Bright Data의 Web MCP 통합을 통한 Amazon Q CLI

이 튜토리얼에서는 다음을 배울 수 있습니다:

Amazon Q Developer CLI가 무엇이며 핵심 기능은 무엇인지.
웹 상호작용 및 데이터 검색 기능으로 확장하여 더욱 유용하게 활용하는 방법.
Amazon Q CLI를 Bright Data MCP 서버에 연결하여 강력한 AI 코딩 에이전트를 생성하는 방법.

자, 시작해 보겠습니다!

Amazon Q Developer CLI란 무엇인가요?

Amazon Q Developer CLI는 개발자가 Amazon Q Developer와 상호작용할 수 있게 해주는 명령줄 인터페이스입니다. 아마도 익숙하지 않으실 텐데, Amazon Q Developer는 소프트웨어 구축, 운영 및 변환을 지원하도록 설계된 생성형 AI 기반 어시스턴트입니다.

일반적으로 Amazon Q CLI로 불리는 Amazon Q Developer CLI는 오픈소스 도구를 통해 이용할 수 있습니다. 이 도구는 터미널에서 Amazon Q Developer를 노출할 뿐만 아니라 그 기능을 향상시킵니다. 특히, 코드베이스를 이해하면서 다양한 개발 작업을 수행할 수 있게 합니다.

이를 통해 다음과 같은 기능을 통해 개발 및 AWS 상호작용 속도를 높일 수 있습니다:

자연어 상호작용: 대화형 프롬프트를 통해 AWS 아키텍처, 리소스 및 일반 개발 작업에 대한 질문을 하고 답변을 받으며 안내를 받을 수 있습니다.
에이전트 기반 코딩 경험: 동적이고 상호작용적인 코딩 환경을 제공하여 Amazon Q Developer가 로컬 CLI 환경을 기반으로 파일을 읽고 쓰며, AWS 리소스를 쿼리하고, 코드를 작성하며, 디버깅 문제를 지원할 수 있게 합니다.
운영 문제 해결: AWS 서비스와의 자연어 상호작용, 인프라 자동 탐색, 지능형 로그 분석, 근본 원인 식별 및 안내형 문제 해결을 통해 문제 해결 프로세스를 간소화합니다.
코드 변환: 사용자 정의 규칙 및 자동화된 현대화 프로세스를 통해 Java 애플리케이션 업그레이드 또는 .NET 애플리케이션 이식 등 코드 변환을 용이하게 합니다.
AWS 서비스 통합: 다양한 AWS 서비스와 상호작용하고 명령어 제안을 제공하여 구문 암기나 문서 검색의 필요성을 줄입니다.

Amazon Q CLI를 Bright Data Web MCP로 강화해야 하는 이유

Amazon Q CLI에 어떤 LLM을 구성하든, 모두 동일한 한계점을 공유합니다: 지식은 정적이라는 점입니다!

결국 LLM이 학습한 데이터 는 특정 시점의 스냅샷에 불과하며, 이는 빠르게 구식이 될 수 있습니다. 소프트웨어 개발과 같이 빠르게 변화하는 분야에서는 특히 그렇습니다. 이제 Amazon Q CLI 에이전트에게 다음과 같은 능력을 부여한다고 상상해 보십시오:

코드를 작성하고 이해하는 동안 실시간 가이드를 참조합니다.
최신 튜토리얼과 문서를 즉시 불러옵니다.
로컬 파일을 탐색하듯 동적 웹사이트를 쉽게 탐색합니다.

바로 이러한 기능들을 Amazon Q CLI를 Bright Data의 Web MCP ( 웹 MCP라고도 함)에 연결함으로써 활용할 수 있습니다. 이 MCP 서버는 실시간 웹 상호작용 및 데이터 수집을 기반으로 구축된 60개 이상의 AI 지원 도구(모두 Bright Data의 AI 인프라로구동됨)에 대한 접근을 제공합니다.

가장 널리 사용되는 두 가지 도구(무료 티어에서도 이용 가능)는 다음과 같습니다:

도구	설명
`scrape_as_markdown`	고급 추출 옵션으로 단일 웹페이지의 콘텐츠를 스크랩하여 마크다운 형식으로 데이터를 반환합니다. 봇 탐지 및 CAPTCHA를 우회할 수 있습니다.
`search_engine`	Google, Bing 또는 Yandex에서 검색 결과를 추출합니다. SERP 데이터를 JSON 또는 마크다운 형식으로 반환합니다.
이 외에도 웹 페이지와 상호작용(예: `scraping_browser_click`)하고 LinkedIn, Amazon, Yahoo Finance, TikTok 등 여러 도메인에서 구조화된 데이터를 수집하는 약 60개의 다른 전문 도구가 있습니다. 예를 들어, `web_data_linkedin_person_profile` 도구는 공개 LinkedIn 프로필 페이지에서 구조화된 프로필 정보를 검색할 수 있습니다.

