반응형
250x250
Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 | 31 |
Tags
- docker
- aws
- SQL
- Python
- Kafka
- AWS CI/CD 구축하기
- VPN
- Spring Error
- chartjs
- IntelliJ
- codebuild
- kubeflow
- 도커
- Flux
- Airflow
- PostgreSQL
- codepipeline
- JavaScript
- node
- java bigdecimal
- Spring
- codedeploy
- aws cicd
- codedeploy error
- redis
- chart.js
- openlens
- bootstrap
- COALESCE
- Jenkins
Archives
- Today
- Total
Small Asteroid Blog
Serena MCP 사용해 토큰 절약하고 퀄리티 높이기 본문
728x90
Serena MCP란?
Serena 는 코드를 텍스트가 아닌 구조로 이해하는 AI 어시스턴트 입니다.
- 일반 AI: 코드를 단순 텍스트로 인식
- Serena: 함수, 클래스, 변수 간의 관계를 구조적으로 이해
왜 Serena MCP를 사용하나?
주로 AI 코딩 시 발생하는 토큰 비용에 대한 고민을 해결하기 위해 사용됩니다.
세레나 MCP를 사용하지 않고 AI 코딩을 할 경우, AI는 주로 텍스트 검색 방식으로 코드를 분석하고 찾아 토큰 소모량이 많아질 수 있습니다.
- 기존 AI 코딩: 텍스트 검색 방식 → 높은 토큰 소모
- Serena 활용: 필요한 부분만 정확히 찾기 → 토큰 절약
Serena MCP의 장점?
세레나 MCP를 사용하면 여러 가지 장점을 얻을 수 있습니다
| 장점 | 설명 |
| 디자인 퀄리티 향상 | 코딩 결과물의 품질 개선 |
| 토큰 소모량 절감 | 필요한 부분만 분석하여 비용 절약 코드 수정이 많을수록 효과 극대화 |
| AI 환각 최소화 | 정확한 코드 위치 파악으로 오류 방지 |
| 다양한 언어 지원 | 주요 프로그래밍 언어 모두 지원 |
Serena MCP 설치 및 사용법
1. 기본 환경 구성하기
# 원하는 디렉토리로 이동
cd /Users/start/Desktop/git
# Serena 클론
git clone https://github.com/oraios/serena
cd serena
# 설정 파일 생성 (선택사항)
mkdir ~/.serena
cp src/serena/resources/serena_config.template.yml ~/.serena/serena_config.yml
# MCP 서버 실행 테스트
uv run serena-mcp-server
2. 자동화 스크립트 만들기
# 스크립트 디렉토리 생성
mkdir -p /Users/start/Desktop/git/scripts
cd /Users/start/Desktop/git/scripts
# 스크립트 파일 생성
cat > setup-serena.sh << 'EOF'
#!/bin/bash
# 설정 변수 (본인 환경에 맞게 수정)
SERENA_PATH=/Users/start/Desktop/git/serena
# 현재 디렉토리에 Serena MCP 추가
claude mcp add serena -- uv run --directory $SERENA_PATH serena-mcp-server --context ide-assistant
# 성공 메시지 출력
echo "✅ Serena MCP가 $(pwd) 프로젝트에 추가되었습니다"
echo "📌 Claude Code에서 /mcp__serena__initial_instructions 명령을 실행하세요"
EOF
# 실행 권한 부여
chmod +x setup-serena.sh
3. Alias 등록
# .bashrc 또는 .zshrc에 추가
echo 'alias setup-serena="/Users/start/Desktop/git/scripts/setup-serena.sh"' >> ~/.zshrc
source ~/.zshrc
Claude Code 통합하기
커스텀 명령어 설정
# 초기화 명령어 생성
mkdir -p ~/.claude/commands
cat > ~/.claude/commands/init-serena.md << 'EOF'
---
description: Init Serena MCP
---
execute `/mcp__serena__initial_instructions` to initialize Serena MCP for enhanced semantic analysis.
EOF
활용법
# 프로젝트 디렉토리에서
setup-serena
claude
# Claude Code에서
/serena-init
"이 프로젝트의 전체 아키텍처를 분석하고 주요 API 엔드포인트들의 플로우를 설명해줘"
❗️팁
1. 프로젝트 구조 최적화
Serena는 잘 구조화된 코드에서 최고의 성능을 발휘합니다
✅ 좋은 구조:
├── controllers/
│ ├── user_controller.py
│ └── order_controller.py
├── services/
│ ├── user_service.py
│ └── order_service.py
├── models/
│ ├── user.py
│ └── order.py
└── utils/
└── validators.py
❌ 피해야 할 구조:
├── main.py (3000줄의 모든 로직)
├── utils.py (모든 유틸리티 함수)
└── models.py (모든 모델)
2. 타입 힌트의 중요성
Python에서는 타입 힌트가 있을 때 Serena의 정확도가 크게 향상됩니다
# ✅ 권장
def get_user_by_id(user_id: int) -> Optional[User]:
return User.objects.filter(id=user_id).first()
# ❌ 비권장
def get_user_by_id(user_id):
return User.objects.filter(id=user_id).first()
3. 메모리 기능 적극 활용
중요한 아키텍처 결정사항이나 비즈니스 규칙을 메모리에 저장해두면 나중에 유용합니다
"이 프로젝트의 인증 방식과 권한 체계를 메모리에 저장해줘.
이름은 'auth-architecture'로 해줘"
4. 컨텍스트 관리 전략
대규모 분석 작업 후에는 새 세션에서 계속하는 것이 좋습니다
"지금까지의 분석 내용을 요약해서 메모리에 저장하고,
새 세션에서 계속 작업할 수 있도록 준비해줘"
728x90
반응형
'AI' 카테고리의 다른 글
| Antigravity 개인적인 사용후기 (0) | 2025.11.27 |
|---|---|
| Langfuse의 Span과 Generation의 관계 (0) | 2025.08.09 |
| 백엔드 개발자를 위한 Claude 꿀팁 (0) | 2025.07.20 |
| Claude CLI + Gemini CLI 조합으로 토큰 절약하기(GPT 대체 가능) (0) | 2025.07.13 |
| Langfuse v2 → v3 업그레이드 시 Trace Name 공란으로 기록됨 (0) | 2025.07.10 |