산업용 진공청소기 제조사에서 일하는데, MCP를 통해 Claude에 제품 카탈로그를 연결했습니다

저는 이탈리아의 산업용 진공청소기 제조사인 Depureco에서 일하고 있는데, 최근 저희 제품 카탈로그를 위한 원격 MCP 서버를 구축하여 Claude에 연결했습니다.

이 글을 쓰는 이유는 이 결과가 안전이 중요한 B2B 환경에서 AI를 바라보는 제 생각을 완전히 바꿔놓았기 때문입니다.

이전에는 모델이 일반적인 지식만 가지고 있었습니다. 그럴듯한 답변을 생성할 수는 있었지만, 제품별 요구 사항, 인증, 엔지니어링 제약 조건에 접근할 수 없었습니다.

이제는 추측에 의존하는 대신 구조화된 카탈로그 데이터를 검색하여 실제 사양에 근거한 추천을 생성합니다.

몇 가지 예시를 들자면:

• “제과점의 밀가루 먼지, ATEX Zone 22, 연속 사용 — 어떤 진공청소기가 좋을까?”
→ “방폭 진공청소기”라고 제안하는 대신, Claude가 추가 질문을 던지고 올바른 인증 솔루션을 추천합니다.

• “SLS 3D 프린터에서 나온 티타늄 분말, ATEX Zone 22”
→ 전도성 Group IIIC 분진을 구분해내고 일반적인 ATEX 제품 대신 불활성 솔루션을 추천합니다.

• “고압 애플리케이션을 위한 PUMA 18S와 PUMA 18P 비교”
→ 일반적인 비교를 생성하는 대신 실제 구성 데이터를 반환하고 장단점을 설명합니다.

가장 놀라운 점은 답변이 더 상세해졌다는 것이 아닙니다. 시스템이 더 겸손해졌다는 것입니다.

AI가 도메인 특화 지식에 접근할 수 있게 되면, 아는 척을 멈추고 더 나은 질문을 던지기 시작합니다.

제조 및 산업 환경에서는 모델의 크기보다 이러한 변화가 훨씬 더 중요하다고 생각합니다. 규제가 엄격하거나 기술적이고 안전이 중요한 분야에서 일하시는 다른 분들도 MCP를 통해 같은 패턴을 경험하고 계신지 궁금합니다.

HTTP 기반 원격 MCP, 별도의 설치 불필요.
엔드포인트: https://depureco.com/wp-json/depureco/v1/mcp
GitHub: https://github.com/depurecoindustrialvacuums-boop/industrial-vacuum-explorer-mcp