법을 알 필요가 없습니다. 일반적인 요청만 하면 MCP가 나머지를 처리합니다. 이러한 모듈식 접근 방식은 AI가 요청을 작성하는 방식을 변경하지 않고도 추가 데이터 소스에 대한 새로운 커넥터를 MCP에 추가할 수 있음을 의미합니다.

기술 워크플로

MCP를 사용한 일반적인 기술 워크플로를 단계별로 살펴보겠습니다.

1. AI가 요청 생성: AI 에이전트는 MCP SDK 또는 API를 사용하여 요청을 전송합니다. 예를 들어, 코드에서 mcp.fetch("settlemint", "getContractState", params)와 같은 함수를 호출할 수 있습니다. 여기서 "settlemint"는 대상 MCP 서버 또는 컨텍스트를 지정할 수 있습니다.
2. MCP가 요청 구문 분석: MCP 서버(이 경우 SettleMint MCP 서버)가 요청을 수신합니다. 요청에는 원하는 작업의 식별자와 필요한 매개변수(예: 필요한 블록체인 네트워크, 계약 주소 또는 파일 경로)가 포함됩니다.
3. 커넥터 활성화: MCP는 요청 유형에 따라 적절한 커넥터 또는 모듈을 선택합니다. 블록체인 쿼리의 경우, 네트워크 액세스 및 자격 증명으로 구성된 블록체인 커넥터를 사용할 수 있습니다. 파일 시스템 쿼리의 경우, 지정된 경로의 파일 커넥터를 사용합니다.
4. 데이터 검색/작업 실행: MCP는 작업을 실행합니다. 데이터 검색인 경우, 데이터를 가져옵니다. 예를 들어, 블록체인 노드의 API를 호출하여 계약 상태를 가져오거나 로컬 파일에서 데이터를 읽습니다. 작업(트랜잭션 실행 또는 파일 쓰기 등)인 경우, MCP는 보유한 자격 증명과 컨텍스트를 사용하여 해당 작업을 수행합니다.
5. 데이터 형식: 원시 결과는 소스에 고유한 형식(웹 API의 JSON, 파일의 바이너리 등)을 갖는 경우가 많습니다. MCP는 이 결과를 AI 모델에서 쉽게 사용할 수 있는 표준 형식(일반적으로 JSON 또는 텍스트 표현)으로 형식화하거나 직렬화합니다. 타임스탬프나 성공/실패 상태와 같은 메타데이터도 포함될 수 있습니다.
6. AI 응답: MCP는 형식화된 응답을 AI 에이전트로 다시 전송합니다. 실제로는 SDK 함수 호출의 반환 값이거나, 네트워크 설정을 사용하는 경우 웹소켓 또는 HTTP를 통해 전송된 메시지가 될 수 있습니다.
7. AI는 처리를 계속합니다. 새로운 데이터를 통해 AI는 계획을 조정하고, 더욱 정보에 기반한 답변을 생성하거나, 추가 작업을 실행할 수 있습니다. 예를 들어, AI가 사용자의 블록체인 잔액에 대한 질문을 받았다면, MCP에서 제공하는 잔액을 활용하여 답변에 반영할 수 있습니다. AI가 무언가를 자율적으로 관리하고 있었다면, 데이터를 기반으로 다음 단계를 결정할 수도 있습니다.

이 워크플로는 백그라운드에서 빠르게, 그리고 종종 이루어집니다. 높은 수준의 관점에서 보면, MCP는 AI의 기능을 실시간으로 확장합니다. AI는 의사 결정과 언어 생성에 집중하는 반면, MCP는 외부 시스템에서 데이터를 가져오고 명령을 실행하는 지루한 작업을 처리합니다.

주요 구성 요소

MCP는 위의 워크플로를 가능하게 하기 위해 함께 작동하는 몇 가지 핵심 구성 요소로 구성됩니다.

