← 메인으로

🔌 MCP

공공 API

OpenAPI

공공 CCTV 데이터를 불러와 YOLO로 실시간 분석하는 기술

CLICK TO OPEN

🔌 MCP — AI한테 새 능력을 더해주는 USB

🪄 MCP는 "AI한테 새 능력을 추가해주는 USB 같은 것"
AI 혼자 모르는 것도, MCP로 도구를 연결하면 다 할 수 있음

01 🤖 AI는 똑똑한데 거짓말쟁이? ▼

↑ 유명한 예시 — ChatGPT가 "세종대왕 맥북프로 던짐 사건"을 진지하게 지어낸 답변

ChatGPT한테 "조선왕조실록에 기록된 세종대왕의 맥북프로 던짐 사건"처럼 황당한 질문을 하면? 옛날 AI는 진지하게 가짜 역사를 만들어냄. "1434년에 세종대왕이 이동식 활자 제작에 어려움을 겪어…" 같은 그럴듯한 거짓말

이게 바로 할루시네이션(환각) — 시험 문제 모를 때 답 찍어서 그럴듯하게 쓰는 것과 똑같음

02 🌤️ 그럼 어떻게 진짜 정보를 알 수 있어? ▼

↑ AI를 Tool(도구)에 연결하면 진짜 정보를 가져옴

AI를 진짜 기상청에 연결시켜주면 됨

사용자: "오늘 날씨 알려줘" ↓ AI: (혼자선 모르겠다…) → 기상청에 물어봐야지! ↓ 기상청: "오늘은 영상 27도, 흐림이에요" ↓ AI: "오늘은 영상 27도, 흐린 날씨예요!" ← 진짜 정보!

03 🔑 옛날 방식 — 도구마다 다른 열쇠 ▼

APIs Every tool needs its own key — 자물쇠/열쇠 비유

↑ 옛날 API는 도구(자물쇠)마다 다른 열쇠가 필요했음

AI랑 연결하고 싶은 프로그램이 너무 많은데, 각자 다른 방법으로 연결하면 너무 복잡해짐. Gmail, 슬랙, 캘린더, 지도, 피그마, 구글드라이브… 전부 다른 열쇠 필요

04 🔌 MCP = USB-C 같은 약속 ▼

↑ MCP 허브에 도구들을 꽂으면 AI(Claude)가 한 번에 다 씀

스마트폰·노트북·이어폰 옛날엔 충전 케이블이 다 달라서 불편했죠? 요즘은 대부분 USB-C 하나면 끝. 모두가 같은 모양으로 약속했기 때문

MCP도 똑같음 — "이렇게 연결하자!"라고 정해놓은 약속(표준)

비교	옛날 방식 😵	MCP 방식 😊
연결	프로그램마다 다 다름	모두 똑같은 방법
만들기	매번 새로 만들어야 함	한 번만 만들면 됨
사용	어려움	쉬움

"프로토콜"이 뭐야? 우편 봉투처럼 "보내는 사람 왼쪽 위·받는 사람 오른쪽 아래" 이렇게 정해놓은 규칙. MCP도 그냥 AI랑 도구를 연결하는 규칙일 뿐

05 🎨 실제 사용 예시 ▼

🎬 블렌더 (3D) · "이 사진처럼 3D로 만들어 줘" → AI가 블렌더를 직접 조작
📝 노션 (메모장) · "회의 내용 정리해서 노션에 저장해줘"
📅 캘린더 · "내일 3시에 친구 만나는 일정 등록해줘"
🎨 피그마 (디자인) · "예쁜 포스터 디자인해줘"

내가 사용법을 몰라도 AI가 대신 해주는 것

06 💻 MCP 직접 써보는 방법 ▼

준비물 · Claude 데스크탑 앱 (claude.ai → 다운로드)

따라하기 (예: 컨텍스트7 MCP 연결)

1. Smithery 사이트 방문 (MCP 모아놓은 마켓) — 무려 6,341개
2. 원하는 MCP 골라서 "연결 명령어" 복사
3. Claude 앱 → 설정 → 개발자 → 구성 편집
4. 복사한 명령어 붙여넣기 → 저장
5. Claude 앱 껐다 켜기 → 끝! 🎉

이제 "넥스트JS로 새 웹사이트 만드는 방법 찾아줘" 하면 진짜 최신 정보를 찾아서 알려줌

07 🔨 MCP 직접 만들기 — 파이썬 5줄 ▼

어려울 것 같지? 사실 진짜 쉬움. fastmcp 라이브러리로 5줄

from fastmcp import FastMCP

mcp = FastMCP("내가 만든 MCP")

@mcp.tool()
def add(a: int, b: int) -> int:
    return a + b

이게 끝. 두 숫자를 더해주는 MCP. AI한테 "1 + 5를 내 MCP로 계산해줘"라고 하면 AI가 내가 만든 MCP를 호출해서 6을 가져옴

더 발전시키면?

