NonDevLog

1. 한 줄 요약 — 5년간 연봉 변화 그래프

비전공 출신이 5년 만에 연봉을 3배로 올릴 수 있을까? 결론부터 말씀드리면 가능합니다. 저는 1년차 3,200만원에서 시작해, 5년차에 9,500만원에 도달했습니다. 부수입까지 합치면 실제 수입은 더 큽니다. 이건 자랑이 아니라 비전공 출신도 정확한 의사결정 5번이면 가능하다는 증명입니다.

2. 1년차 3,200만원 — 비전공의 시작

저는 인문계 전공 졸업자입니다. 졸업 직전 진로가 막막해서 6개월간 독학으로 코딩을 공부했고, 한 작은 스타트업에 연봉 3,200만원으로 입사했습니다. 솔직히 그때 저보다 1년 늦은 같은 학교 컴공 출신이 4,500만원으로 시작하는 걸 보고 좌절했습니다.

하지만 1년차 동안 한 가지를 결심했습니다. "전공자가 자연스럽게 아는 것"을 메우자. 자료구조, 알고리즘, 컴퓨터 구조, 네트워크. 학원 안 다니고 책 + 무료 강의로 매일 1시간씩 채웠습니다.

3. 2년차 결정적 순간 — 사이드 프로젝트

2년차에 처음으로 사이드 프로젝트를 출시했습니다. 작은 도구였지만, 이게 모든 걸 바꿨습니다. 회사 일만 했다면 절대 안 배웠을 기술들 — 도메인 구매, 배포, 결제 시스템, 마케팅, 고객 응대 — 을 한 달 만에 다 겪었습니다.

연봉 인상은 19%였지만, 진짜 가치는 "나 혼자 출시할 수 있다"는 자신감이었습니다. 이게 다음 이직의 결정적 무기가 됩니다.

4. 3년차 결정적 순간 — 첫 이직 협상

3년차에 처음 이직했습니다. 3,800만원 → 5,800만원, 인상률 53%. 비전공자에게는 거의 마법 같은 점프인데, 비결은 단순했습니다.

① 사이드 프로젝트 포트폴리오를 가져갔습니다. "이거 제가 혼자 만들어서 운영 중이에요" 한마디가 학력 콤플렉스를 모두 지웠습니다.

② 동시에 3곳 면접을 봤습니다. 협상 카드가 생겼습니다. 한 회사에서 5,500을 제시했을 때 "다른 곳은 5,800을 제시했는데"라고 말할 수 있었어요. 실제로 받은 거였습니다.

5. 4년차 결정적 순간 — AI 도구 조기 도입

4년차에는 이직 없이 같은 회사에서 5,800 → 7,500으로 올랐습니다. 인상률 29%. 같은 회사에서 이 정도 인상은 매우 드뭅니다. 비결은 AI 도구 조기 도입이었습니다.

동료들이 ChatGPT 무료 버전을 가끔 쓸 때, 저는 Cursor와 Claude Code를 일찍부터 결제해서 일상 업무에 풀로 통합했습니다. 결과는 충격적이었습니다.

• 한 분기 처리 작업량 2.3배 증가
• 버그 발생률 40% 감소
• 다른 팀 협업 요청 폭발적 증가

연말 평가에서 "이 친구 회사 떠나면 큰일"이라는 평가가 나왔고, 회사가 먼저 파격 인상을 제시했습니다. AI 시대에는 도구를 누가 먼저 잘 쓰느냐가 연봉을 결정합니다.

6. 5년차 결정적 순간 — 부수입 구조

5년차에는 2번째 이직과 함께 부수입 구조를 본격화했습니다. 본업 9,500만원 외에 다음 3가지 부수입 채널이 있습니다.

• 사이드 프로젝트 SaaS — 월 약 80~150만원
• 기술 블로그 광고+제휴 — 월 약 30~50만원
• 주말 프리랜서 프로젝트 — 분기 1건, 건당 200~400만원

중요한 건 부수입이 본업을 침해하지 않는 구조라는 점입니다. 사이드 프로젝트와 블로그는 자동화로 굴러가고, 프리랜서는 본업이 바쁘면 안 받으면 됩니다.

7. 비전공자에게 진짜 하고 싶은 이야기

이 글을 쓰는 이유는 자랑이 아닙니다. 비전공이라는 사실이 평생의 페널티가 아니라는 걸 증명하고 싶었어요.