지엑스피1

• MCP 서버: AI 에이전트의 요청을 실행하고 수신하는 중앙 서비스 또는 데몬입니다. 모든 것을 조정하는 MCP의 핵심이라고 할 수 있습니다. MCP 서버는 다양한 데이터 소스와 연결 방법을 인식하도록 구성됩니다. 실제로 MCP 서버 프로세스를 로컬 또는 서버에서 실행할 수 있으며, AI 에이전트는 HTTP 요청, RPC 호출 또는 SDK와 같은 API를 통해 해당 프로세스와 통신합니다.
• MCP SDK/클라이언트 라이브러리: MCP는 사용 편의성을 높이기 위해 다양한 프로그래밍 언어로 SDK를 제공합니다. 개발자는 이를 AI 에이전트 코드에 포함합니다. SDK는 MCP 서버와의 통신 세부 정보를 처리하므로 개발자는 네트워크 호출을 직접 구성하지 않고도 함수나 메서드(예: mcp.getData(...))를 간단히 호출할 수 있습니다. SDK는 요청이 올바른 형식으로 작성되었는지 확인하고 MCP 서버로 전송한 후, 응답을 받아 AI 프로그램에 전달합니다.
• 커넥터/어댑터: MCP 서버 내에서 특정 유형의 외부 시스템과 통신하는 방법을 아는 모듈 또는 플러그인입니다. 한 커넥터는 블록체인 상호작용(이더리움, 하이퍼레저 등의 하위 모듈 포함)을 처리하고, 다른 커넥터는 웹 API(HTTP 호출 수행)를 처리하며, 또 다른 커넥터는 로컬 OS 작업(파일 시스템 액세스, 셸 명령 실행)을 관리할 수 있습니다. 각 커넥터는 해당 도메인의 작업 및 데이터 형식을 이해합니다. 커넥터는 MCP의 확장성을 높여 새로운 시스템이나 프로토콜을 지원하기 위해 새로운 커넥터를 추가할 수 있습니다.
• 구성 파일: MCP는 종종 구성 파일(예: JSON 또는 YAML)을 사용하여 어떤 커넥터를 활성화하고 외부 서비스에 어떻게 접속할지 파악합니다. 예를 들어, 블록체인 노드의 URL, 외부 서비스의 API 키 또는 파일 경로 권한을 사용하여 MCP 인스턴스를 구성할 수 있습니다. 이 구성은 런타임 시 MCP 서버가 요청을 안전하고 정확하게 처리하는 데 필요한 정보를 확보하도록 보장합니다.
• 보안 계층: MCP는 민감한 데이터에 접근하고 작업을 수행할 수 있으므로 보안 계층을 포함합니다. 여기에는 API 키(예시에서 --pat 개인 액세스 토큰과 같은) 또는 블록체인 및 데이터베이스 연결을 위한 인증이 포함될 수 있습니다. 보안 계층은 또한 권한을 적용합니다. 즉, AI 에이전트가 MCP를 통해 수행할 수 있는 작업을 제한하여 오용을 방지할 수 있습니다. 예를 들어, 일부 데이터에 대한 읽기 전용 액세스는 허용하지만 추가 승인 없이는 쓰기 또는 상태 변경 작업을 허용하지 않을 수 있습니다.

이러한 구성 요소들이 결합되어 MCP는 강력하고 유연하게 작동합니다. 관심사(AI vs MCP vs 커넥터)가 분리되어 있기 때문에 각 부분은 독립적으로 발전하거나 유지 관리될 수 있습니다. 예를 들어, 새로운 블록체인이 도입되면 AI가 데이터를 요청하는 방식을 변경하지 않고도 커넥터를 추가할 수 있습니다. 또는 AI 모델이 업데이트되더라도 이전과 동일한 MCP 서버와 커넥터를 계속 사용할 수 있습니다.

SettleMint의 MCP 구현

SettleMint는 AI 에이전트에게 블록체인 인텔리전스와 인프라 제어 기능을 제공하기 위해 MCP를 도입하고 구현한 선도적인 블록체인 통합 플랫폼입니다. SettleMint 구현에서 MCP는 AI 기반 애플리케이션과 SettleMint 플랫폼에서 관리 또는 모니터링하는 블록체인 환경을 연결하는 다리 역할을 합니다. 즉, AI 에이전트는 표준화된 인터페이스를 통해 블록체인 리소스(스마트 계약, 트랜잭션, 네트워크 데이터 등)뿐만 아니라 기반 인프라(노드, 미들웨어 등)와도 긴밀하게 상호 작용할 수 있습니다.

SettleMint는 MCP를 활용하여 다음과 같은 시나리오를 지원합니다.

• AI 어시스턴트는 스마트 계약 상태나 최신 블록 정보를 검색하는 등 실시간으로 체인 내 데이터를 쿼리할 수 있습니다.
• 자율 에이전트는 AI 의사결정에 따라 인간의 개입 없이 블록체인 인프라 작업(계약 배포, 구성 조정)을 관리할 수 있습니다.
• SettleMint를 사용하는 개발자는 MCP가 두 세계를 연결하는 힘든 작업을 처리하기 때문에 비교적 적은 노력으로 고급 AI 기능을 블록체인 애플리케이션에 통합할 수 있습니다.