회사 데이터베이스 연결 → AI가 회사 정보 알려줌
날씨 사이트 연결 → AI가 진짜 날씨 알려줌
게임 점수 연결 → AI가 내 점수 분석해줌

08 🚀 더 쉽게: Porter AI (노코드) ▼

MCP가 좋긴 한데 컴퓨터 잘 모르는 사람한테 설명하기 어려움. 엄마·아빠한테 "터미널 열고 명령어 치고…" 이러면 곤란

Porter AI · ChatGPT처럼 웹사이트에서 클릭만 하면 MCP를 쓸 수 있게 해줌

✅ 어려운 설정 없음
✅ 회사 사람들 초대해서 같이 쓰기 쉬움
✅ 다양한 AI 모델(GPT·Claude 등) 사용 가능
✅ 슬랙 연결 가능 (메신저 안에서 AI 부르기)
✅ 누가 얼마나 썼는지 확인 가능

나: "외근할 때 식비는 얼마까지 쓸 수 있어?" (회사 규정이 노션에 저장돼 있음) ↓ Porter AI: (노션 MCP 호출) → 회사 규정 확인 ↓ "외근 시 식비는 1인당 15,000원까지 가능합니다."

09 📚 정리 — 오늘 배운 단어 ▼

AI 모델	방대한 텍스트·이미지로 학습돼 사람처럼 답하는 인공지능 두뇌 (ChatGPT·Claude·Gemini 같은 친구)
할루시네이션	AI가 모르는 걸 아는 척 거짓말하는 것
도구(Tool)	AI가 사용할 수 있는 프로그램들
MCP	AI랑 도구를 연결해주는 약속 (USB-C 같은 것)
프로토콜	정해진 규칙
Porter AI	MCP를 쉽게 쓰게 해주는 웹사이트

API 개요 & 키 설정

🚦 OpenAPI가 뭐예요?
정부·공공기관이 만든 데이터 창고의 자동문 같은 것. 사람이 직접 가지 않고, 프로그램이 인증키(열쇠)를 들고 들어가 필요한 데이터만 꺼내옴.

여기서는 국토교통부 ITS(지능형교통시스템) 창고에서 전국 도로 CCTV 영상을 가져옴.

📡 서비스 흐름 (Service Flow)

👤

사용자
(나의 프로그램)

인증키 신청

인증키 승인

🏢

국가교통
정보센터

요청

데이터 제공

📊

오픈데이터
(CCTV 등)

인증키 신청
홈페이지에서 회원가입 후 apiKey 발급 요청

인증키 승인
이메일·웹으로 고유 키 전달받음

데이터 요청
키 + 조건(지역·종류)을 담아 URL 호출

데이터 응답
서버가 JSON으로 CCTV 영상 주소 반환

ITS API 주요 파라미터

파라미터	설명	예시
`apiKey`	발급받은 인증 키	`db5c00dc...`
`type`	도로 유형	`its` (일반도로) / `ex` (고속도로)
`minX / maxX`	경도 범위	`120.95 ~ 127.02`
`minY / maxY`	위도 범위	`30.55 ~ 37.69`
`getType`	응답 형식	`json`

API URL 구조

url_cctv = (
    f"https://openapi.its.go.kr:9443/cctvInfo"
    f"?apiKey={key}&type={Type}&cctvType=1"
    f"&minX={minX}&maxX={maxX}"
    f"&minY={minY}&maxY={maxY}"
    f"&getType={getType}"
)

CCTV 스트림 가져오기

CCTV 스트림 URL 받아오기

urllib로 API 호출 → JSON 응답 → pandas DataFrame 변환 → CCTV URL 선택

단계별 흐름

① 인증 키 → ② 도로 유형·영역 → ③ URL 조립 → ④ 요청 → ⑤ bytes→str 디코딩 → ⑥ JSON 파싱 → ⑦ DataFrame 변환 → ⑧ CCTV URL 선택

전체 코드

import urllib.request   # 인터넷 주소로 자료 요청하는 도구
import json              # 글자로 된 자료를 사전(dict) 모양으로 바꾸는 도구
import pandas as pd      # 자료를 엑셀 같은 표로 다루는 도구