5년간 깨달은 가장 큰 진실은 이겁니다.

"비전공자에게 불리한 건 첫 1년뿐이다. 그 후로는 학력이 아니라 실력과 의사결정이 모든 걸 결정한다."

회사가 알아주길 기다리지 마세요. 본인의 시장 가치를 본인이 키우고, 본인이 증명하고, 본인이 협상해야 합니다. 그 무기는 사이드 프로젝트, 이직 시장 노출, AI 도구 활용, 부수입 구조입니다. 5년이면 충분합니다.

1. 4일 만에 크레딧 다 쓴 진짜 이야기

Cursor Pro 결제했는데 크레딧이 너무 빨리 소진되는데, 절약법이 정말 있을까요? 결론부터 말씀드리면 있습니다. 비전공 5년차인 저도 처음 Cursor Pro를 결제했을 때, 월 크레딧을 정확히 4일 만에 다 썼습니다. 그 후 한 달간 절약법을 연구해서 지금은 같은 크레딧으로 약 18~22일까지 늘렸습니다.

재미있는 건 절약하는 동안 코드 품질은 오히려 더 좋아졌다는 점입니다. AI에게 무지성으로 모든 걸 시키는 것보다, 의도적으로 통제하는 게 결과적으로 더 빠르고 정확합니다. 이 글에서 7가지 핵심 절약법을 공개합니다.

2. ① 모델 선택 — Auto가 가장 위험하다

Cursor의 모델 선택에서 "Auto"가 기본값인데, 이게 가장 큰 함정입니다. Auto는 작업의 복잡도를 자동 판단해서 모델을 선택하는데, 최고 사양 모델로 자주 점프합니다. Opus 같은 비싼 모델이 호출되면 일반 채팅보다 5~10배 비쌉니다.

3. ② 자동완성 우선 — 에이전트 자제

Cursor의 비용 구조를 보면 단순합니다.

• Tab 자동완성 — 무제한 (크레딧 차감 안 됨)
• 채팅(Cmd+L) — 1회당 소량 차감
• 에이전트(Cmd+I/Composer) — 채팅의 5~10배 차감

즉 가장 비싼 게 에이전트입니다. 그런데 비전공자가 처음 Cursor를 쓰면 모든 걸 에이전트로 시키는 함정에 빠져요. 작은 함수 하나도 에이전트한테 시키면 크레딧이 순식간에 소진됩니다.

4. ③ 컨텍스트 최소화 — @ 신중히

Cursor에서 @로 파일이나 폴더를 추가하면 AI에게 그 내용 전체가 전송됩니다. 토큰 비용은 컨텍스트 크기에 비례합니다. 큰 파일이나 폴더를 무지성으로 추가하면 한 번의 채팅이 평소의 10배 비싸질 수 있습니다.

좋은 방법은 "필요한 부분만 선택해서 채팅에 추가"하는 것입니다. 파일 전체가 아니라 관련 함수 50줄만 드래그해서 Cmd+L에 추가하세요.

5. ④ 채팅 짧게 끊기 — 새 세션의 힘

채팅을 오래 이어가면 이전 대화가 모두 컨텍스트로 같이 전송됩니다. 10번째 질문은 1번째 질문 + 1~9번째 질문 + 답변까지 모두 보내는 셈입니다. 같은 채팅에서 10번 질문하면 거의 100배 토큰을 씁니다.

6. ⑤ 작은 작업 분할 — 한 번에 시키지 마라

"쇼핑몰 만들어줘"와 "상품 카드 컴포넌트 하나 만들어줘"의 차이를 아세요? 후자가 약 1/20 비용입니다. 큰 작업을 한 번에 시키면 AI가 여러 번 시행착오를 거치면서 토큰을 다 씁니다.

좋은 방법은 "계획만 먼저 받기"입니다. "쇼핑몰을 만들고 싶은데, 단계별 작업 목록만 알려줘"라고 하고, 그 목록에서 하나씩 작은 작업으로 분할 요청하세요.

7. ⑥ Apply 신중히 — 미리보기를 보라

채팅에서 AI가 코드를 제안하면 "Apply" 버튼이 뜹니다. 무지성으로 누르면 안 됩니다. 적용 후 결과가 잘못되면 다시 수정 요청해야 하고, 그게 또 크레딧을 씁니다.