요약하자면, SettleMint의 MCP 버전은 플랫폼의 기능을 확장하여 AI 기반 블록체인 운영을 가능하게 합니다. 이러한 조합은 블록체인의 신뢰성과 투명성, 그리고 AI의 적응성과 지능을 모두 제공합니다.

기능 및 특징

SettleMint의 MCP 구현에는 블록체인-AI 통합에 맞춰 조정된 다양한 기능이 포함되어 있습니다.

• 원활한 IDE 통합: SettleMint의 도구는 일반적인 개발자 환경에서 작동하므로 개발 워크플로우의 맥락에서 MCP를 사용할 수 있습니다. 예를 들어 스마트 컨트랙트나 애플리케이션을 코딩하는 경우, AI 에이전트(예: 코드 어시스턴트)가 MCP를 사용하여 IDE에서 바로 블록체인 상태를 가져오거나 컨트랙트를 배포할 수 있습니다. 이를 통해 코딩하는 동안 실시간 블록체인 피드백과 작업을 제공하여 개발 과정을 간소화합니다.
• 자동 계약 관리: AI 에이전트는 MCP를 통해 스마트 계약과 자율적으로 상호작용하고 수정할 수 있습니다. 여기에는 새로운 계약 배포, 기존 계약에 대한 함수 호출, 이벤트 수신 등이 포함됩니다. 예를 들어, AI 운영 에이전트는 DeFi 계약에서 이상을 감지하고 SettleMint를 통해 MCP를 사용하여 해당 계약에 대한 보호 기능을 자동으로 실행할 수 있습니다.
• AI 기반 분석: MCP를 통해 AI 모델은 블록체인 데이터를 분석하여 통찰력과 예측을 도출할 수 있습니다. SettleMint 플랫폼은 MCP를 통해 거래 내역, 토큰 이동 또는 네트워크 지표를 분석 전문 AI 모델에 제공할 수 있습니다. 그러면 AI는 사기 거래 패턴을 파악하거나 네트워크 혼잡을 예측하여 블록체인 애플리케이션이나 관리자에게 이러한 통찰력을 제공할 수 있습니다.

이러한 기능들은 SettleMint의 MCP 통합이 단순히 블록체인과의 단순한 연결 고리가 아니라, AI가 블록체인 데이터와 제어를 의미 있게 활용할 수 있도록 하는 포괄적인 솔루션임을 보여줍니다. 이를 통해 AI가 온체인 이벤트를 지속적으로 모니터링하고 대응할 수 있도록 하여 블록체인 네트워크를 지능적으로 구축할 수 있습니다.

AI 및 블록체인에서의 활용

MCP를 통해 AI와 블록체인의 장점을 결합함으로써 SettleMint는 여러 가지 강력한 사용 사례를 제공합니다.

• AI 기반 스마트 계약 관리: 스마트 계약은 시장 가격이나 사용량 등 외부 조건에 따라 조정이나 업데이트가 필요한 경우가 많습니다. AI 에이전트는 MCP를 사용하여 이러한 조건을 모니터링하고 SettleMint 도구를 통해 스마트 계약 매개변수를 사전에 조정하거나 사용자에게 조정을 권고할 수 있습니다. 이를 통해 더욱 적응력 있고 복원력이 뛰어난 블록체인 애플리케이션이 구축됩니다.
• 실시간 블록체인 모니터링: 정적인 대시보드 대신, 블록체인 거래를 감시하고 중요한 이벤트에 대한 알림을 제공하는 AI를 상상해 보세요. MCP를 통해 AI는 특정 패턴(대량 이체 또는 특정 계약 이벤트 등)을 체인에서 지속적으로 쿼리하고, 이를 분석하여 사용자에게 설명하거나 자동 응답을 트리거할 수 있습니다.
• 자율 거버넌스: 블록체인 거버넌스(예: DAO)에서 제안과 의사 결정은 AI 인사이트를 통해 이루어질 수 있습니다. MCP를 사용하면 AI 에이전트가 제안의 영향에 대한 모든 관련 온체인 데이터를 수집하고, 다양한 결과를 시뮬레이션하며, 블록체인에서 자동으로 투표하거나 승인된 의사 결정을 실행할 수 있습니다. 이는 AI 의사 결정 지원과 블록체인의 실행 기능을 결합한 것입니다.
• 시스템 간 오케스트레이션: SettleMint의 MCP는 블록체인 데이터에만 국한될 필요가 없습니다. AI는 이를 활용하여 블록체인과 오프체인 시스템 전반에 걸친 작업을 조율할 수 있습니다. 예를 들어, AI 에이전트는 블록체인에서 추적되는 공급망 배송 지연을 감지한 후 MCP를 통해 오프체인 데이터베이스를 업데이트하거나 물류 시스템에 알림을 전송할 수 있습니다. AI는 지능형 미들웨어 역할을 하며, MCP를 사용하여 블록체인과 기존 시스템의 동기화를 유지합니다.