# 1. 인증 키 → 정부 사이트에서 받은 "비밀 번호", 이게 있어야 자료 줌
key = "db5c00dc1fce45c49049bff225a0fea6"

# 2. 도로 유형 (its=일반도로, ex=고속도로) → 어느 도로 CCTV 가져올지 선택
Type = "its"

# 3. 관심 영역 (경도·위도 범위) → 지도 위에 사각형 그려서 그 안 CCTV만 요청
minX, maxX = 120.95, 127.02   # 동서(가로) 범위 → 한국 전체 가로
minY, maxY = 30.55, 37.69     # 남북(세로) 범위 → 한국 전체 세로
getType = "json"              # 응답 형식 → JSON(글자로 정리된 자료)

# 4. API URL 조립 → 위 정보를 모두 합쳐서 "자료 요청 주소" 한 줄로 만듦
url_cctv = (
    f"https://openapi.its.go.kr:9443/cctvInfo"
    f"?apiKey={key}&type={Type}&cctvType=1"
    f"&minX={minX}&maxX={maxX}"
    f"&minY={minY}&maxY={maxY}&getType={getType}"
)

# 5. 요청 → 응답 : 만든 주소로 "자료 주세요" 보내고 봉투(response) 받음
response = urllib.request.urlopen(url_cctv)

# 6. bytes → str → dict : 봉투 뜯기 (왜 두 번 변환?)
#    (왜 디코딩?) 서버는 인터넷 전송용 bytes(0·1 묶음)로 보냄
#                 → 사람·파이썬이 읽으려면 한글 str(글자)로 풀어야 함
#    (왜 JSON 파싱?) str은 글자 덩어리일 뿐 → 값 꺼내려면
#                    dict(파이썬 사전) 형태여야 ["키"]로 접근 가능
json_str = response.read().decode("utf-8")   # bytes → str (사람 글자)
json_object = json.loads(json_str)            # str → dict (사전 모양)

# 7. 데이터프레임 변환 → 사전(dict)이 중첩되어 깊이 들어가기 번거로움
#    → 평평한 표(DataFrame)로 펴서 한눈에 보고 행/열 인덱싱
cctv_play = pd.json_normalize(
    json_object["response"]["data"], sep=''
)

# 8. 77번 CCTV URL 출력 → 표에서 77번째 줄 CCTV 영상 주소 꺼내 화면에 보여줌
test_url = cctv_play["cctvurl"][77]
print(f"선택된 CCTV URL : {test_url}")

핵심 함수 설명

• urllib.request.urlopen(url) — 인터넷 주소에 "자료 주세요" 편지 보내고, 답장 봉투(response) 받기
• response.read().decode("utf-8") — 봉투 열어서 컴퓨터 글자(bytes) → 한글 글자(str) 풀기
• json.loads(json_str) — 글자 묶음을 파이썬이 알아듣는 사전(dict) 모양으로 정리
• pd.json_normalize(data) — 복잡하게 겹친 사전을 엑셀처럼 평평한 표(DataFrame)로 펴기

YOLO로 실시간 탐지

YOLO + ITS

ITS API CCTV URL → cv2.VideoCapture 연결 → 프레임 반복 → YOLO로 차량·사람 탐지

CCTV → cv2 → YOLO 연결 흐름

from ultralytics import YOLO
import cv2                     # 영상·이미지 처리 도구 (OpenCV)
import urllib.request, json
import pandas as pd

key = "db5c00dc1fce45c49049bff225a0fea6"   # ITS 인증 키
Type, getType = "its", "json"
minX, maxX, minY, maxY = 120.95, 127.02, 30.55, 37.69

# 1. API → CCTV URL : ITS 서버에서 CCTV 목록 받아 표로 정리
url_cctv = (
    f"https://openapi.its.go.kr:9443/cctvInfo"
    f"?apiKey={key}&type={Type}&cctvType=1"
    f"&minX={minX}&maxX={maxX}"
    f"&minY={minY}&maxY={maxY}&getType={getType}"
)
response = urllib.request.urlopen(url_cctv)
json_object = json.loads(response.read().decode("utf-8"))
cctv_play = pd.json_normalize(
    json_object["response"]["data"], sep=''
)

# 2. 1000번 CCTV 선택 → 표에서 1000번째 줄 영상 주소 꺼냄
test_url = cctv_play["cctvurl"][1000]

# 3. 비디오 스트림 열기
#    (왜?) URL은 단지 "주소" → 실제 영상 프레임을 받으려면
#          캡처 객체(cap)에 연결해야 한 장씩 읽기 가능
cap = cv2.VideoCapture(test_url)