코드를 먼저 한 번 읽고 이해한 후 Apply 하세요. 의심스러우면 "이 부분 왜 이렇게 했어?"라고 물어보는 게 적용 후 수정보다 훨씬 쌉니다.

8. ⑦ 무거운 작업은 Claude Code로

"인증 시스템 통째로 리팩토링", "레거시 코드 5천 줄 정리" 같은 무거운 작업을 Cursor 에이전트로 돌리면 크레딧이 한 번에 폭발합니다. 이런 작업은 Claude Code (Anthropic Pro $20)로 옮기는 게 정답입니다.

Anthropic Pro는 정액제라 토큰 폭주 걱정이 없고, SWE-bench Pro 51.8%로 성능도 더 좋습니다. Cursor + Claude Code 조합이 비전공 5년차의 1년 사용 결론입니다.

9. 절약 전후 비교 — 진짜 데이터

7가지를 적용한 전후 비교입니다.

1. 왜 이 7가지를 골랐나 — 1년간 50개 도구 써본 결론

비전공 개발자가 2026년 진짜 매일 써야 할 AI 도구는 무엇일까? 결론부터 말씀드리면 Cursor + Claude Code + Claude Desktop + GitHub Copilot + Vercel + Supabase + Notion 이 7가지입니다.

저는 비전공 출신 5년차 개발자로서, 지난 1년간 약 50개의 AI 도구·서비스를 직접 써봤습니다. ChatGPT, Gemini, Codex, Devin, Replit, Bolt, v0, Lovable, Windsurf, Trae, Cline... 끝없이 나오는 도구의 홍수 속에서 살아남은 도구는 결국 이 7가지뿐이었습니다.

선정 기준은 단순합니다.

• 매일 켠다 — 일주일에 5일 이상 실제로 사용
• 비전공자도 30분 안에 적응 — 학습 비용이 합리적
• 1인 개발자 풀스택 커버 — 7개로 코딩 → 배포 → 운영까지
• 월 $10 이하 또는 무료 티어 존재 — 시작 비용이 낮음

2. ① Cursor — AI 코딩의 시작점

Cursor는 VS Code 포크에 AI 기능을 깊게 통합한 IDE입니다. 비전공자가 가장 먼저 깔아야 할 단 하나의 도구를 꼽으라면 망설임 없이 Cursor를 추천합니다.

이유는 단순해요. VS Code를 한 번이라도 만져본 사람은 30분 안에 적응하고, 안 만져본 사람도 1주일이면 익숙해집니다. 그런데도 자동완성, 채팅, 에이전트 모드까지 다 들어있어서 "AI 코딩이 뭔지" 한 번에 체감할 수 있습니다.

3. ② Claude Code — 무거운 작업의 종결자

Claude Code는 터미널에서 돌아가는 자율 AI 에이전트입니다. 처음 켜면 "어디에 코드 쓰지?"라고 멍 때리게 되는데, 답은 "안 쓴다"입니다. 명령만 내리면 AI가 파일 만들고, 코드 작성하고, 실행하고, 디버깅까지 알아서 합니다.

SWE-bench Pro에서 51.8%로 업계 최고 점수를 기록한 만큼, 복잡한 멀티파일 리팩토링·레거시 코드 정리에서는 압도적입니다. 헤드 투 헤드 테스트에서 Cursor가 47분 걸린 작업을 Claude Code는 23분에 끝냈습니다.

4. ③ Claude Desktop — 두 번째 두뇌

Claude Desktop은 코딩이 아닌 모든 사고 작업에 씁니다. 기획 정리, 문서 초안, 이메일 작성, 회의록 요약, 영어 번역, 학습 정리 같은 것들이요.

제가 특히 강조하고 싶은 건 MCP 서버 연결입니다. Claude Desktop에 본인이 만든 MCP 서버를 붙이면 Notion·GitHub·로컬 파일·DB까지 자연어로 조작할 수 있습니다. 비전공 출신도 30분 안에 MCP 서버를 만들 수 있다는 점이 게임 체인저였습니다.

5. ④ GitHub Copilot — 보조 자동완성

"Cursor 쓰는데 왜 GitHub Copilot도 필요해?"라고 하실 수 있어요. 답은 JetBrains, Xcode, Neovim 같은 다른 IDE를 써야 할 때입니다.

