AI가 내 PC를 직접 다루기 시작했다
파일 정리, 보고서 작성 후 이메일 자동화까지 설계와 구축
들어가며: 구름 위와 책상 위, 두 세계를 연결하다
지난 글에서 저는 구글 클라우드(GCP)에 Remote MCP Server를 구축하여, AI가 제 이메일을 확인하고 세일즈포스(Salesforce)와 같은 기업용 SaaS 시스템과 대화하는 과정을 공유했습니다. 클라우드라는 넓은 세상과 AI를 연결한 의미 있는 시도였죠.
기업 환경에서 AI는 한 명의 직원이 아닌, 수십, 수백 명의 구성원을 동시에 지원해야 합니다. Email서버, 고객 데이터(CRM), 자원 관리(ERP), 그리고 사내 데이터베이스등은 모두 중앙 서버에 존재합니다. 즉, Remote MCP가 외부 API의 연결뿐만 아니라 다수의 직원들이 중앙의 '회사/조직 시스템'에 안전하게 접속하여 서비스를 제공받을 수 있게 합니다.
하지만 실제 업무의 절반은 클라우드가 아닌, 바로 제 노트북(Local PC) 안에서 일어나기 때문입니다. 제 노트북안에서의 자동화에 대해서 고려해 보았습니다.
"매출 데이터는 세일즈포스에서 가져왔는데, 이걸 보고서로 만들려면 결국 엑셀을 다운로드해서 파워포인트로 한 땀 한 땀 옮겨야 하나?" "다운로드 폴더에 쌓인 수백 개의 임시 파일들은 언제 정리하지?"
그래서 이번에는 AI를 구름 위에서 내 책상 위로 불러내기로 했습니다. 클라우드(Cloud)와 내 컴퓨터(Local)를 동시에 제어하는 Hybrid MCP Architecture의 시작입니다.
아키텍처의 진화: HTTP에서 STDIO로
이번 프로젝트의 핵심은 ‘연결의 확장’입니다. 첨부한 아키텍처 다이어그램을 보시면, 기존의 우측 영역(Remote MCP Server)에 더해 좌측 하단의 Local MCP Server 영역이 새롭게 추가된 것을 확인할 수 있습니다.
원격(Remote) MCP Server (우측): 구글 클라우드(GCP) 가상머신(VM)에 있는 도커(Docker) 컨테이너(Container)입니다. 인터넷 프로토콜(HTTP/SSE)을 통해 Gmail이나 Salesforce 같은 외부 API와 통신하고, 중앙 서버가 수많은 Claude Desktop 클라이언트의 요청을 받아 처리하고 결과를 내려주는 서비스 제공자 역할을 수행하기도 합니다.
Local MCP Server (좌측): 제 PC에 설치된 도커(Docker) 컨테이너(Container)입니다. 인터넷을 거치지 않고 STDIO(표준 입출력) 방식을 통해 Claude Desktop 클라이언트와 직통으로 연결됩니다.중앙에서 통제하기 힘든 개별 PC의 파일 정리, 로컬 데이터 가공, 보고서 작성 등의 '실무'를 담당하며, 이는 조직적인 배포(Deployment)를 통해 관리할수도 있습니다.
Local MCP Server, 이 ‘직통 연결’ 덕분에 AI는 보안 걱정 없이 제 하드디스크의 파일 시스템(File System)에 접근하고, 터미널 명령어(Bash)를 직접 실행할 수 있는 권한을 얻게 되었습니다.
첨부한 아키텍처 다이어그램의 우측 하단에 공유한 설정화면, 이제 AI 설정값은 원격의 cloud_agent와 로컬의 local_agent 가 공존하며 상호 보완적인 역할을 수행합니다.
AI가 내 컴퓨터를 다루는 법: 두 가지 핵심 도구
그리고, 로컬 서버에는 AI가 제 PC를 제어할 수 있도록 두 가지 강력한 도구를 쥐여주었습니다.
1. File System Tools: "파일을 읽고 쓰는 권한" 지금까지 우리는 AI에게 파일을 분석시키려면 채팅창에 파일을 ‘업로드’해야 했습니다. 하지만 이제는 그럴 필요가 없습니다. AI가 직접 폴더를 열어보고 필요한 파일을 찾아냅니다.
Before: 매출_로그.csv 파일을 채팅창에 드래그 앤 드롭 -> "이거 분석해줘"
After: "D드라이브 프로젝트 폴더에 있는 이번 달 매출 로그 찾아서 분석해줘."
2. Commander Tools: "명령을 실행하는 권한" 이것이 진정한 자동화의 열쇠입니다. 파이썬 스크립트를 실행하거나, 쉘(Shell) 명령어를 입력하는 작업을 AI가 대신 수행합니다. 복잡한 설치 과정이나 반복적인 파일 관리를 말 한마디로 끝낼 수 있게 된 것이죠.
실전 시연: 상상이 현실이 되는 순간
이 구조를 만들고 나서 실제로 어떤 일들이 가능해졌을까요? 영상에서 시연했던 두 가지 핵심 시나리오를 소개합니다.
