NotesAI / MCP / Automation / DevOps

집 PC 없이 ChatGPT로 개발하기: 개인 VPS에 MCP 원격 개발 환경 만들기

ChatGPT가 개인 VPS의 프로젝트를 읽고 수정하고, 명령 실행과 빌드까지 수행하도록 MCP 원격 개발 환경을 직접 구성한 과정을 정리했습니다.

AI를 개발에 쓰면서 계속 아쉬웠던 점이 하나 있었습니다.

ChatGPT나 Codex가 코드를 잘 만들어도, 결국 내가 PC 앞에서 파일을 열고 명령을 실행하고 배포까지 이어줘야 한다는 것이었습니다.

제가 원했던 건 조금 달랐습니다.

휴대폰에서 ChatGPT를 열고
“서버 프로젝트 확인해줘”, “이 기능 수정하고 빌드해줘”라고 말하면
실제 개발 환경에서 작업이 이어지는 것.

그래서 개인 VPS에 MCP 서버를 올리고, ChatGPT가 원격 개발 환경에 직접 접근할 수 있는 구조를 만들었습니다.

이 글은 설치 명령을 그대로 복사해놓은 매뉴얼이라기보다, 왜 이런 구조를 만들었고 실제로 어떤 지점에서 막혔는지를 정리한 기록입니다.

목표: AI와 개발 환경 사이의 마지막 수동 작업 없애기

기존 흐름은 대략 이랬습니다.

ChatGPT에서 코드/명령 생성
        ↓
내가 복사
        ↓
로컬 PC 또는 서버 접속
        ↓
파일 수정
        ↓
명령 실행
        ↓
빌드/테스트
        ↓
결과를 다시 ChatGPT에 전달

AI가 많은 일을 해주고 있었지만, 작업의 연결은 여전히 사람이 하고 있었습니다.

제가 만들고 싶었던 구조는 이쪽입니다.

휴대폰 / 회사 PC / 다른 노트북
            ↓
         ChatGPT
            ↓
           MCP
            ↓
       개인 VPS
            ↓
 프로젝트 읽기·수정
 Git / 명령 실행
 빌드 / 테스트

핵심은 집 PC를 켜두지 않아도 된다는 것입니다.

개발 환경 자체를 VPS에 두면 어떤 기기에서 ChatGPT를 열더라도 같은 작업 공간에 접근할 수 있습니다.

1. VPS를 ’항상 켜져 있는 개발 PC’로 보기

처음에는 VPS를 단순히 웹 서비스를 띄우는 서버로 생각했습니다.

그런데 방향을 바꿔보니 꽤 괜찮은 개발 환경이 됐습니다.

  • 프로젝트 저장 공간
  • Git 작업
  • Node.js / npm
  • 빌드와 테스트
  • 장시간 실행되는 서비스
  • ChatGPT가 접근하는 MCP 서버

즉 VPS가 24시간 켜져 있는 원격 개발 워크스테이션 역할을 하게 됩니다.

이 구조의 장점은 기기가 바뀌어도 작업 환경이 바뀌지 않는다는 점입니다.

회사 PC에서 하던 일을 휴대폰에서 확인하고, 집에서는 별도 동기화 없이 이어갈 수 있습니다.

2. MCP 서버 준비

원격 제어 계층에는 오픈소스 MCP 서버를 사용했습니다.

기본적인 흐름은 단순했습니다.

git clone <MCP server repository>
cd <project>
npm install
npm run build

여기까지는 일반적인 Node.js 프로젝트와 크게 다르지 않습니다.

중요한 건 그 다음입니다.

MCP 서버는 단순히 파일 몇 개를 읽는 수준이 아니라 제가 원하는 개발 작업을 수행할 수 있어야 했습니다.

실제로 연결 후 확인한 기능에는 이런 것들이 있었습니다.

  • 명령 실행
  • 파일 읽기
  • 파일 쓰기
  • 디렉터리 조회
  • 프로세스 실행/조회
  • Git 작업
  • 빌드와 테스트

여기서부터 ChatGPT가 ’답을 주는 AI’에서 개발 환경을 조작할 수 있는 작업자로 바뀝니다.

3. 서비스로 실행하기

터미널을 닫으면 MCP 서버도 같이 종료된다면 원격 개발 환경으로 쓰기 어렵습니다.

그래서 MCP 서버를 백그라운드 서비스로 실행하고 재부팅 후에도 다시 시작되도록 구성했습니다.

확인할 때 가장 중요했던 건 결국 이 한 줄이었습니다.

service status: active

서버를 만드는 것보다 언제 접속해도 살아 있는 상태를 만드는 것이 실제 사용에서는 더 중요했습니다.

4. HTTPS와 외부 접속

ChatGPT에서 VPS의 MCP 서버에 접근하려면 외부에서 안정적으로 접근할 수 있는 HTTPS 엔드포인트가 필요했습니다.

