mcp-google-search MCP 서버

“mcp-google-search” MCP 서버는 무엇을 하나요?

mcp-google-search MCP 서버는 Google Custom Search API를 사용하여 AI 어시스턴트가 웹 검색을 수행하고 웹페이지에서 콘텐츠를 추출할 수 있도록 하는 Model Context Protocol 서버입니다. 이 서버는 AI 클라이언트와 방대한 웹 리소스 사이를 연결하여, 대형 언어 모델(LLM)이 최신 정보를 접근하고 연구하며, 실시간 데이터로 지식을 확장할 수 있게 합니다. 본 서버는 웹 검색과 웹페이지 읽기 두 가지 도구를 제공하여, 외부 온라인 데이터에 신뢰성 있게 접근해야 하는 다양한 개발 및 에이전트 워크플로우에 유용합니다.

프롬프트 목록

사용 가능한 문서에서 명시적인 프롬프트 템플릿이 언급되어 있지 않습니다.

리소스 목록

지금까지의 파일이나 README에서 명시적인 리소스가 문서화되지 않았습니다.

제공 도구 목록

• search
  Google Custom Search API를 사용하여 웹 검색을 수행합니다. 검색 쿼리와 결과 개수(최대 10개)를 지정할 수 있습니다. 각 결과의 제목, 링크, 요약 등 구조화된 결과를 반환합니다.

• read_webpage
  제공된 웹페이지 URL의 콘텐츠를 추출 및 파싱합니다. 페이지를 가져와 스크립트와 스타일을 제거하고, 정제된 제목, 본문, URL을 반환하여 맥락 인식 처리가 가능하도록 합니다.

MCP 서버 활용 사례

• 실시간 웹 리서치
  개발자와 AI 에이전트가 웹에서 최신 정보를 얻어, 지식 집약적 작업에 시의적절한 답변과 연구를 할 수 있습니다.

• 팩트체크 및 검증
  신뢰할 수 있는 웹사이트를 검색하고 페이지 내용을 가져와, 사실, 주장, 출처 등을 실시간으로 검증할 수 있습니다.

• 콘텐츠 요약
  AI 어시스턴트가 기사나 페이지를 읽어 내용을 요약하여 사용자 또는 후속 워크플로우에 제공합니다.

• 자동 지식 수집
  여러 웹 소스에서 정보를 자동으로 수집하고 구조화된 보고서나 데이터셋을 컴파일하는 에이전트를 구축할 수 있습니다.

• 학습 및 탐색
  웹 전반의 문서, 튜토리얼, 관련 토론을 검색하여 코드베이스 탐색 또는 기술 학습을 지원합니다.

설치 방법

Windsurf

1. 사전 준비: Node.js와 npm이 설치되어 있는지 확인하세요.
2. 설정 파일 위치: Windsurf 설정 파일(일반적으로 windsurf_config.json)을 찾으세요.
3. MCP 서버 추가: mcpServers 오브젝트에 아래 코드를 추가하세요:

   {
     "google-search": {
       "command": "npx",
       "args": [
         "-y",
         "@adenot/mcp-google-search"
       ],
       "env": {
         "GOOGLE_API_KEY": "your-api-key-here",
         "GOOGLE_SEARCH_ENGINE_ID": "your-search-engine-id-here"
       }
     }
   }
   

4. 저장 및 재시작: 설정을 저장하고 Windsurf를 재시작하세요.
5. 확인: 서버가 정상적으로 실행되고 도구로 이용 가능한지 확인하세요.

Claude

1. 사전 준비: Node.js와 npm을 설치하세요.
2. Smithery로 설치:
   아래 명령어를 실행하세요:

   npx -y @smithery/cli install @adenot/mcp-google-search --client claude
   

3. 설정 편집:
   Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
   Windows: %APPDATA%/Claude/claude_desktop_config.json
4. JSON 삽입:

   {
     "mcpServers": {
       "google-search": {
         "command": "npx",
         "args": [
           "-y",
           "@adenot/mcp-google-search"
         ],
         "env": {
           "GOOGLE_API_KEY": "your-api-key-here",
           "GOOGLE_SEARCH_ENGINE_ID": "your-search-engine-id-here"
         }
       }
     }
   }
   

5. 저장 및 재시작: 변경 사항을 저장하고 Claude Desktop을 재시작하세요.
6. 확인: 도구 목록에 MCP 서버가 표시되는지 확인하세요.

Cursor

1. 사전 준비: Node.js와 npm 설치.
2. 설정 파일: Cursor 설정 파일(예: cursor_config.json)을 여세요.
3. MCP 서버 추가:

   {
     "mcpServers": {
       "google-search": {
         "command": "npx",
         "args": [
           "-y",
           "@adenot/mcp-google-search"
         ],
         "env": {
           "GOOGLE_API_KEY": "your-api-key-here",
           "GOOGLE_SEARCH_ENGINE_ID": "your-search-engine-id-here"
         }
       }
     }
   }
   

4. 저장 및 재시작: 설정 저장 후 Cursor를 재시작하세요.
5. 확인: 서버가 도구 목록에 정상적으로 표시되는지 확인하세요.

Cline

1. 사전 준비: Node.js와 npm이 필요합니다.
2. 설정 파일 위치: Cline 설정 파일을 찾으세요.
3. MCP 서버 추가/업데이트:

   {
     "mcpServers": {
       "google-search": {
         "command": "npx",
         "args": [
           "-y",
           "@adenot/mcp-google-search"
         ],
         "env": {
           "GOOGLE_API_KEY": "your-api-key-here",
           "GOOGLE_SEARCH_ENGINE_ID": "your-search-engine-id-here"
         }
       }
     }
   }
   

4. 저장 및 재시작: 파일을 저장 후 Cline을 재시작하세요.
5. 설정 확인: MCP 서버가 정상적으로 로드되었는지 확인하세요.

참고:
항상 예시의 "env" 블록처럼 환경 변수를 이용해 API 키를 안전하게 관리하세요. API 키를 버전 관리 시스템에 커밋하지 마세요.

플로우에서 MCP 사용하기

FlowHunt에서 MCP 사용하기

FlowHunt 워크플로우에 MCP 서버를 통합하려면, 플로우에 MCP 컴포넌트를 추가하고 AI 에이전트에 연결하세요:

MCP 컴포넌트를 클릭하여 설정 패널을 엽니다. 시스템 MCP 설정 섹션에 아래와 같이 MCP 서버 정보를 JSON 포맷으로 입력하세요:

{
  "google-search": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

설정이 완료되면, AI 에이전트는 이 MCP를 도구로 활용할 수 있으며, 모든 기능과 역량에 접근할 수 있습니다. “google-search"는 실제 MCP 서버 이름으로, URL도 본인의 MCP 서버 URL로 변경해야 함을 잊지 마세요.

개요

위 표를 종합하면, mcp-google-search MCP 서버는 핵심 도구 기능을 잘 제공하고, 설치도 쉽지만, 프롬프트, 리소스, roots, 샘플링 지원 등의 문서가 부족합니다. 전체 완성도와 개발자 경험은 6/10 정도로 평가할 수 있습니다.

MCP 점수