Unsplash MCP 서버로 AI 기반 이미지 검색 활용하기

Unsplash MCP 서버로 AI 기반 이미지 검색 활용하기

AI 기반 개발 환경에서 고품질 이미지를 프로젝트에 쉽게 통합할 수 있는 방법이 있습니다. 바로 Smithery.ai에서 호스팅되는 @douglarek의 Unsplash MCP 서버입니다. 이 Model Context Protocol(MCP) 서버를 사용하면 Claude나 Cursor와 같은 AI 에이전트가 Unsplash의 방대한 이미지 라이브러리에서 자연어 프롬프트를 통해 이미지를 검색하고 가져올 수 있습니다. 웹 앱 개발, 콘텐츠 제작, 디자인 프로토타입 제작 등 다양한 작업에서 이 도구는 완벽한 이미지를 빠르게 찾는 데 큰 도움이 됩니다.

이 블로그 포스트에서는 Unsplash MCP 서버를 설정하고 사용하는 방법을 단계별로 안내하여 AI 어시스턴트가 고품질 이미지를 손쉽게 가져오도록 돕겠습니다. 시작해 볼까요?

Unsplash MCP 서버란?

Unsplash MCP 서버는 대형 언어 모델(LLM)을 Unsplash API와 연결하여 AI 에이전트가 고급 이미지 검색을 수행할 수 있도록 설계된 도구입니다. Smithery.ai에서 호스팅되며, 다음과 같은 기능을 제공합니다:

• 자연어 검색: 대화형 프롬프트로 이미지를 요청할 수 있습니다(예: “석양이 지는 평화로운 해변 이미지”).
• 고급 필터: 키워드, 색상, 방향, 정렬 옵션 등을 사용하여 검색을 사용자 맞춤으로 조정 가능.
• 원활한 통합: Claude Desktop 또는 Cursor IDE와 같은 MCP 호환 플랫폼과 쉽게 연동.
• 자동 저작권 표시: Unsplash의 서비스 약관을 준수하도록 사진 작가 크레딧을 자동으로 처리.

이 서버는 Unsplash의 무료 고품질 이미지를 수동 검색 없이 워크플로에 통합하려는 개발자, 디자이너, 콘텐츠 제작자에게 이상적입니다.

준비 사항

시작하기 전에 다음을 준비하세요:

1. Unsplash API 액세스 키: Unsplash에서 개발자 계정을 만들고 애플리케이션을 등록하여 API 키를 획득.
2. Smithery CLI: 서버 설치를 간편하게 해주는 Smithery 명령줄 인터페이스.
3. MCP 호환 클라이언트: 이 가이드는 Claude Desktop 또는 Cursor IDE를 기준으로 하지만, 다른 MCP 호환 플랫폼도 사용 가능.
4. Node.js: Smithery CLI 실행에 필요(버전 14 이상 권장).
5. 기본 터미널 지식: 터미널 또는 명령 프롬프트에서 명령을 실행하는 데 익숙해야 함.

Unsplash MCP 서버 사용 단계별 가이드

Unsplash MCP 서버를 AI 워크플로에 통합하려면 다음 단계를 따르세요.

1단계: Unsplash API 키 획득

1. Unsplash Developers에 방문하여 계정을 만들거나 로그인.
2. “Your Apps”로 이동하여 “New Application”을 클릭해 새 애플리케이션 생성.
3. 애플리케이션 이름, 설명 등 필수 정보를 입력.
4. 승인 후 액세스 키를 복사. 이 키는 API 요청 인증에 사용됩니다.

보안 팁: API 키를 공개적으로 공유하지 마세요. 환경 변수나 보안 설정 파일에 저장하세요.

2단계: Smithery CLI 설치

Smithery CLI는 MCP 서버 설치 및 관리를 간소화합니다. 아직 설치하지 않았다면 다음 단계를 따르세요:

1. 터미널에서 다음 명령어 실행:

   npm install -g @smithery/cli
   

2. 설치 확인:

   smithery --version
   

3. (선택 사항) 추가 기능을 위해 Smithery 계정으로 인증:

   smithery login
   

   브라우저 창이 열리며 Smithery.ai에 로그인할 수 있습니다.

3단계: Unsplash MCP 서버 설치

Smithery CLI를 사용하여 Unsplash MCP 서버를 설치합니다:

1. 다음 명령어를 실행하여 서버를 설치(클라이언트로 cursor를 사용하며, Claude Desktop의 경우 claude로 변경):YOUR_UNSPLASH_ACCESS_KEY를 Unsplash에서 획득한 API 키로 교체.
2. npx @smithery/cli install @douglarek/unsplash-mcp-server --client cursor --key YOUR_UNSPLASH_ACCESS_KEY
3. 웹 기반 설정을 선호한다면 Smithery.ai에 방문하여 로그인 후 웹 인터페이스를 통해 서버를 배포. 프롬프트에 따라 Unsplash API 키를 입력.
4. AI 클라이언트(예: Cursor 또는 Claude Desktop)를 재시작하여 서버가 인식되도록 함.

Windows 사용자 주의사항: Smithery는 Windows 호환성을 위해 특별한 처리를 제공. 문제 해결 팁은 Smithery 배포 가이드를 참조.