실제로 SettleMint SDK(다음에 설명)와 함께 MCP를 사용하면 이러한 시나리오를 훨씬 더 쉽게 구현할 수 있습니다. 개발자는 AI가 수행해야 하는 고수준 로직에 집중할 수 있으며, SettleMint 플랫폼에서 관리하는 MCP 계층은 블록체인 및 기타 서비스 연결의 복잡성을 처리합니다.

실제 사례

이해를 확실히 하기 위해, MCP를 개발 워크플로와 애플리케이션에서, 특히 SettleMint 툴을 사용하여 어떻게 사용할 수 있는지에 대한 구체적인 예를 살펴보겠습니다.

개발 워크플로에 MCP 구현

블록체인 프로젝트를 진행하는 개발자로서 스마트 계약 관리를 위해 AI 비서를 활용하고 싶다고 가정해 보겠습니다. MCP를 워크플로에 통합하면 AI 비서가 프로젝트의 컨텍스트(코드, 파일)와 블록체인 환경에 직접 접근할 수 있습니다.

예를 들어, CLI 또는 npm 스크립트를 통해 프로젝트 디렉터리를 가리키고 SettleMint 플랫폼에 연결된 MCP 서버를 시작하는 명령을 사용할 수 있습니다. 다음과 같은 명령을 사용할 수 있습니다.

이 명령의 기능은 다음과 같습니다.

• npx는 별도의 설치 없이 @settlemint/sdk-mcp 패키지의 최신 버전을 실행하는 데 사용됩니다.
• --path=/Users/llm/asset-tokenization-kit/는 MCP 서버가 컨텍스트를 가질 로컬 프로젝트 디렉터리를 지정합니다. 이를 통해 AI는 MCP를 통해 해당 디렉터리의 파일이나 코드를 쿼리하고 settlemint connect 에서 환경 설정에 접근할 수 있습니다.
• --pat=sm_pat_xxx는 SettleMint 서비스 인증을 위한 개인 액세스 토큰(PAT)을 제공합니다. 이 토큰(여기서는 xxx로 표시)은 MCP 서버가 사용자를 대신하여 SettleMint 플랫폼에 연결하는 데 필요합니다.

이 명령을 실행하면 로컬 MCP 서버가 가동되어 로컬 프로젝트와 SettleMint 플랫폼에 모두 연결됩니다. 그러면 AI 비서(예: Claude Sonnet 기반 전문 에이전트)가 다음과 같은 작업을 수행할 수 있습니다.

• 예를 들어 The Graph에서 색인한 데이터를 기반으로 양식과 목록을 작성하도록 MCP에 요청하세요.
• 현재 진행 중인 계약의 현재 상태를 파악하거나, 무언가를 검증하거나, 변경 사항을 테스트하기 위해 라이브 블록체인을 쿼리합니다.
• 네트워크에 추가 노드를 배포하세요
• 스테이블코인 계약에 새로운 토큰을 나열하고 나중에 주조하세요.

이를 통해 AI가 수동적인 코드 제안 도구에 그치지 않고 실제 정보를 가져와서 활용할 수 있는 능동적인 참여자가 되어 개발 워크플로가 크게 향상됩니다.

커서에서 SettleMint MPC 사용

Cursor(0.47.0 이상)는 SettleMint MCP 서버를 구성할 수 있는 전역 ~/.cursor/mcp.json 파일을 제공합니다. 프로그램 폴더 경로를 지정하고 개인 액세스 토큰을 설정하세요.

글로벌 MCP 구성 파일을 사용하는 이유는 개인 액세스 토큰이 절대로 hits에 커밋되어서는 안 되며, 커서에서도 가능한 프로젝트 폴더에 넣어서 그 가능성을 열어두기 때문입니다.

커서를 열고 설정/MCP로 이동하세요. 서버가 성공적으로 연결되면 녹색 활성 상태가 표시됩니다.

Claude Desktop에서 SettleMint MPC 사용

Claude 데스크톱을 열고 설정으로 이동합니다. 개발자 탭에서 구성 편집을 탭하여 구성 파일을 열고 다음 구성을 추가합니다.