구조는 다음처럼 잡았습니다.

Internet
   ↓
HTTPS
   ↓
Reverse Proxy
   ↓
MCP Server

웹 서버는 TLS 처리를 담당하고, 내부에서는 MCP 애플리케이션으로 요청을 전달합니다.

이렇게 하면 MCP 애플리케이션 자체는 외부 포트를 직접 노출하지 않고 내부에서만 실행할 수 있습니다.

5. 가장 오래 걸린 부분은 OAuth

설치보다 더 헷갈렸던 건 인증이었습니다.

MCP URL 자체는 정상인데 ChatGPT에서 연결한 뒤 승인 흐름이 명확하게 보이지 않았습니다.

특히 원격 서버 환경에서는 브라우저와 서버가 같은 컴퓨터에 있지 않기 때문에, 일반적인 로컬 OAuth 흐름을 그대로 생각하면 혼란스럽습니다.

최종적으로는 동적 클라이언트 등록(DCR)을 사용하는 OAuth 흐름으로 연결했고, 승인 절차를 거쳐 ChatGPT에서 MCP 도구들을 정상적으로 확인할 수 있었습니다.

여기서 얻은 교훈은 단순했습니다.

원격 개발 환경에서 인증 문제는
’서버가 안 되는 문제’와 ’브라우저에서 승인이 안 된 문제’를 분리해서 봐야 한다.

처음에는 둘을 같은 문제라고 생각해서 시간을 꽤 썼습니다.

6. 연결 확인은 작은 명령부터

연결이 끝난 뒤 바로 프로젝트를 수정하게 하지 않았습니다.

먼저 읽기 전용 명령으로 확인했습니다.

현재 사용자 확인
작업 디렉터리 확인
Git 버전 확인
Node.js 버전 확인
workspace 파일 목록 확인

이 과정은 생각보다 중요합니다.

AI에게 강한 권한을 주는 환경일수록 처음부터 큰 작업을 시키기보다,

  1. 어디에 연결됐는지
  2. 어떤 사용자 권한인지
  3. 어느 디렉터리를 작업 공간으로 쓰는지
  4. 사용할 수 있는 도구가 무엇인지

를 먼저 확인하는 편이 안전합니다.

7. 실제로 달라진 것

환경 구축이 끝난 뒤 가장 먼저 만든 것이 이 JLab 사이트였습니다.

휴대폰 ChatGPT에서 요청하면 VPS에서:

프로젝트 생성
→ 파일 작성
→ 패키지 설치
→ 타입 검사
→ 정적 빌드
→ Cloudflare 배포
→ 실제 URL 확인

까지 이어졌습니다.

예전 같으면 각각 제가 직접 터미널에서 하던 작업입니다.

지금은 제가 해야 하는 일이 명령을 실행하는 것에서 무엇을 만들지 판단하고 결과를 검토하는 것으로 조금씩 이동하고 있습니다.

MCP를 붙였다고 AX가 되는 건 아니다

MCP 서버를 만든 것 자체는 기술 실험입니다.

하지만 제가 이 작업에서 더 흥미롭게 본 부분은 그 다음입니다.

기존에는:

사람 → AI에게 질문 → 사람이 작업

이었다면 지금은:

사람 → 목표 전달 → AI가 환경에서 작업 → 사람이 판단

에 조금 더 가까워졌습니다.

사람의 역할이 사라진 것은 아닙니다.

오히려 명령 실행보다 문제 정의, 범위 설정, 검토와 판단의 비중이 커집니다.

제가 생각하는 AX도 이런 방향입니다.

AI 도구를 하나 더 도입하는 것이 아니라, AI가 들어오면서 기존 업무 단계 중 어떤 것이 사라지고 어떤 판단이 더 중요해지는지를 다시 설계하는 것입니다.

아직 남은 과제

이 환경은 이제 막 시작했습니다.

앞으로는 다음을 더 실험해볼 생각입니다.

  • 프로젝트별 작업 영역과 권한 분리
  • GitHub와 연결한 변경 이력 관리
  • 작업 전후 자동 테스트
  • 배포 승인 단계
  • 여러 AI 작업자 간 역할 분리
  • 업무 시스템과 개발 환경의 연결
  • 반복 작업을 위한 안전한 자동 실행 규칙

무엇보다 중요한 건 AI에게 많은 권한을 주는 것보다, 어디까지 맡길지를 명확히 설계하는 것이라고 생각합니다.

한 줄로 정리하면

이번에 만든 건 단순한 MCP 서버가 아닙니다.

AI가 답변을 끝내는 곳에서 실제 작업을 시작하는 곳으로 이동시키는 실험이었습니다.

그리고 이 작은 변화가 앞으로 제가 계속 탐구하려는 AX의 한 축이 될 것 같습니다.