Built-in Tools, Skills, MCP, Hooks, SubagentsClaude Code는 단순한 코드 생성 도구가 아니라, CLI 환경에서 실제 작업을 수행하는 에이전트형 도구를 지향한다. 기본 제공되는 내장 도구만으로도 파일 시스템 접근, 셸 명령 실행, 코드 생성과 같은 작업을 수행할 수 있지만, 실무 환경에서 요구되는 복잡한 워크플로우를 모두 커버하기에는 한계가 있다. 이를 보완하기 위해 Claude Code는 여러 단계의 확장 메커니즘을 제공하며, 이들은 하나의 에이전트 루프 위에 계층적으로 구성되어 있다.이 문서에서는 Claude Code의 확장 구조를 내장 도구 → Skills → MCP → Hooks → Subagents 순서로 설명하고, 각 구성 요소가 어떤 역할을 수행하는지..

최근 AI 도구를 사용하다 보면 “이 모델은 어떤 정보를 어디까지 알고 있는가”, “왜 매번 같은 설명을 다시 해줘야 하는가” 같은 의문이 들 때가 많다. 특히 코드 작성, 인프라 설계, 운영 자동화처럼 맥락(Context)이 중요한 작업일수록 이런 한계는 더 크게 느껴진다. Model Context Protocol, 줄여서 MCP는 바로 이런 문제를 해결하기 위해 등장한 개념이다.MCP를 한 문장으로 정리하면, AI 모델이 외부 세계의 맥락을 일관된 방식으로 이해하고 활용할 수 있도록 정의한 표준 인터페이스라고 볼 수 있다. 기존의 LLM은 기본적으로 “대화 단위”로만 맥락을 이해했다. 즉, 지금 열려 있는 채팅 창 안의 텍스트가 전부였고, 파일 시스템, 클라우드 리소스, API 상태, 운영 환경 같은..

1. 문제 정의Azure Kubernetes Service(AKS)는 관리형 Kubernetes 서비스이지만, 운영 관점에서는 다음과 같은 과제가 존재한다.노드·파드·네임스페이스·애드온 등 상태를 종합적으로 파악하기 위해 다수의 kubectl·로그·메트릭을 수동으로 확인해야 한다.클러스터 장애 원인(Upgrade 실패, 노드 NotReady, CoreDNS 장애 등)을 파악하려면 여러 소스를 분석해야 하며, 전문 지식이 요구된다. AKS 블로그+1운영 자동화 스크립트는 팀·환경마다 흩어져 있어, 공통 운영 패턴을 재사용하기 어렵다.*Agent CLI for AKS(Agentic CLI)**와 AKS MCP(Model Context Protocol) 서버를 결합하면, 이 문제를 “자연어 기반 AI 에이전트..

1. 문제 정의대규모 Azure 환경에서는 다음과 같은 문제가 반복된다.리소스가 구독·리소스 그룹·지역에 분산되어 있어 전체 현황 파악이 어렵다.Azure CLI, PowerShell, Portal, Bicep/Terraform 등 도구가 분절되어 있어 운영 자동화 흐름이 복잡하다.운영 담당자는 반복적인 조회·점검·스크립트 실행 작업에 많은 시간을 소모한다.Azure MCP Server + GitHub Copilot for Azure 조합은 이러한 문제를 완화한다.Model Context Protocol(MCP)를 통해 GitHub Copilot이 Azure 리소스에 직접 접근하고, 자연어 프롬프트만으로 조회·분석·자동화 작업을 수행할 수 있다. Microsoft Learn+2Microsoft Learn..