# 4. YOLO 모델 로드 → 학습된 가중치 파일(.pt)을 메모리에 올림
#    (왜?) 모델 없이는 사진만 있을 뿐, 추론 불가
model = YOLO("yolo11n.pt")

# 5. 프레임 반복 처리
#    (왜 while?) 영상은 시간축 → 끝날 때까지 한 장씩 계속 받아야 실시간 처리
while cap.isOpened():            # 스트림 살아있는 동안 반복
    success, frame = cap.read()    # 다음 프레임 1장 가져옴
    if not success:               # 프레임 못 받으면 종료
        print("프레임 읽기 실패 . . .")
        break

    results = model(frame)         # 탐지 실행 → 박스·라벨 결과
    annotated = results[0].plot()    # 결과를 그림 위에 박스로 그리기

    cv2.namedWindow("OPENAPI", cv2.WINDOW_NORMAL)   # 창 크기 자유 조절
    cv2.imshow("OPENAPI", annotated)                # 화면에 표시

    # (왜 waitKey & 0xFF?) 1ms 대기하며 키 입력 받음 → q 누르면 루프 탈출
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

# 6. 자원 해제
#    (왜?) cap·창 점유 그대로 두면 다음 실행 시 카메라 잠김 → 리소스 누수
cap.release()                       # 스트림 닫기
cv2.destroyAllWindows()                # 모든 창 닫기

포인트

• cv2.VideoCapture(URL) — 웹캠 번호(0,1...) 대신 스트림 URL → IP 카메라·CCTV 동일 처리
• cap.isOpened() — 스트림 살아있는 동안 while 반복
• cv2.WINDOW_NORMAL — 창 크기 마우스 조절 가능 (기본은 고정 크기)
• q 키 종료 — waitKey(1) & 0xFF == ord("q") 패턴, 1ms 대기 + 키 비트 추출
• cap.release() + destroyAllWindows() — 자원 반환 필수, 안 하면 다음 실행 시 카메라 잠김

함수로 정리하기

함수 분리 & 재사용

반복되는 API 호출 코드를 def its_cctv() 함수로 묶음 → 다른 파일에서 import 한 줄로 CCTV URL 획득

함수 정의 (v16_04_cctv_its_def.py)

import urllib.request, json
import pandas as pd

# (왜 함수화?) STEP 02 코드 한 덩어리 → 매번 복붙 비효율
#              함수로 묶으면 다른 파일에서 1줄로 재사용, 입력값(인덱스)만 바꿔 호출
def its_cctv(cctv_index=77):     # 매개변수 기본값 77 → 안 넣어도 동작
    key = "db5c00dc1fce45c49049bff225a0fea6"
    Type, getType = "its", "json"
    minX, maxX, minY, maxY = 120.95, 127.02, 30.55, 37.69

    url_cctv = (
        f"https://openapi.its.go.kr:9443/cctvInfo"
        f"?apiKey={key}&type={Type}&cctvType=1"
        f"&minX={minX}&maxX={maxX}"
        f"&minY={minY}&maxY={maxY}&getType={getType}"
    )
    response = urllib.request.urlopen(url_cctv)
    json_object = json.loads(response.read().decode("utf-8"))
    cctv_play = pd.json_normalize(
        json_object["response"]["data"], sep=''
    )
    test_url = cctv_play["cctvurl"][cctv_index]
    print(f"선택된 CCTV URL : {test_url},  CCTV 번호 : {cctv_index}")
    return test_url      # 함수 결과 → 호출한 쪽이 받아 사용

함수 가져와서 YOLO 통합 (v16_05_cctv_its_def_yolo.py)

from ultralytics import YOLO
import cv2
from v16_04_cctv_its_def import its_cctv     # 앞서 만든 함수 가져오기

# 함수 한 줄로 URL 획득 → (왜?) STEP 02·03 코드 17줄이 이제 1줄로 압축
test_url = its_cctv(50)              # 50번 CCTV 선택, 다른 번호로 자유 변경

cap = cv2.VideoCapture(test_url)   # URL → 프레임 캡처 객체
model = YOLO("yolo11n.pt")           # 학습된 가중치 로드

while cap.isOpened():
    success, frame = cap.read()
    if not success:
        print("프레임 읽기 실패")
        break

    results = model(frame)             # 탐지 실행
    annotated = results[0].plot()        # 박스·라벨 그리기

    cv2.namedWindow("ITS_YOLO", cv2.WINDOW_AUTOSIZE)    # 창 크기 자동
    cv2.imshow("ITS_YOLO", annotated)

    if cv2.waitKey(1) & 0xFF == ord('q'):              # q → 종료
        break

cap.release()                # 스트림 해제 (필수)
cv2.destroyAllWindows()        # 창 모두 닫기

함수화의 장점

• 재사용 — 다른 파일 import 한 줄로 사용
• 매개변수 — cctv_index 값만 바꿔 원하는 CCTV 선택
• 가독성 — 메인 로직에서 API 세부 코드 은닉 → 깔끔
• 유지보수 — API 주소·키 바뀌어도 함수 1곳만 수정

알라딘 Open API

알라딘 Open API — 도서 검색·베스트셀러·신간

알라딘이 제공하는 도서 관련 Open API. 키워드로 책을 검색하거나 베스트셀러·신간 목록을 가져올 수 있습니다.