실무에서는 회사 정책상 특정 IDE를 강제로 써야 하거나, 모바일 개발은 Xcode·Android Studio가 필수인 경우가 있어요. 그럴 때 Cursor를 못 쓰니까 GitHub Copilot이 보조 자동완성 역할을 합니다. 월 $10이면 합리적이고, 학생·오픈소스 기여자는 무료라는 점도 매력적입니다.

6. ⑤ Vercel — 배포 한 줄로 끝

Vercel은 비전공 1인 개발자에게 신이 내린 선물입니다. AWS·GCP·Azure를 배워서 인프라를 다루는 게 부담스러운 비전공자에게, Vercel은 그 모든 복잡함을 숨겨줍니다.

GitHub에 코드를 푸시하면 자동으로 빌드하고, HTTPS·CDN·도메인까지 다 알아서 처리합니다. Next.js·React·Vue·Svelte 등 거의 모든 프론트엔드 프레임워크를 지원하고, Hobby 플랜은 무료예요. 사이드 프로젝트 5개까지는 무료로 운영 가능합니다.

7. ⑥ Supabase — 백엔드 없이 백엔드

Supabase는 Firebase의 오픈소스 대안으로, PostgreSQL 기반의 백엔드 서비스입니다. 비전공자가 가장 머리 아파하는 데이터베이스·로그인 인증·파일 스토리지를 5분 설정으로 끝낼 수 있어요.

저는 사이드 프로젝트 10개 중 7개를 Supabase로 만들고 있습니다. 이유는 무료 티어가 진짜 쓸 만하고, Cursor·Claude Code와 궁합이 좋아서요. "회원가입 만들어줘"라고 하면 AI가 Supabase 코드를 가장 잘 생성합니다.

8. ⑦ Notion — 모든 기획의 출발점

"이게 왜 개발 도구야?"라고 하실 수 있는데, 비전공 1인 개발자의 진짜 출발점은 Notion입니다. 코드를 짜기 전에 무엇을 만들지 정리해야 하고, 그 사고의 공간이 Notion이에요.

저는 Notion에 모든 사이드 프로젝트의 기획서·할 일·학습 노트·블로그 글 초안을 다 정리합니다. 그리고 Notion MCP 서버를 Claude Desktop에 연결해두면 "이번 주 할 일 정리해줘"라고만 해도 자동으로 처리됩니다. 개인 사용은 무료라 부담도 없어요.

9. 7개 조합의 진짜 비용과 결론

7개 도구를 모두 유료로 쓰면 얼마일까요? 실제 계산해보면 이렇습니다.

월 약 $60이면 1인 개발자가 사용할 수 있는 가장 강력한 풀스택 환경이 완성됩니다. 회사원이라면 점심값 1주일치, 사이드 프로젝트로 월 10만 원만 벌어도 본전인 투자입니다.

💎 비전공자를 위한 단계별 도입 순서

1. 셋 다 1주일 써본 비전공자의 한 줄 요약

Claude Code, Cursor, Windsurf 중 비전공자에게 가장 좋은 도구는 뭘까? 결론부터 말씀드리면 Cursor입니다. 비전공 5년차인 제가 셋 다 각각 1주일씩 직접 써본 결과, Cursor가 가장 빨리 적응됐고 가장 적은 스트레스로 결과를 냈습니다.

하지만 이건 "1주일 기준"이고, 한 달 이상 쓰면 답이 달라집니다. 실제로 저는 지금 Cursor를 메인 IDE로, Claude Code를 무거운 작업 전용으로 같이 쓰고 있습니다. 이게 비전공자가 도달할 수 있는 가장 합리적인 조합입니다.

세 도구의 본질적 차이를 한 줄로 정리하면 이렇습니다.

핵심 포인트는 Cursor와 Windsurf는 "에디터"고, Claude Code는 "에디터가 아니다"는 겁니다. Claude Code는 터미널에서 돌아가는 자율 에이전트예요. 비전공 출신인 제가 처음 Claude Code를 켰을 때 "어디에 코드를 쓰지?"라고 5분 동안 멍 때렸습니다. 답은 "안 쓴다"입니다. 명령만 내리면 AI가 알아서 파일 만들고 코드 작성하고 실행까지 합니다.