Amazon Q CLI 내에서 Web MCP가 작동하는 방식을 살펴보세요!

Bright Data의 Web MCP를 Amazon Q CLI에 통합하는 방법

이 안내 섹션을 따라 Amazon Q Developer CLI를 로컬에 설치하고 Bright Data Web MCP 통합을 위해 구성하는 방법을 알아보세요. 결과적으로 60개 이상의 웹 도구에 접근할 수 있는 향상된 코딩 에이전트를 활용할 수 있습니다.

설정이 완료되면 CLI 에이전트를 사용하여 샘플 작업에서 다음을 수행할 수 있습니다:

실시간으로 LinkedIn 프로필 페이지를 스크래핑하여 실제 프로필 데이터를 수집합니다.
수집된 데이터를 로컬 JSON 파일에 저장합니다.
해당 데이터를 불러와 처리하는 Node.js 스크립트 생성

시작하려면 아래 단계를 따르세요!
참고: 이 튜토리얼은 CLI에서 Amazon Developer Q 사용에 중점을 둡니다. 공식 문서에 설명된 대로 IDE에 직접 통합하기 위한 유사한 설정도 적용할 수 있습니다.

필수 사항

시작하기 전에 다음 사항을 확인하십시오:

macOS 또는 Linux 환경 (Windows 사용자는 Windows Subsystem for Linux를 사용해야 함).
로컬에 설치된 Node.js (최신 LTS 버전을 권장합니다).
Amazon AWS 빌더 ID.
API 토큰이 설정된 Bright Data 계정.

다음 단계에서 Bright Data 설정을 안내해 드리므로 당장은 걱정하지 않으셔도 됩니다.

다음과 같은 배경 지식을 갖추면 도움이 되지만(선택 사항):

MCP 작동 방식에 대한 일반적인 이해.
Bright Data의 Web MCP 및 제공되는 도구에 대한 어느 정도 익숙함.

1단계: Amazon Q 개발자 CLI 설치

사용 중인 운영 체제에 맞는 공식 가이드를 따라 Amazon Q CLI를 설치하세요. Windows 사용자는 Ubuntu 비 GUI 가이드를 따라 WSL 인스턴스에 적용해야 합니다.

설치 과정에서 몇 가지 질문이 표시됩니다. 사용자의 환경에 맞는 답변을 선택하세요:

The questions asked by Amazon Q Developer CLI on installation

다음으로, 제공된 코드를 사용하여 브라우저에서 Amazon Q Developer CLI를 인증하세요. 아직 Amazon AWS 빌더 ID가 없다면 생성 과정을 안내받을 수 있습니다.

모든 것이 정상적으로 진행되면 다음과 같은 메시지가 표시됩니다:

Amazon Q CLI가 시스템에 성공적으로 설치되었습니다.

시스템을 재시작한 후 다음 명령어로 Amazon Q Developer CLI를 실행하세요:

결과는 다음과 같아야 합니다:

기본 모델이 Claude Sonnet 4로 설정된 것을 확인하세요. /model 명령어를 사용하여 언제든지 변경할 수 있습니다. 현재 채팅 세션에 사용할 수 있는 Anthropic 모델은 다음과 같습니다:

Claude Sonnet 4 (기본값)
Claude 3.7 Sonnet
Claude 3.5 Sonnet

좋습니다! Amazon Q Developer CLI가 설치되어 사용 준비가 완료되었습니다.

2단계: 웹 MCP 작동 확인

Amazon Q 에이전트를 Bright Data의 웹 MCP에 연결하기 전에, 먼저 해당 머신에서 MCP 서버를 실행할 수 있는지 확인하세요.

아직 계정이 없다면 Bright Data 계정을 생성하세요. 이미 계정이 있다면 로그인하세요. 빠른 설정을 위해 계정의 “MCP” 페이지를 열고 안내를 따르세요:

The Bright Data “MCP” page in your account

그렇지 않은 경우 아래 단계를 따르세요.

먼저 Bright Data API 키를 생성하고 안전한 곳에 보관하세요. 본 가이드에서는 통합 과정을 단순화하기 위해 API 키에 관리자 권한이 부여된 것으로 가정합니다.

그런 다음 다음 명령어를 실행하여 Web MCP를 전역으로 설치하세요:

npm install -g @brightdata/mcp

로컬 MCP 서버가 작동하는지 확인하려면 다음을 실행하세요:

API_TOKEN="<YOUR_BRIGHT_DATA_API>" npx -y @brightdata/mcp

<YOUR_BRIGHT_DATA_API> 자리 표시자를 실제 Bright Data API 토큰으로 대체하세요. 이 명령어는 필요한 API_TOKEN 환경 변수를 설정한 후 @brightdata/mcp 패키지를 통해 웹 MCP를 시작합니다.