4단계: 환경 변수 설정(선택 사항)

보안을 위해 Unsplash API 키를 환경 변수에 저장하는 것이 좋습니다. 방법은 다음과 같습니다:

1. 프로젝트 디렉토리에 .env 파일 생성:

   cp .env.example .env
   

2. .env 파일을 편집하여 키 추가:

   UNSPLASH_ACCESS_KEY=your_api_key_here
   

3. 서버 문서에 따라 Smithery 설정을 업데이트하여 환경 변수를 사용.

5단계: AI 에이전트로 서버 사용

서버 설치가 완료되면 자연어를 사용하여 이미지를 요청할 수 있습니다. Cursor IDE에서 Claude를 사용한 예시 워크플로:

1. Cursor를 열고 Claude와 새 채팅 시작.
2. 다음과 같은 프롬프트 입력:

   해가 뜨는 눈 덮인 산의 고해상도 이미지를 찾아줘.
   

3. Claude는 Unsplash MCP 서버의 stock_photo 도구를 호출하여 요청을 해석하고 Unsplash에서 관련 이미지를 검색.
4. 서버는 이미지 URL과 사진 작가의 저작권 정보를 함께 반환.
5. 이미지를 수동으로 다운로드하거나 프로젝트에서 프로그래밍 방식으로 가져오도록 설정 가능.

고급 프롬프트 예시:

밤의 도시 스카이라인 이미지를 흑백, 세로 방향으로, 관련도 순으로 검색해줘.

서버는 지정된 필터(방향, 색상, 정렬)를 적용하여 맞춤 결과를 반환.

6단계: 저작권 표시 처리

Unsplash는 이미지에 대한 적절한 저작권 표시를 요구합니다. Unsplash MCP 서버는 각 이미지와 함께 사진 작가 크레딧을 자동으로 포함하여 이를 간소화합니다. 예시:

• 이미지 URL: https://unsplash.com/photos/abc123
• 사진 작가: 홍길동
• 저작권 표시: “Unsplash에서 홍길동의 사진”

프로젝트에서 캡션이나 크레딧 섹션에 이 정보를 포함하여 Unsplash의 서비스 약관을 준수하세요.

최적의 사용을 위한 팁

• 복잡한 요청 분할: 타임아웃 오류(예: McpError: Request timed out)가 발생하면 프롬프트를 간소화하거나 URL 전용 접근 방식 사용.
• 필터 활용: 색상, 방향, 키워드 관련도 등 필터를 실험하여 정확한 결과 획득.
• 로컬 테스트: 민감한 프로젝트의 경우 API 키를 비공개로 유지하기 위해 서버를 로컬에서 실행. GitHub 저장소에서 클론 후 수동 설정 지침 따르기.
• 프로젝트 기여: Unsplash MCP 서버는 오픈소스입니다! 개선 아이디어가 있다면 GitHub 저장소에 풀 리퀘스트 제출.

문제 해결

• “MCP Error -32001: Request timed out”: 요청을 더 작은 단위로 나누거나 인터넷 연결 확인.
• API 키 문제: Unsplash API 키가 유효하고, 사용량 제한을 초과하지 않았는지 확인.
• 서버 인식 불가: 서버가 설치되었는지 확인하고 AI 클라이언트를 재시작. 설치된 서버 확인 명령어:

  npx @smithery/cli list servers --client cursor
  

• Windows 호환성: Windows 관련 수정 사항은 Smithery 배포 가이드를 참조.

추가 도움이 필요하면 GitHub 저장소에 이슈를 등록하거나 Smithery.ai 문서를 참고하세요.

Unsplash MCP 서버를 사용해야 하는 이유

이 MCP 서버는 다음과 같은 점에서 돋보입니다:

• AI 최적화 워크플로: AI 에이전트와의 원활한 통합으로 수동 작업 감소.
• 컨텍스트 기반 검색: 모호하거나 추상적인 프롬프트를 지능적으로 해석.
• 효율성: 이미지 검색, 가져오기, 저작권 표시를 하나의 도구로 처리.
• 프로젝트 통합: React, Next.js 등 프로젝트 구조에 따라 이미지 정리.

개발자가 이미지를 자동으로 선택하든, 디자이너가 시각적 프로토타입을 제작하든, 이 서버는 시간과 창의력을 절약해 줍니다.

결론

Smithery.ai에서 호스팅되는 @douglarek의 Unsplash MCP 서버는 AI 기반 이미지 획득을 혁신하는 도구입니다. 위 단계를 따라 이 강력한 도구를 워크플로에 통합하면 AI 어시스턴트가 Unsplash의 고품질 이미지를 손쉽게 가져올 수 있습니다. 자연어 검색부터 자동 저작권 표시까지, 이 서버는 이미지 소싱을 직관적이고 효율적으로 만들어 줍니다.

지금 서버를 설치하여 프로젝트에서 이미지를 활용하는 방식을 혁신해 보세요. 질문이나 아이디어가 있다면 아래 댓글에 공유하거나 GitHub에서 오픈소스 프로젝트에 기여해 주세요.

즐거운 코딩과 멋진 비주얼을 경험하세요!

---

참고 자료:

• Smithery.ai Unsplash MCP 서버
• Unsplash Smart MCP 서버 GitHub
• Smithery CLI 문서