2. 가격 비교 — 진짜 한 달 쓰면 얼마 나오나

가격은 비전공자가 가장 헷갈리는 부분입니다. 표기 가격과 실제 사용 비용이 다르거든요. 셋 다 크레딧 시스템을 도입하면서 "$20 결제했는데 일주일 만에 다 썼다"는 경험을 비전공자들이 자주 합니다.

비전공자에게 진짜 가성비는 Windsurf입니다. 무료 25 크레딧으로도 사이드 프로젝트 한두 개는 충분히 만들 수 있어요. 저도 처음에는 Windsurf 무료로 시작해서 한 달간 감을 익힌 다음, 유료로 넘어갔습니다.

Claude Code는 가격이 좀 특이합니다. Anthropic Pro $20을 결제하면 Claude 챗봇 + Claude Code를 둘 다 쓸 수 있어요. 글쓰기·번역·검색까지 같이 한다면 사실상 한 도구 가격에 두 도구를 쓰는 셈입니다.

3. 성능 비교 — SWE-bench와 실전 체감 차이

숫자로 보는 객관적 성능은 명확합니다. 업계 표준 벤치마크인 SWE-bench Pro 점수를 기준으로 보면:

• Claude Code (Opus 4.6 기준): SWE-bench Pro 51.8%
• Cursor (Composer 2): 49.8%
• Windsurf (SWE-1.5): 약 47%대

그리고 헤드 투 헤드 멀티파일 작업 테스트에서, 복잡한 리팩토링 한 건을 Claude Code는 23분, Cursor는 47분에 처리했다는 비교 데이터가 있습니다. 약 2배 차이입니다.

하지만 비전공자가 실제로 체감하는 건 또 다릅니다. 제가 1주일씩 써본 솔직한 체감 평가는 이렇습니다.

핵심 인사이트: Claude Code는 "고수의 도구"입니다. 성능은 최강이지만 비전공자가 처음 잡으면 멘붕입니다. 반대로 Cursor는 "초보의 도구"가 아니라 "모두의 도구"예요. VS Code를 한 번이라도 써봤다면 30분 안에 적응됩니다.

4. 상황별 추천 — 당신은 뭘 써야 하는가

비전공자 입장에서 가장 흔한 5가지 상황별로 추천해드릴게요.

5. 비전공자가 처음 빠지는 3가지 함정

6. 결론 — 5년차의 최종 선택

1년간 셋 다 써본 비전공 5년차의 솔직한 결론입니다.

"딱 하나만 골라야 한다면 Cursor. 하지만 진짜 정답은 Cursor + Claude Code."

Cursor는 일상 코딩의 90%를 처리합니다. 자동완성, 작은 함수 작성, 디버깅, 코드 리뷰. 여기서는 Cursor가 가장 빠르고 가장 편합니다.

그런데 한 달에 한두 번 오는 큰 작업 — 예를 들어 "인증 시스템 통째로 리팩토링", "DB 스키마 마이그레이션", "레거시 코드 5천 줄 정리" — 이런 일은 Claude Code가 압도적입니다. 23분 vs 47분의 차이를 직접 겪으면 다시는 Cursor로 안 돌아가요.

Windsurf는 솔직히 "입문용 + 비상용"으로 가장 좋습니다. 무료 티어가 진짜 쓸 만하니까, 일단 깔아두고 무료로 한 달 써보고 자기한테 맞는지 판단하세요.

1. MCP 서버, 진짜 쉽게 설명하면 이겁니다

MCP 서버가 뭐고, 비전공자도 정말 30분 안에 만들 수 있을까? 결론부터 말하면 가능합니다. 비전공 5년차인 제가 처음 만들 때 정확히 27분 걸렸습니다. Python 환경 세팅에 5분, MCP SDK 설치에 2분, 코드 30줄 작성에 15분, Claude Desktop 설정 파일 등록에 5분. 이게 전부입니다.

MCP(Model Context Protocol)는 Anthropic이 2024년 11월 공개한 표준 프로토콜로, 2026년 현재 Claude·ChatGPT·Cursor 등 거의 모든 주요 AI 도구가 채택한 사실상의 산업 표준입니다. 한마디로 AI에게 내 도구·데이터를 연결해주는 USB-C 같은 규격이라고 생각하시면 됩니다.

비전공 출신인 제가 처음 MCP 문서를 봤을 때 멘붕이 왔습니다. "프로토콜", "JSON-RPC", "stdio transport"... 이게 다 뭔 소리인가 싶었죠. 5년 차가 된 지금, 한 줄로 정리하면 이겁니다.