API 키 발급

• 알라딘 Open API 신청: https://blog.aladin.co.kr/openapi/popup/6695306
• API 문서(구글 Docs): https://docs.google.com/document/d/1mX-WxuoGs8Hy-QalhHcvuV17n50uGI2Sg_GHofgiePE

베스트셀러 조회 예시

import requests

API_KEY = "YOUR_TTB_KEY"
url = "https://www.aladin.co.kr/ttb/api/ItemList.aspx"

params = {
    "ttbkey": API_KEY,
    "QueryType": "Bestseller",  # Bestseller / NewAll / NewSpecial
    "MaxResults": 10,
    "SearchTarget": "Book",
    "output": "js",
    "Version": "20131101"
}

res = requests.get(url, params=params)
data = res.json()
for item in data["item"]:
    print(item["title"], "|", item["author"])

기상청 날씨 API

공공데이터포털 — 기상청 단기예보 API

기상청이 제공하는 초단기·단기 날씨 예보 데이터. 공공데이터포털(data.go.kr)에서 무료로 키를 발급받아 사용합니다.

API 키 발급

• 공공데이터포털: https://www.data.go.kr
• 검색: "기상청 단기예보" → 활용신청 → Service Key 발급

단기예보 조회 예시

import requests

API_KEY = "YOUR_SERVICE_KEY"
url = "https://apis.data.go.kr/1360000/VilageFcstInfoService_2.0/getVilageFcst"

params = {
    "serviceKey": API_KEY,
    "numOfRows": 10,
    "pageNo": 1,
    "dataType": "JSON",
    "base_date": "20250427",  # YYYYMMDD
    "base_time": "0500",      # 예보 기준 시각
    "nx": 60,                 # 서울 격자 X
    "ny": 127                 # 서울 격자 Y
}

res = requests.get(url, params=params)
items = res.json()["response"]["body"]["items"]["item"]
for item in items[:5]:
    print(item["category"], item["fcstValue"])

카카오 로컬 API

카카오 Local API — 장소 검색·주소 변환

카카오가 제공하는 장소 검색, 좌표-주소 변환 API. REST API 키 하나로 카카오맵·카카오톡 등 다양한 카카오 서비스에 연동 가능합니다.

API 키 발급

• 카카오 개발자: https://developers.kakao.com
• 앱 생성 → 앱 키 → REST API 키 복사

장소 검색 예시

import requests

API_KEY = "YOUR_REST_API_KEY"
url = "https://dapi.kakao.com/v2/local/search/keyword.json"

headers = {"Authorization": f"KakaoAK {API_KEY}"}
params = {
    "query": "강남역 카페",
    "size": 5
}

res = requests.get(url, headers=headers, params=params)
places = res.json()["documents"]
for p in places:
    print(p["place_name"], "|", p["address_name"])

네이버 검색 API

네이버 Open API — 뉴스·책·쇼핑 검색

네이버 검색 결과를 API로 가져옵니다. Client ID와 Client Secret 2가지 API 키를 헤더에 담아 사용합니다.

API 키 발급

• 네이버 개발자: https://developers.naver.com
• 애플리케이션 등록 → Client ID / Client Secret 발급 (API 키)

뉴스 검색 예시

import requests

CLIENT_ID = "YOUR_CLIENT_ID"
CLIENT_SECRET = "YOUR_CLIENT_SECRET"
url = "https://openapi.naver.com/v1/search/news.json"

headers = {
    "X-Naver-Client-Id": CLIENT_ID,
    "X-Naver-Client-Secret": CLIENT_SECRET
}
params = {
    "query": "인공지능",
    "display": 5,
    "sort": "date"
}

res = requests.get(url, headers=headers, params=params)
for item in res.json()["items"]:
    print(item["title"], "|", item["pubDate"])

검색 타입별 엔드포인트

• 뉴스: /v1/search/news.json
• 책: /v1/search/book.json
• 쇼핑: /v1/search/shop.json
• 블로그: /v1/search/blog.json

🐣 브론즈