Scenario 1. 1분 만에 끝내는 월간 보고서 및 이메일 전송
가장 귀찮은 업무 중 하나인 ‘데이터 시각화 및 보고서 작성’, 그리고 ‘이메일 발송’까지의 워크플로우를 통합해 보았습니다.
요청: "고객 A-tech의 12월 월간 보고서 PPT를 만들어줘."
AI의 실행: 즉시 로컬(Local) 폴더를 스캔하여 매출 로그파일 CSV 를 읽어들입니다. 미리 저장된 고객용 PPT 템플릿을 불러와 데이터를 결합합니다. 파이썬 라이브러리(python-pptx)를 활용해 매출 데이터가 시각화된 슬라이드를 생성합니다. 여기서 끝이 아닙니다. 생성된 PPT의 값과 원본 CSV 값을 검토(Verification)한 후, "고객 메일로 전달해줘"라는 요청 한 마디에 즉시 이메일 전송까지 완료합니다.
데이터를 클라우드에 올릴 필요도, 템플릿을 찾아 헤맬 필요도, 이메일 창을 켤 필요도 없이 모든 과정이 몇 분 안에 처리되었습니다.
Scenario 2. 퇴근길, 지저분한 PC 폴더/파일 정리
바쁜 프로젝트가 끝나면 다운로드 폴더는 엉망진창이 되기 마련입니다. 단순한 정리가 아니라, AI의 판단력이 개입된 정리를 시도했습니다.
요청: "다운로드 폴더에 흩어진 파일들을 정리해 줘."
AI의 실행: 현재 파일들의 상태를 분석한 뒤, 무작정 옮기는 것이 아니라 'Naming Convention (이름 규칙)'을 먼저 제안합니다. 제가 "Yes"라고 승인하면, 규칙에 맞춰 파일 이름을 변경합니다. 이후 터미널 쉘 명령어(mv, mkdir)를 작성하여, 이미지/문서/실행파일별로 폴더를 생성하고 분류합니다.
마치 유능한 비서가 "팀장님, 파일 이름은 이렇게 통일하고 날짜별로 분류해 둘까요?"라고 묻고, 승인과 동시에 책상을 싹 정리해 준 기분이었습니다.
마치며: 진정한 ‘나만의 에이전트’를 향해
이번 실험을 통해 제 AI 에이전트는 클라우드(Cloud)의 정보력과 로컬(Local)의 실행력을 모두 갖춘 Hybrid 시스템으로 거듭났습니다.
Remote: 외부 세계와 연결하고 (이메일, CRM, 일정) 다수 사용자에게 공통된 회사/조직의 자산 사용
Local: 내 개인적인 작업 공간을 정리하고 결과물을 만들어냅니다. (파일, 보고서, 스크립트)
이제 AI는 단순한 챗봇이 아닙니다. 클라우드와 내 노트북을 오가며 업무의 처음(데이터 수집)부터 끝(보고서 파일 생성 및 전송)까지를 완결 짓는 진정한 의미의 ‘AI 동료’가 되어가고 있습니다.
앞으로의 과제
지금까지 보여드린 시연은 매끄러워 보이지만, 사실 이 Hybrid MCP 환경을 구축하는 과정이 순탄치만은 않았습니다. 다음 글(영상)에서는 이 환경을 구성하며 겪었던 시행착오들과 팁, 그리고 현실적인 노력과 비용에 대해 가감 없이 공유하려 합니다.
또한, 여러 사용자가 안정적으로 사용할 수 있는 서비스로 확장하기 위한 실험 과정도 담을 예정입니다.
직원 A가 요청했을 때와 직원 B가 요청했을 때, AI는 어떻게 구분하여 처리할 것인가?"
다수사용자 API 인증: Claude Desktop을 통해 들어오는 요청이 누구의 것인지 식별해야 합니다. 예를 들어, "내 매출 데이터를 보여줘"라고 했을 때, Remote MCP는 요청한 사용자의 계정 정보를 인증하고, Salesforce나 ERP에서 해당 직원의 권한에 맞는 데이터만 가져와야 합니다.
확장성: 한두 명이 쓸 때는 문제가 없지만, 팀 전체가 동시에 접속할 때 서버가 안정적으로 응답할 수 있는가? 각기 다른 이메일 계정과 CRM 토큰을 어떻게 안전하게 매핑하고 관리할 것인가? 이것이 운영 안정성의 핵심입니다.
저는 다음 단계에서 이 '사용자별 API 인증 및 세션 처리' 로직을 Remote MCP에 구현하고, 이를 통해 다수 사용자를 수용하는 실험을 진행할 예정입니다.
[함께 보면 좋은 영상] 실제 로컬 MCP가 작동하여 고객 보고서(PPT)를 만들고 이메일 첨부 전송하고, 파일을 정리하는 시연 영상은 아래 링크에서 확인하실 수 있습니다. (https://youtu.be/cC7DHjCPtXo)