MCP 서버 = Claude에게 "이 함수들 쓸 수 있어"라고 알려주는 작은 프로그램

예를 들어 제가 get_today_tasks()라는 함수를 만들어서 MCP 서버로 띄우면, Claude한테 "오늘 할 일 알려줘"라고 했을 때 Claude가 그 함수를 호출해서 답을 가져옵니다.

API를 만드는 것과 거의 똑같습니다. 다만 HTTP 대신 표준화된 프로토콜로 AI와 직접 통신한다는 점만 다릅니다. 비전공자가 처음 헷갈리는 부분이 바로 이거예요. "서버니까 도메인 사야 하나? 배포해야 하나?" 그럴 필요 없습니다. 내 노트북에서 그냥 실행하면 끝납니다.

2. 비전공자가 30분 안에 만들기 위한 준비물

딱 3가지만 있으면 됩니다.

비전공자 팁: Python 버전이 3.10 이상인지 꼭 확인하세요. 터미널에서 python --version을 쳐서 3.10 미만이면 무조건 업데이트하세요. 저는 여기서 1시간 날렸습니다.

3. 실전 코드 — "오늘 할 일 알려주기" MCP 서버

먼저 SDK를 설치합니다. 터미널을 열고 아래 한 줄을 입력하세요.

pip install mcp

그다음 my_server.py 파일을 만들고 아래 코드를 붙여넣으세요.

from mcp.server.fastmcp import FastMCP

# MCP 서버 생성
mcp = FastMCP("my-todo-server")

# 가짜 할 일 데이터 (실제로는 DB나 API에서 가져오면 됩니다)
tasks = [
    {"id": 1, "title": "블로그 글 작성", "done": False},
    {"id": 2, "title": "운동 30분", "done": False},
    {"id": 3, "title": "이메일 확인", "done": True},
]

@mcp.tool()
def get_today_tasks() -> str:
    """오늘의 할 일 목록을 반환합니다."""
    result = []
    for task in tasks:
        status = "✅" if task["done"] else "⬜"
        result.append(f"{status} {task['title']}")
    return "\n".join(result)

@mcp.tool()
def add_task(title: str) -> str:
    """새로운 할 일을 추가합니다."""
    new_id = len(tasks) + 1
    tasks.append({"id": new_id, "title": title, "done": False})
    return f"'{title}' 추가 완료!"

if __name__ == "__main__":
    mcp.run()

이게 전부입니다. 30줄도 안 됩니다. @mcp.tool() 데코레이터가 붙은 함수가 Claude에게 노출되는 "도구"가 됩니다.

4. Claude Desktop에 연결하는 법

Claude Desktop 설정 파일을 열어야 합니다. 위치는 OS별로 다릅니다.

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

파일이 없으면 새로 만들고, 아래 내용을 넣으세요.

{
  "mcpServers": {
    "my-todo": {
      "command": "python",
      "args": ["/내가/저장한/경로/my_server.py"]
    }
  }
}

Claude Desktop을 완전히 종료(Cmd+Q 또는 작업 관리자)했다가 다시 켜면, 입력창 옆에 🔌 아이콘이 생깁니다. 클릭해서 my-todo가 떠 있으면 성공입니다.

이제 Claude에게 "오늘 할 일 알려줘"라고 입력해보세요. 우리가 만든 함수를 호출해서 답을 가져옵니다.

5. 비전공자가 가장 많이 막히는 4가지 함정

6. 다음 단계 — MCP로 뭘 더 할 수 있나

"오늘 할 일" 예제는 시작일 뿐입니다. 제가 실제로 만들어 쓰고 있는 MCP 서버는 이런 것들입니다.

• Notion 연동 — Claude에게 "이번 주 회의록 정리해줘" 하면 Notion에서 가져옴
• GitHub PR 요약 — 내 레포의 PR을 자동으로 요약
• 로컬 파일 검색 — 노트북 안의 문서를 Claude가 직접 읽음
• 사내 DB 조회 — SQL 모르는 동료도 Claude로 데이터 조회

핵심은 "Python 함수로 만들 수 있는 건 다 MCP로 만들 수 있다"는 점입니다. 비전공 출신이라도 함수 하나 짤 줄 알면 AI 자동화의 80%는 끝납니다.