ProductPlan MCP 서버

AI를 사용하여 로드맵과 대화하세요. Claude, Cursor 또는 기타 AI 어시스턴트와 자연스러운 대화를 통해 질문하고, 아이디어를 생성하고, OKR 진행 상황을 확인하며, 출시 일정을 관리할 수 있습니다.

무엇을 할 수 있나요?

ProductPlan 인터페이스를 클릭하며 돌아다니는 대신, 다음과 같이 물어보세요:

"Q1 로드맵에는 무엇이 있나요?"

"일정이 지연된 모든 목표를 보여줘"

"모바일 앱 개선을 위한 새로운 아이디어를 생성해줘"

"이번 달에 예정된 출시 항목은 무엇인가요?"

"'customer-request' 태그가 지정된 모든 아이디어를 나열해줘"

AI가 실제 ProductPlan 데이터를 가져와 몇 초 만에 응답합니다.

누구를 위한 것인가요?

• 제품 관리자(PM): 로드맵 데이터에 더 빠르게 접근하고 싶은 분

• 팀 리드: 컨텍스트 전환 없이 빠른 상태 업데이트가 필요한 분

• AI 어시스턴트(Claude, Cursor 등) 사용자: ProductPlan을 워크플로우에 통합하고 싶은 분

코딩은 필요 없습니다. 파일을 복사하고 몇 가지 설정을 붙여넣기만 하면 됩니다.

빠른 시작 (5분)

1단계: ProductPlan API 토큰 받기

1. ProductPlan에 로그인합니다.

2. Settings → API로 이동합니다 (또는 이 링크를 직접 방문하세요).

3. API 토큰을 복사합니다.

2단계: 앱 다운로드

Releases 페이지로 이동하여 컴퓨터에 맞는 파일을 다운로드하세요:

Mac/Linux의 경우, 터미널을 열고 다음 두 명령어를 실행하세요 (파일 이름을 다운로드한 것으로 바꾸세요):

chmod +x ~/Downloads/productplan-darwin-arm64
sudo mv ~/Downloads/productplan-darwin-arm64 /usr/local/bin/productplan

비밀번호를 묻는 메시지가 나타납니다. 이는 정상입니다.

Windows의 경우:

1. 바이너리를 위한 폴더를 생성합니다 (없는 경우):

   mkdir C:\Tools

2. 다운로드한 .exe 파일을 해당 폴더로 이동하고 이름을 변경합니다:

   move %USERPROFILE%\Downloads\productplan-windows-amd64.exe C:\Tools\productplan.exe

3. AI 어시스턴트 설정(3단계 참조)에서 전체 경로 C:\Tools\productplan.exe를 사용하세요.

참고: PATH에 추가하는 과정은 건너뛰어도 됩니다. 설정에서 전체 파일 경로를 사용하기만 하면 됩니다.

3단계: AI 어시스턴트에 연결

사용 중인 도구를 선택하세요:

1. 설정 파일을 찾습니다:

   • Mac: ~/Library/Application Support/Claude/claude_desktop_config.json

   • Windows: %APPDATA%\Claude\claude_desktop_config.json

2. 텍스트 편집기로 열고 다음을 추가합니다 (your-token을 실제 API 토큰으로 바꾸세요):

Mac/Linux:

{
  "mcpServers": {
    "productplan": {
      "command": "/usr/local/bin/productplan",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  }
}

Windows:

{
  "mcpServers": {
    "productplan": {
      "command": "C:\\Tools\\productplan.exe",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  }
}

3. Claude Desktop을 재시작합니다.

설정 파일에 추가하세요:

• Mac/Linux: ~/.claude.json

• Windows: %USERPROFILE%\.claude.json

Mac/Linux:

{
  "mcpServers": {
    "productplan": {
      "command": "/usr/local/bin/productplan",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  }
}

Windows:

{
  "mcpServers": {
    "productplan": {
      "command": "C:\\Tools\\productplan.exe",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  }
}

1. Cursor를 엽니다.

2. Settings → MCP Servers로 이동합니다.

3. 다음 설정을 추가합니다:

Mac/Linux:

{
  "productplan": {
    "command": "/usr/local/bin/productplan",
    "env": {
      "PRODUCTPLAN_API_TOKEN": "your-token"
    }
  }
}

Windows:

{
  "productplan": {
    "command": "C:\\Tools\\productplan.exe",
    "env": {
      "PRODUCTPLAN_API_TOKEN": "your-token"
    }
  }
}

Windows 사용자: 경로에 이중 백슬래시(\\)를 사용하세요. 백슬래시는 JSON에서 이스케이프 문자이므로 필수입니다.

