MCP 서버가 나왔어요

코딩 에이전트나 AI 어시스턴트가 ChatGPT, Gemini, Perplexity 등 AI 검색 엔진에 직접 묻고 결과를 읽어요.

받는 결과

• run_prompt: 어떤 엔진이든 질문을 보내고 답변이 올 때까지 기다립니다. 도구 호출 한 번이면 됩니다.
• submit_prompt, get_task: 오래 걸리는 작업을 큐에 넣고 나중에 결과를 읽습니다.
• REST API와 같은 API 키, 엔진, 크레딧 가격을 씁니다.

동작 방식

MCP는 AI 에이전트가 외부 도구를 호출할 때 쓰는 공개 표준입니다. 에이전트의 MCP 설정에 querying.ai 서버와 API 키를 추가하면, 에이전트가 작업 중에 AI 검색 엔진에 직접 질문합니다. 시장을 조사하고, 엔진이 브랜드를 어떻게 설명하는지 확인하고, 초안에 쓸 출처를 모읍니다.

에이전트가 호출마다 엔진과 국가를 고르고 코드에서 API로 받는 것과 같은 JSON을 받으므로, 실제 답변에 근거해 판단합니다.

이렇게 활용하세요

• 콘텐츠를 쓰기 전에 ChatGPT와 Gemini가 그 질문에 어떻게 답하는지 코딩 에이전트에게 확인시킵니다.
• 리서치 에이전트가 여러 엔진의 답변과 출처를 모아 요약하게 합니다.

시작하기

에이전트가 MCP 서버를 등록하는 곳에 서버를 추가하세요. Claude Code와 Codex는 QUERYING_API_KEY 환경 변수에서 키를 읽으므로, 에이전트를 실행하는 셸에서 이 변수를 설정하세요.

claude mcp add --transport http querying \
  https://mcp.querying.ai/mcp \
  --header 'Authorization: Bearer ${QUERYING_API_KEY}'

그 밖의 클라이언트에는 mcp.json 항목을 붙여 넣고 YOUR_API_KEY를 대시보드에서 만든 키로 바꾸세요. 서버는 https://mcp.querying.ai/mcp에서 Streamable HTTP로 통신합니다.

도구

연결하면 에이전트가 이 도구를 호출합니다. 모니터링 도구는 대시보드와 같은 모니터를 읽고 쓰며, 모든 태스크는 API 호출과 똑같이 활동에 기록됩니다.

run_prompt

프롬프트를 보내고 답변을 기다립니다. 도구 자체 타임아웃(기본 180초, 최대 900초)까지 기다리며, 그때까지 실행 중인 태스크는 get_task로 조회할 태스크 ID로 돌아옵니다.

submit_prompt

프롬프트를 보내고 대기열에 들어간 태스크를 바로 돌려줍니다.

get_task

보낸 태스크의 상태나 완료된 응답을 읽습니다.

research_prompts

주제를 넣으면 사람들이 AI 어시스턴트에게 묻는 질문을 월간 검색 수요 순으로 돌려주고, 모니터로 추적할 세트도 함께 줍니다. KR과 US, 12크레딧.

scrape_page

웹 페이지 하나를 넣으면 본문을 이미지, 제목, 작성자, 게시일과 함께 Markdown으로 돌려줍니다. 페이지당 1크레딧.

create_monitor

예약 모니터를 만듭니다. 실행마다 프롬프트 × 엔진 수만큼의 태스크 크레딧을 쓰며, 모니터 주기에 따라 반복합니다.

run_monitor

지금 바로 실행합니다. 예약 실행 1회와 같은 크레딧을 씁니다.

get_monitor_analytics

비율, 같은 길이의 이전 기간, 퍼센트포인트 변화, 엔진별 비율, 점유율, 기회, 커버리지.

get_monitor_results

채점된 답변 행입니다. includeEvidence를 켜면 저장된 답변 텍스트와 인용이 함께 옵니다.

get_monitor_answer

답변 하나의 전체 내용입니다. Markdown, 출처, 채점에 쓴 별칭과 경쟁사가 담깁니다.

요금

MCP로 시작한 태스크도 API와 같은 크레딧을 쓰며, 완료될 때 차감됩니다.