Claude Code를 잘 써오다가 non-thinking 모델의 한계를 느끼고 Copilot으로 넘어 왔다.
각종 편의 기능과 gpt-5에 특화된 프롬프트 엔지니어링이 눈에 띈다.
(CURSOR의 프롬프트 엔지니어링은 gpt-5에 사용하기에는 지나치게 공격적이다.)
Copilot의 MCP들을 설정하면서, 자주 사용하는 MCP들과 커스텀 모드들을 정리할 필요성이 있어 작성하는 게시글
-
MCP 설정 방법 (Claude Code, Copilot, CODEX Cli)
-
커스텀 모드 설정 방법 (Claude Code, Copilot)
MCP 설정 방법
Claude Code
Claude Code는 claude mcp add라는 명령어를 지원한다.
claude mcp add <name> [options..] -- <command> [args...]
여기서 주로 사용되는 options들은 아래와 같다.
-
--scope user또는-s user
해당 MCP를 전역으로 설정한다. 전역으로 설정된 mcp는~/.claude.json또는~/.claude/settings.json에 작성된다. -
--env 키=밸류또는-e 키=밸류
환경변수를 설정한다.
Copilot
코파일럿의 MCP 설정 파일 위치는 ~/Library/Application Support/Code/User/mcp.json이다. vscode에서 접근하기 위해서는 Ctrl+Shift+P를 눌러 명령 팔레트에 접근한 다음 MCP: Open User Configuration를 통해 확인할 수 있다.
주요 MCP
Context7
https://github.com/upstash/context7
Upstash에서 관리하는 공식문서 모음집이다.
최신 공식문서는 물론 best practice가 될 수 있는 코드들까지 함께 관리한다.
claude mcp add context7 -s user -- npx -y @upstash/context7-mcp --api-key YOUR_API_KEY
copilot에서는 아래와 같이 추가한다.
{
"servers": {
"context7": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@upstash/context7-mcp",
"--api-key",
"YOUR_API_KEY"
]
},
}
Serena
https://github.com/oraios/serena
Serena MCP는 파일들을 읽어들여 인덱싱하는 역할을 한다.
가령 supabase이라는 단어가 어디에 사용되었는지를 아래와 같이 파악한다.
{
"symbol": "supabase",
"file": "node_modules....",
"line": 25,
"references": [
{"file": "src/api/payment.route.ts", "line": 15},
{"file": "src/api/checkout.route.ts", "line": 28}
]
}
세레나 MCP를 사용하면 매번 grep을 통해 파일을 검색하지 않아도 되며, 파일들을 읽으며 검색한 결과를 컨텍스트에 남길 필요도 없다.
한편 최초에 세레나 mcp를 통해 파일을 인덱싱하면서 onboarding도구를 instruction들을 남기게 되는데, 일반적인 코딩 에이전트들의 instruction보다 구체적이기 때문에 코딩 에이전트들이 프로젝트를 파악하기에 용이하다.
세레나는 특히 GPT-5에 유용한데, GPT-5는 올바른 응답을 위해 초기에 프로젝트들을 읽는 성향이 있다. 이때 serena를 사용하면, GPT-5는 빠른 속도로 프로젝트를
세레나 mcp는 전역으로 설치하지 않고 프로젝트 단위로 설치하여 관리하는 것이 파일들의 symentic한 관리에 좋다.
claude mcp add serena -- uvx --from git+``https://github.com/oraios/serena serena start-mcp-server --context ide-assistant --project $(pwd)
copilot에서는 각 프로젝트에 .vscode 폴더를 만들고 mcp.json 파일을 생성하여 추가해준다.
{
"servers": {
"serena": {
"type": "stdio",
"command": "uvx",
"args": [
"--from",
"git+https://github.com/oraios/serena",
"serena",
"start-mcp-server",
"--context",
"ide-assistant",
"--project",
"${workspaceFolder}"
]
}
}
}
한편 codex cli에서 사용하기 위해서는 codex라는 컨텍스트와 함께 전역으로 추가해주어야 한다. https://github.com/oraios/serena?tab=readme-ov-file#codex
[mcp_servers.serena]
command = "uvx"
args = ["--from", "git+https://github.com/oraios/serena", "serena", "start-mcp-server", "--context", "codex"]
Codex CLI
https://github.com/openai/codex
Open AI에서 출시한 터미널 코딩 에이전트이다.
GPT-5 를 사용하는 만큼 매우 강력하다.
하지만 사용량 제한이 금방 걸린다.
Codex CLI의 강력한 성능을 코드리뷰로 사용하면 사용량 제한에 걸리지 않으면서도 GPT-5-high 모델의 디버깅 능력과 논리적인 추론을 사용할 수 있게 된다.
claude mcp add codex --scope user -- codex -m gpt-5 -c model_reasoning_effort=high mcp -c를 통해 config를 넘겨줄 수 있고, mcp라는 서브 커맨드를 이용해 MCP 서버로 노출시키게 된다.
"codex": {
"type": "stdio",
"command": "codex",
"args": [
"--model",
"GPT-5",
"-c",
"model_reasoning_effort='high'",
"mcp"
]
},
커스텀 모드
코파일럿은 Custom Mode라는 이름으로 instruction을 줄 수 있으며, 매우 잘 작동한다.
Claude Code의 Command와 같은 형식이다.
코파일럿의 커스텀 모드 파일 위치는 ~/Library/Application Support/Code/User/prompts/{모드 이름}.chatmode.md
이다.
Claude Code의 Command는 ~/.claude/commands 폴더 안에 있다.
Beast Mode
https://gist.github.com/burkeholland/88af0249c4b6aff3820bf37898c8bacf
귀하는 Agent입니다 - 사용자의 질문이 완전히 해결될 때까지 계속 진행한 후에 차례를 마치세요.
인공지능 에이전트가 문제 해결이 끝날 때까지 계속해서 시도하도록하는 커스텀 모드이다. Copilot의 에이전트들은 Cursor는 물론이고 Claude Code보다도 소극적일 때가 많은데, 이 커스텀 모드를 사용하면 상대적으로 공격적인 튜닝이 된다.
gpt-4.1은 무료 모델이기 때문에 적극성을 높여 사용하기에 좋고, Claude Sonnet 4와 같은 유료모델을 다룰 때에도 응답이 너무 짧게 끝나서 요청수를 날리는 일을 줄여준다.
GEMINI-CLI
Gemini 프롬프트에 파일과 디렉토리를 포함하려면 @ 구문을 사용하세요.
gemini cli는 구글에서 공개한 터미널 기반 코딩 에이전트이다.
MCP 랩퍼를 이용해 MCP로 열어줄 수도 있지만, gemini cli가 원할하게 파일 경로를 읽기 위해서는 위의 프롬프트를 참고하여 gemini 사용법과 함께 커스텀 모드로 열어주는 것이 여러모로 편하다.
gemini cli는 gpt-5에 비해 문서 작성능력이 뛰어나고, 컨텍스트 윈도우가 1백만이며, 구글 검색을 꽤 적극적으로 활용한다.