1. Cline 확장 프로그램을 설치합니다.

2. VS Code 설정(JSON)을 열고 다음을 추가합니다:

Mac/Linux:

{
  "cline.mcpServers": {
    "productplan": {
      "command": "/usr/local/bin/productplan",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  }
}

Windows:

{
  "cline.mcpServers": {
    "productplan": {
      "command": "C:\\Tools\\productplan.exe",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  }
}

1. Continue 확장 프로그램을 설치합니다.

2. 설정 파일에 추가합니다:

   • Mac/Linux: ~/.continue/config.json

   • Windows: %USERPROFILE%\.continue\config.json

Mac/Linux:

{
  "mcpServers": [
    {
      "name": "productplan",
      "command": "/usr/local/bin/productplan",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  ]
}

Windows:

{
  "mcpServers": [
    {
      "name": "productplan",
      "command": "C:\\Tools\\productplan.exe",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  ]
}

1. n8n 인스턴스에 환경 변수를 설정합니다:

   N8N_COMMUNITY_PACKAGES_ALLOW_TOOL_USAGE=true

2. 워크플로우에 MCP Client 노드를 추가합니다.

3. 구성:

   • Command:

     • Mac/Linux: /usr/local/bin/productplan

     • Windows: C:\Tools\productplan.exe

   • Environment Variables: PRODUCTPLAN_API_TOKEN=your-token

4. AI Agent 노드에 연결합니다.

워크플로우 예시: Slack Trigger → AI Agent (with MCP Client) → Slack Response

4단계: 질문 시작하기

AI 어시스턴트를 열고 다음을 시도해보세요:

• "내 ProductPlan 로드맵 나열해줘"

• "로드맵 [이름]에는 어떤 바(bar)들이 있나요?"

• "우리 OKR을 보여줘"

• "발굴(Discovery) 단계에 있는 아이디어는 무엇인가요?"

실제 활용 사례

아침 스탠드업 준비

"지난주 우리 제품 로드맵에서 변경된 사항을 요약해줘"

이해관계자 업데이트

"모든 Q1 목표와 진행 상황을 나열해줘"

아이디어 분류

"우선순위가 설정되지 않은 'enterprise' 태그가 붙은 모든 아이디어를 보여줘"

출시 조정

"1월 출시를 위해 아직 완료되지 않은 작업은 무엇인가요?"

빠른 조회

"'Mobile App v2' 바는 언제 시작될 예정인가요?"

어떤 ProductPlan 데이터에 접근할 수 있나요?

작동 원리

┌─────────────────┐      spawns       ┌─────────────────┐      API calls     ┌─────────────────┐
│   AI Assistant  │ ───────────────── │   MCP Server    │ ─────────────────▶ │   ProductPlan   │
│ (Claude, Cursor)│ ◀───────────────▶ │   (this binary) │ ◀───────────────── │      API        │
└─────────────────┘   stdin/stdout    └─────────────────┘     JSON data      └─────────────────┘
      your computer                        your computer                         cloud

왜 컴퓨터에서 실행되어야 하나요?

MCP(Model Context Protocol)는 하위 프로세스 모델을 통해 작동합니다. AI 어시스턴트는 원격 서버에 연결하는 것이 아니라, 바이너리를 로컬 프로세스로 생성하고 표준 입출력(stdin/stdout)을 통해 통신합니다. 이 아키텍처의 의미는 다음과 같습니다:

1. 바이너리가 로컬에 존재해야 합니다. AI 어시스턴트가 이를 자식 프로세스로 실행하기 때문입니다.

2. API 토큰은 컴퓨터에 머무릅니다. 타사 서버를 거치지 않습니다.

3. 실시간 동기식 통신. AI와 MCP 서버 간의 네트워크 지연이 없습니다.

4. 오프라인 작동. 캐시된 데이터에 대해 작동합니다 (단, ProductPlan API 호출은 인터넷이 필요합니다).

"Q1 로드맵에는 무엇이 있나요?"라고 물으면 다음과 같은 일이 일어납니다:

1. AI 어시스턴트가 ProductPlan 데이터가 필요함을 인식합니다.

2. MCP 서버 프로세스에 구조화된 요청을 보냅니다.

3. 바이너리가 이를 ProductPlan API 호출로 변환합니다.