성공 시 다음과 유사한 로그가 표시됩니다:

첫 실행 시 패키지는 Bright Data 계정에 두 개의 기본 영역을 생성합니다:

mcp_unlocker: 웹 언락커용 영역.
mcp_browser: 브라우저 API용 영역.

이 영역들은 Web MCP가 60개 이상의 모든 도구를 구동하는 데 필요합니다.

생성 여부를 확인하려면 Bright Data 대시보드에 로그인하여 “프록시 및 스크래핑 인프라” 페이지로 이동하세요. 두 영역이 목록에 표시되어야 합니다:

The mcp_unlocker and mcp_browser zones created by the Web MCP at startup

API 토큰에 관리자 권한이 없는 경우 해당 존이 생성되지 않습니다. 이 경우 대시보드에서 수동으로 존을 추가하고 환경 변수를 통해 이름을 구성해야 합니다(자세한 내용은 GitHub 페이지 참조).

참고: 기본적으로 MCP 서버는 search_engine 및 scrape_as_markdown 도구만 노출합니다(무료로 사용 가능!).

브라우저 자동화 및 구조화된 데이터 피드와 같은 고급 기능을 사용하려면 프로 모드를 활성화하세요. 이를 위해 MCP 서버 실행 전에 PRO_MODE=true 환경 변수를 설정하세요:

API_TOKEN="<YOUR_BRIGHT_DATA_API>" PRO_MODE="true" npx -y @brightdata/mcp

프로 모드는 60개 이상의 모든 도구를 사용할 수 있게 하지만, 무료 계층에는 포함되지 않으며 추가 요금이 발생할 수 있습니다.

완벽합니다! 웹 MCP 서버가 귀하의 머신에서 작동함을 확인하셨습니다. 이제 서버 프로세스를 중지하세요. Amazon Q CLI가 자동으로 실행되어 서버에 연결되도록 구성할 예정입니다.

3단계: Amazon Q CLI에서 Bright Data의 Web MCP 구성

Amazon Q CLI는 ~/.aws/amazonq 폴더에 있는 사용자 지정 JSON 구성 파일을 통해 글로벌 MCP 통합을 지원합니다.

공식 MCP 통합 블로그 게시물에 나와 있듯이, Amazon Q CLI 구성 디렉터리 내에 mcp.json 이라는 새 파일을 생성하세요:

nano ~/.aws/amazonq/mcp.json

아래 JSON 구성이 포함되어 있는지 확인하세요:

{
  "mcpServers": {
    "brightData": {
      "command": "npx",
      "args": [
        "-y",
        "@brightdata/mcp"
      ],
      "env": {
        "API_TOKEN": "<YOUR_BRIGHT_DATA_API_KEY>",
        "PRO_MODE": "true"
      }
    }
  }
}

<YOUR_BRIGHT_DATA_API_KEY> 를 앞서 생성하고 테스트한 Bright Data API 키로 대체하세요. 구성 구문에 대한 자세한 내용은 공식 문서를 참조하세요.

위 JSON 내용에서:

mcpServers 객체는 Amazon Q CLI가 인식하는 MCP 서버를 정의합니다.
brightData 항목은 명령어(npx)와 함께 필요한 환경 변수를 지정합니다. 여기서 API_TOKEN은 웹 MCP를 인증하며, PRO_MODE는 선택 사항이지만(사용 가능한 모든 도구를 활용하려면 권장됨)

요약하면, mcp.json 파일은 모든 Amazon Q 개발자 CLI 인스턴스가 필요한 환경 변수와 함께 앞서 테스트한 것과 동일한 npx 명령을 실행하도록 지시합니다.

멋지네요! 이제 CLI 에이전트가 Bright Data 웹 MCP 서버에 직접 연결하여 실행할 수 있습니다.

4단계: 웹 MCP 도구 사용 가능 여부 확인

Amazon Q CLI를 재실행하여 MCP 통합이 작동하는지 확인하세요:

이번에는 구성된 MCP 서버가 로드되었음을 나타내는 메시지가 표시되어야 합니다:

The brightData MCP server has been loaded successfully

이는 Bright Data MCP 서버가 계획대로 시작되고 연결되었음을 확인해 줍니다.

모든 도구가 사용 가능한지 확인하려면 /tools 명령어를 실행하세요:

PRO_MODE가 활성화된 경우 60개 이상의 도구가 나열됩니다. 그렇지 않으면 기본 도구인 scrape_as_markdown과 search_engine만 표시됩니다.

훌륭합니다! Amazon Q CLI의 Bright Data 웹 MCP 통합이 완벽하게 작동하고 있습니다.