구성 파일을 저장하고 Claude 데스크톱을 다시 시작하세요. 새 채팅 화면에 새 MCP 서버를 사용할 수 있는 망치(MCP) 아이콘이 나타납니다.

Cline에서 SettleMint MPC 사용

VS Code에서 Cline 확장 프로그램을 열고 MCP 서버 아이콘을 탭합니다. MCP 서버 구성을 탭하여 구성 파일을 열고 다음 구성을 추가합니다.

구성 파일을 저장하세요. Cline이 자동으로 구성을 다시 로드합니다. 서버가 성공적으로 연결되면 녹색 활성 상태가 표시됩니다.

Windsurf에서 SettleMint MPC 사용

Windsurf를 열고 Cascade Assistant로 이동합니다. 망치(MCP) 아이콘을 탭한 다음, Configure를 탭하여 구성 파일을 열고 다음 구성을 추가합니다.

구성 파일을 저장하고 Cascade Assistant에서 새로 고침을 눌러 다시 로드하세요. 서버가 성공적으로 연결되면 녹색 활성 상태가 표시됩니다.

AI 기반 블록체인 애플리케이션 또는 에이전트

실제 시나리오를 설명하기 위해 AI 기반 탈중앙화 금융(DeFi) 애플리케이션을 생각해 보겠습니다. DeFi에서는 상황(가격, 유동성, 사용자 활동)이 빠르게 변하기 때문에 신속한 대응이 매우 중요합니다.

시나리오: 자동 유동성 풀을 관리하는 스마트 계약이 있습니다. 자산 가격이 하락하거나 풀의 균형이 깨지면 수수료나 매개변수를 자동으로 조정하여 균형을 유지하고 싶습니다.

이 시나리오에서 MCP를 사용하는 경우:

1. AI 에이전트는 MCP를 통해 유동성 풀을 모니터링합니다. 몇 분마다 MCP 서버를 통해 최신 풀 잔액과 외부 가격 데이터(온체인 또는 오프체인 오라클)를 요청합니다.
2. MCP는 블록체인에서 최신 상태(풀 준비금, 최근 거래)를 가져오고 현재 시장 가격에 대한 외부 가격 API를 호출한 다음 해당 데이터를 AI에 반환합니다.
3. AI가 데이터를 분석합니다. 자산 A의 풀 내 비중이 자산 B에 비해 크게 증가했다고 가정해 보겠습니다(아마도 자산 A의 가격이 급락했기 때문일 것입니다).
4. AI는 풀을 보호하기 위해 스왑 수수료를 일시적으로 인상해야 한다고 결정합니다(아비트라지로 인해 풀이 고갈되는 것을 방지하기 위한 일반적인 조치).
5. MCP를 통해 AI는 스마트 계약에서 수수료 매개변수를 업데이트하는 함수를 호출합니다. MCP의 블록체인 커넥터는 SettleMint 인프라를 통해 거래를 생성하고 네트워크로 전송합니다.
6. 거래는 온체인에서 실행되어 수수료가 조정됩니다. MCP는 성공 응답과 관련 이벤트(예: 계약에서 수수료 변경을 위해 발생하는 이벤트)를 포착합니다.
7. AI는 확인을 받고 변경 사항을 기록하거나 관리자에게 조치가 취해졌음을 알릴 수 있습니다.

이 사용 사례에서 MCP는 AI가 DeFi 계약의 실시간 보호자 역할을 할 수 있도록 했습니다. MCP가 없었다면 AI는 실시간 온체인 상태에 접근하거나 변경 사항을 실행할 수 없었을 것입니다. MCP를 통해 AI는 블록체인 애플리케이션이 현재 상황에 적응하도록 보장하는 강력한 자율 에이전트가 됩니다.

이는 단지 하나의 예일 뿐입니다. AI 기반 블록체인 애플리케이션은 자동 NFT 마켓플레이스 관리부터 DAO 제안을 위한 AI 중재자, 센서 데이터에 반응하는 지능형 공급망 계약까지 다양합니다. MCP는 이러한 AI 에이전트가 블록체인 및 연결된 시스템에서 중요한 부분에서 통신하고 행동할 수 있는 경로를 제공합니다.

기여하다

커뮤니티 여러분의 참여를 환영합니다! 버그 신고, 기능 요청, 문서 업데이트 또는 코드 기여를 통해 SettleMint SDK 개선에 기여할 수 있는 방법을 알아보려면 기여 가이드를 확인하세요.

특허

SettleMint SDK는 FSL 소프트웨어 라이선스 에 따라 배포됩니다. 자세한 내용은 라이선스 파일을 참조하세요.