4. ProductPlan이 JSON 데이터를 반환합니다.

5. 바이너리가 결과를 형식화하여 AI에게 반환합니다.

6. AI가 자연어로 답변을 제시합니다.

에이전트 스킬

AI 어시스턴트가 ProductPlan 도구를 효과적으로 사용하는 방법을 가르치는 사전 구축된 워크플로우 가이드입니다. 각 스킬은 특정 페르소나에 맞춘 워크플로우를 제공합니다.

공유 원칙

모든 스킬은 다음 출력 규칙을 따릅니다:

• 원시 JSON 금지 - 읽기 쉬운 텍스트와 표로 응답을 형식화합니다.

• 사람이 읽을 수 있는 날짜 - "2025-03-15" 대신 "2025년 3월" 또는 "2025년 1분기"를 사용합니다.

• 긴 목록 요약 - 50개의 항목으로 압도하지 말고, 확장할지 제안합니다.

페르소나별 변형:

• PM은 후속 조치를 위해 bar_id를 포함합니다.

• 경영진은 요약 정보를 우선시하고 구현 세부 사항을 숨깁니다.

• 고객용은 내부 ID, 레인 이름, OKR을 완전히 생략합니다.

스킬을 사용하려면, SKILL.md 파일을 Claude Code 스킬 디렉토리에 복사하세요:

# Copy a skill (example: PM skill)
cp skills/productplan-pm/SKILL.md ~/.claude/skills/productplan-pm.md

또는 프롬프트에서 스킬을 직접 참조하세요:

"productplan-pm 워크플로우를 사용하여 Q1 로드맵을 보여줘"

문제 해결

"Command not found" 또는 "spawn ENOENT"

AI 어시스턴트가 바이너리를 찾을 수 없는 경우입니다. 다음을 확인하세요:

• Mac/Linux: 파일이 /usr/local/bin/productplan에 없거나 chmod +x를 실행하는 것을 잊은 경우.

• Windows: 설정의 경로가 .exe를 저장한 위치와 일치하지 않는 경우.

해결: 설정의 경로에 바이너리가 존재하는지 확인하세요. ls -la /usr/local/bin/productplan (Mac/Linux)을 실행하거나 C:\Tools\productplan.exe가 존재하는지 확인하세요.

Windows 경로 문제

Windows에서의 흔한 실수:

Windows는 경로에 백슬래시(\)를 사용하지만, JSON은 백슬래시를 이스케이프 문자로 취급합니다. 설정 파일에서는 이를 두 번(\\) 입력해야 합니다.

"Invalid API token"

ProductPlan Settings → API에서 토큰을 다시 확인하세요. 토큰은 만료되거나 재생성될 수 있습니다. 공백 없이 전체 토큰을 복사했는지 확인하세요.

"No roadmaps found"

API 토큰은 ProductPlan에서 볼 수 있는 권한이 있는 데이터에만 접근합니다. 계정에 찾으려는 로드맵에 대한 접근 권한이 있는지 확인하세요.

AI 어시스턴트가 ProductPlan 도구를 보지 못함

MCP 서버는 설정이 변경될 때가 아니라 AI 어시스턴트가 시작될 때 로드됩니다. 설정 파일을 편집한 후에는 애플리케이션을 완전히 종료하고 다시 시작하세요. Mac에서는 Cmd+Q를 사용하세요 (창만 닫는 것이 아님).

"Permission denied" (Mac/Linux)

바이너리에 실행 권한이 필요합니다. 다음을 실행하세요:

chmod +x /usr/local/bin/productplan

명령줄 (선택 사항)

AI 어시스턴트 없이 터미널에서 직접 이 도구를 사용할 수도 있습니다:

# First, set your token
export PRODUCTPLAN_API_TOKEN="your-token"

# Then run commands
productplan status           # Check connection
productplan roadmaps         # List all roadmaps
productplan bars 12345       # List bars in roadmap #12345
productplan objectives       # List all OKRs
productplan ideas            # List all ideas
productplan opportunities    # List all opportunities
productplan launches         # List all launches

배경 정보

MCP란 무엇인가요?

Model Context Protocol (MCP)는 AI 어시스턴트가 외부 도구에 연결할 수 있도록 하는 개방형 표준입니다. Anthropic