json2video MCP 서버

“json2video” MCP 서버는 무엇을 하나요?

json2video MCP(Model Context Protocol) 서버는 AI 어시스턴트와 json2video API 사이의 다리 역할을 하여, 자연어 또는 에이전트 기반 워크플로우를 통해 프로그래밍 방식의 영상 생성을 가능하게 합니다. 영상 생성과 상태 확인을 위한 도구를 노출함으로써, 개발자, LLM, 자동화 에이전트가 구조화된 JSON을 사용해 영상 프로젝트를 생성, 맞춤화, 모니터링할 수 있습니다. 이 서버는 텍스트, 이미지, 오디오, 컴포넌트, 자막 등 풍부한 장면 및 요소 구성을 지원하여, 동적인 영상 콘텐츠 제작에 적합합니다. MCP 호환 플랫폼과의 매끄러운 통합을 위해 설계되어, API 키 인증 및 포괄적인 오류 처리와 함께 비동기 영상 렌더링과 프로젝트 관리를 간소화하여 개발자의 생산성을 높여줍니다.

프롬프트 목록

저장소나 문서에 명시된 프롬프트 템플릿이 없습니다.

리소스 목록

저장소 및 README에 명시된 MCP “리소스"는 없습니다.

도구 목록

• generate_video
  json2video API를 사용해 영상 프로젝트를 생성합니다. 여러 장면과 요소(텍스트, 이미지, 영상, 오디오, HTML, 자막 등)를 지정하여 상세하게 맞춤화할 수 있습니다. 추적을 위한 프로젝트 ID가 반환됩니다.
• get_video_status
  프로젝트 ID로 제출된 영상의 렌더 상태를 확인하여, 비동기 워크플로우와 진행 상황 모니터링이 가능합니다.

MCP 서버 활용 사례

• 자동화된 영상 콘텐츠 생성
  개발자와 에이전트가 마케팅, 교육, SNS 영상을 프로그래밍 방식으로 제작할 수 있어 수동 편집이 줄고, 빠른 콘텐츠 반복이 가능합니다.
• 동적 장면 구성
  LLM 기반 워크플로우에서 장면과 미디어 요소를 동적으로 지정해 복잡한 영상을 조립할 수 있어, 개인화 및 데이터 기반 영상 출력에 적합합니다.
• 긴 렌더링의 상태 모니터링
  비동기 영상 렌더링을 활용해 에이전트가 영상 생성 상태를 확인 및 보고할 수 있어, 진행 상황 피드백이 필요한 서비스의 사용자 경험을 향상합니다.
• AI 콘텐츠 파이프라인과의 통합
  영상 출력이 한 단계인 복합 AI 워크플로우(예: 콘텐츠 요약, 시각화, 최종 영상 자동 조립)에 쉽게 적용할 수 있습니다.
• 컴포넌트 기반 영상 조립
  텍스트, 그래픽, 오디오, 자막을 조합해 영상 생성이 가능하여 접근성 및 현지화 워크플로우에 유용합니다.

설정 방법

Windsurf

저장소 및 README에 Windsurf 관련 설정 안내가 없습니다.

Claude

저장소 및 README에 Claude 관련 설정 안내가 없습니다.

Cursor

1. Cursor 설정을 엽니다.
2. 기능 > MCP 서버로 이동합니다.
3. “+ 새 MCP 서버 추가"를 클릭합니다.
4. 아래와 같이 입력합니다:
   • 이름: “json2video-mcp”(또는 원하는 이름)
   • 유형: “command”
   • 명령어:

     env JSON2VIDEO_API_KEY=your_api_key_here npx -y @omerrgocmen/json2video-mcp
     

5. 또는 전역 MCP 서버 설정에 다음을 추가하세요:

   {
     "mcpServers": {
       "json2video-mcp": {
         "command": "npx",
         "args": ["-y", "@omerrgocmen/json2video-mcp"],
         "env": {
           "JSON2VIDEO_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

6. your_api_key_here를 json2video.com에서 발급받은 실제 json2video API 키로 교체하세요.
7. 저장 후 MCP 서버 목록을 새로고침하세요.

Cline

저장소 및 README에 Cline 관련 설정 안내가 없습니다.

API 키 보안

• API 키는 환경 변수 JSON2VIDEO_API_KEY로 제공되어야 합니다.

• 예시(설정 JSON 내부):

  {
    "mcpServers": {
      "json2video-mcp": {
        "command": "npx",
        "args": ["-y", "@omerrgocmen/json2video-mcp"],
        "env": {
          "JSON2VIDEO_API_KEY": "your_api_key_here"
        }
      }
    }
  }
  

FlowHunt 플로우에서 MCP 사용 방법

FlowHunt에서 MCP 사용하기

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

MCP 컴포넌트를 클릭하여 설정 패널을 엽니다. 시스템 MCP 구성 섹션에서 아래와 같은 JSON 형식으로 MCP 서버 정보를 입력하세요:

{
  "json2video-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

구성이 완료되면, AI 에이전트가 해당 MCP를 도구로 활용하여 모든 기능을 사용할 수 있습니다. “json2video-mcp” 부분은 실제 MCP 서버 이름으로, URL은 본인의 MCP 서버 URL로 교체하는 것을 잊지 마세요.

개요

의견

json2video MCP는 영상 생성 도구를 LLM 및 에이전트에 제공하는 데 특화되고 문서화가 잘 된 서버입니다. 일부 고급 MCP 기능(루트, 리소스, 샘플링, 프롬프트 템플릿 등)은 없지만, 목적에 충실하고 설치 및 사용이 간단합니다. 영상 생성만 필요하다면 기능적으로 충분하며 쉽게 통합할 수 있으나, 확장성 면에서는 다른 MCP에 비해 제한적일 수 있습니다.

MCP 점수

위 내용을 종합하면, 이 MCP 서버의 평점은 5/10입니다: 핵심 목적에는 충실하지만, MCP 생태계의 확장성이나 고급 기능은 부족합니다.