5단계: Amazon Q CLI에서 작업 실행

다음과 같은 프롬프트로 Amazon Q 개발자 CLI 에이전트의 새로운 웹 기능을 테스트해 보세요:

https://it.linkedin.com/in/antonello-zanini에서 데이터를 추출하여 profile.json이라는 로컬 파일에 저장하세요. 그런 다음 JSON 파일을 로드하고 내용을 출력하는 간단한 Node.js 스크립트를 생성하세요.

프롬프트를 입력하고 Enter 키를 눌러 실행하세요. 다음과 유사한 동작을 확인할 수 있습니다:

Task execution in Amazon Q Developer CLI

GIF는 속도를 높인 것이지만, 단계별로 발생하는 과정은 다음과 같습니다:

에이전트는 LinkedIn 데이터 검색이 필요함을 식별합니다. 이를 위해 LLM은 적절한 MCP 도구(web_data_linkedin_person_profile)를 선택하고 프롬프트(https://it.linkedin.com/in/antonello-zanini)에서 추출한 올바른 인수를 준비합니다.
선택된 도구 실행을 승인하라는 메시지가 표시됩니다.
승인 후 에이전트는 대상 데이터를 수집하여 사용자에게 표시하고, 로컬 profile.json 파일에 저장할 권한을 요청합니다.
허가를 부여하면 LinkedIn 프로필 데이터가 profile.json 파일에 저장됩니다.
에이전트는 profile.json에서 데이터를 읽고 출력하기 위한 Node.js 스크립트(load_profile.js)를 표시하며, 파일 생성 권한을 요청합니다.
허가가 주어지면 load_profile.js 파일이 생성됩니다.
마지막으로 에이전트는 생성된 Node.js 스크립트를 실행하는 방법에 대한 지침을 제공합니다.

실행 중 로그를 확인하여 올바른 Bright Data Web MCP 도구가 사용되었는지 확인할 수 있습니다:

web_data_linkedin_person_profile tool usage

훌륭합니다! 모든 것이 의도한 대로 작동했습니다. 다음으로 출력을 확인하고 결과 Node.js 스크립트를 실행해 보세요.

6단계: 출력 결과 탐색

CLI 코딩 에이전트 실행이 완료되면 작업 디렉터리에 다음 파일이 생성됩니다:

├── profile.json
└── load_rofile.js

Visual Studio Code(또는 선호하는 IDE)에서 프로젝트 디렉터리를 열고 profile.json 파일을 확인하세요:

중요: profile.json의 데이터는 전용 web_data_linkedin_person_profile MCP 도구를 통해 호출된 Bright Data LinkedIn 스크레이퍼에서 가져온 것입니다. 즉, 보이는 내용은 Sonnet 4가 생성한 허구적 콘텐츠가 아닌 실제 LinkedIn 데이터입니다!

프롬프트에 참조된 공개 LinkedIn 프로필 페이지를 확인해 보면 알 수 있듯이, LinkedIn 데이터는 올바르게 가져왔습니다.

LinkedIn은 정교한 봇 방지 시스템으로 인해 스크래핑이 매우 까다롭다는 점을 잊지 마십시오. 일반적인 LLM은 이 작업을 안정적으로 수행할 수 없으며, 이는 Web MCP 통합 덕분에 여러분의 코딩 에이전트가 얼마나 강력해졌는지를 증명합니다.

다음으로 load_profile.js 파일을 확인하세요:

Node.js 스크립트를 테스트하려면 다음을 실행하세요:

node load_profile.js

출력 결과는 다음과 같아야 합니다:

AI가 생성한 스크립트가 계획대로 LinkedIn 스크래핑 데이터를 출력하는 것을 확인하세요.

자, 이제 완성되었습니다! 다양한 프롬프트로 Amazon Q CLI + Web MCP 에이전트를 시험해보고, CLI 내에서 직접 고급 LLM 기반 데이터 워크플로를 탐색해 보세요.

결론

이 블로그 글에서는 Amazon Developer Q CLI를 Bright Data의 Web MCP(이제 무료 이용권 제공!)에 연결하는 방법을 살펴보았습니다. 그 결과, 웹 데이터 추출 및 상호작용을 위한 60개 이상의 도구에 접근할 수 있는 강화된 AI 코딩 에이전트를 구축할 수 있습니다.

복잡한 AI 에이전트를 구축하려면 Bright Data AI 인프라에서 제공하는 모든 제품 및 서비스를 살펴보세요. 이러한 솔루션은 CLI 통합을 포함한 다양한 에이전트 시나리오를 지원합니다.

지금 바로 무료 Bright Data 계정을 생성하고 AI 지원 웹 데이터 도구로 실험을 시작해 보세요!

문의하기 무료 체험 시작하기