AWS Cost Explorer MCP 서버

“AWS Cost Explorer” MCP 서버는 무엇을 하나요?

AWS Cost Explorer MCP 서버는 Anthropic의 Claude와 같은 AI 어시스턴트와 AWS Cost Explorer, Amazon Bedrock Model Invocation Logs를 연결하는 미들웨어 도구입니다. 이 서버를 통해 개발자와 AI 에이전트는 AWS의 클라우드 지출 데이터를 자연어로 질의하고 분석할 수 있어, EC2 지출 분석, 서비스별 비용 리포트, 세분화된 비용 분석 등의 작업이 가능합니다. AWS Cost Explorer API 기능을 Model Context Protocol(MCP)을 통해 노출하여, AWS 비용을 질의하고 시각화할 수 있는 대화형 인터페이스를 제공함으로써 클라우드 비용 관리 및 리포팅 워크플로우를 크게 개선할 수 있습니다. 이 서버는 로컬 또는 원격에서 실행할 수 있으며, 적절한 IAM 역할이 설정되어 있다면 여러 AWS 계정의 지출 데이터를 집계할 수도 있습니다.

프롬프트 목록

• 저장소나 문서에 명시적인 프롬프트 템플릿이 없습니다.

리소스 목록

• 저장소나 문서에 명시적인 MCP 리소스가 없습니다.

도구 목록

• server.py나 README.md에 MCP 도구 등록 또는 노출과 관련된 명시적 도구나 도구명이 없습니다.

이 MCP 서버의 활용 사례

• EC2 지출 분석: 전일 기준 EC2 지출을 상세히 분해하여 비용 발생 요인을 파악하고 인프라 최적화에 도움을 줍니다.
• Amazon Bedrock 지출 분석: 지역, 사용자, 모델별로 구분된 Bedrock 사용량 및 비용을 제공하여 AI/ML 워크로드 비용 추적에 유용합니다.
• 서비스별 지출 리포트: 최근 30일간의 전체 AWS 서비스 지출을 질의할 수 있어, 클라우드 비용을 포괄적으로 모니터링할 수 있습니다.
• 상세 비용 세분화: 일자, 지역, 서비스, 인스턴스 타입별로 AWS 비용을 세분화 분석하여 예산 추적 및 이상 감지에 효과적입니다.
• 계정 간 지출 집계: IAM 역할 권한이 있으면 여러 AWS 계정의 지출을 집계 및 리포트하여 다계정 비용 관리를 간소화할 수 있습니다.

설정 방법

Windsurf

1. Python 3.12, AWS 자격 증명, Anthropic API 접근이 준비되어 있는지 확인하세요.
2. Windsurf 설정 파일을 찾으세요.
3. 설정 파일의 mcpServers 객체에 AWS Cost Explorer MCP 서버를 추가하세요:

   {
     "mcpServers": {
       "aws-cost-explorer": {
         "command": "python3",
         "args": ["app.py"]
       }
     }
   }
   

4. 설정을 저장하고 Windsurf를 재시작하세요.
5. 서버가 정상적으로 실행되고 접근 가능한지 확인하세요.

API 키 보안 예시:

{
  "mcpServers": {
    "aws-cost-explorer": {
      "command": "python3",
      "args": ["app.py"],
      "env": {
        "AWS_ACCESS_KEY_ID": "your-access-key",
        "AWS_SECRET_ACCESS_KEY": "your-secret-key"
      }
    }
  }
}

Claude

1. Python 3.12을 설치하고 AWS 자격 증명을 설정하세요.
2. Claude의 MCP 설정 파일을 수정하세요.
3. 다음과 같이 서버를 추가하세요:

   {
     "mcpServers": {
       "aws-cost-explorer": {
         "command": "python3",
         "args": ["app.py"]
       }
     }
   }
   

4. Claude Desktop을 재시작하세요.
5. Claude 인터페이스에서 통합을 확인하세요.

Cursor

1. Python 3.12와 AWS 자격 증명을 준비하세요.
2. Cursor 설정 파일을 여세요.
3. mcpServers 섹션에 다음을 삽입하세요:

   {
     "mcpServers": {
       "aws-cost-explorer": {
         "command": "python3",
         "args": ["app.py"]
       }
     }
   }
   

4. 변경 사항을 저장하고 Cursor를 재시작하세요.
5. 샘플 질의를 실행하여 연결을 테스트하세요.

Cline

1. Python 3.12와 필요한 AWS 자격 증명을 준비하세요.
2. Cline 설정 파일을 수정하세요.
3. 아래와 같이 서버 구성을 추가하세요:

   {
     "mcpServers": {
       "aws-cost-explorer": {
         "command": "python3",
         "args": ["app.py"]
       }
     }
   }
   

4. Cline을 재시작하세요.
5. 서버가 정상적으로 동작하는지 확인하세요.

참고: Windsurf 예시와 같이 환경 변수를 사용하여 API 키를 안전하게 보관하세요.

플로우 내에서 MCP 사용 방법

FlowHunt에서 MCP 사용하기

FlowHunt 워크플로우에 MCP 서버를 통합하려면, MCP 컴포넌트를 플로우에 추가하고 AI 에이전트와 연결하세요.

MCP 컴포넌트를 클릭하면 설정 패널이 열립니다. 시스템 MCP 설정 섹션에 아래와 같은 JSON 형식으로 MCP 서버 정보를 입력하세요:

{
  "aws-cost-explorer": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

설정이 완료되면, AI 에이전트가 해당 MCP의 모든 기능과 역량을 도구로 사용할 수 있습니다. “aws-cost-explorer” 부분은 실제 MCP 서버 이름으로, URL은 본인의 MCP 서버 주소로 변경해야 합니다.

개요

총평

이 MCP 서버는 Claude 등에서 AWS 비용 분석 인터페이스를 제공하지만, 문서에 명확한 MCP 프롬프트, 리소스, 도구 정의가 부족합니다. 셋업이 간편하고 실용적인 비용 분석에 적합하지만, 일부 고급 MCP 기능은 미지원 또는 미문서화된 것으로 보입니다.

MCP 점수