지식센터 / 레퍼런스

🚀 비즈스프링 MCP Apps 전략 — ChatGPT/Claude 앱스토어 진출 설계서

# 🚀 비즈스프링 MCP Apps 전략 — "일론 방식" 실행 설계서

> v1.0 | 2026-02-23 | 작성: PREMIUM_GEO 메인방

> 대상 제품: GEOcare.AI · Care Plus · 브랜드허브(bmp.ai)

---

Executive Summary

ChatGPT(8억 WAU)와 Claude 양대 플랫폼이 MCP Apps라는 동일한 오픈 표준으로 "대화 안 인터랙티브 위젯"을 지원하기 시작했다. 이것은 2007년 iPhone 앱스토어 오픈에 비견될 새로운 배포 채널이다.

비즈스프링의 기회: 우리는 이미 MCP 서버(KHub MCP v5)를 운영 중이고, GEOcare.AI의 5대 KPI 진단 데이터와 브랜드허브의 파트너 매칭 로직을 보유하고 있다. 이 자산 위에 인터랙티브 위젯 레이어만 얹으면 ChatGPT/Claude 앱스토어에 올릴 수 있는 제품이 된다.

일론의 원칙 적용:

1. 빌드할 수 있는 가장 작은 것부터 — 1개 Tool + 1개 Widget으로 PoC
2. 기존 인프라 최대 재활용 — 새로 만들지 말고 연결
3. 양대 플랫폼 동시 공략 — MCP Apps 오픈 표준 = 한 번 빌드, ChatGPT + Claude 양쪽 배포

---

§1. 현재 상태 vs 목표 상태

현재 (AS-IS)

비즈스프링 인프라 현황: n8n-bawee(GEOcare WF 55+), n8n-bizspring(KHub MCP v5), Supabase-bawee(GEOcare+BrandHub DB), Supabase-bizspring(KHub+CT), Vercel(bmp.ai), Edge Functions(geobh-data, geobh-jsonld). 이 모든 것이 "텍스트 반환" 수준에 머물러 있고, 사용자는 대시보드에 직접 접속해야 함.

목표 (TO-BE)

사용자가 ChatGPT/Claude에서 "우리 브랜드 이번 주 GEO 점수 보여줘" 프롬프트 입력 → AI가 MCP Tool 호출 → BizSpring 백엔드에서 데이터 수집 → 대화 안에 인터랙티브 리포트 카드 위젯 렌더링 → 위젯 내에서 필터 변경, 즐겨찾기 저장, PDF 내보내기 가능.

---

§2. 앱 시나리오 3종

앱 A: GEO 리포트 카드 (GEOcare.AI)

프롬프트: "OOO 브랜드 이번 주 GEO 점수 요약 보여줘"

Tool: get_geo_report → 데이터 소스: supabase-bawee gp_geoex_* 테이블, 기존 geobh-data EF 확장

Widget: KPI 카드(5대 지표) + 트렌드 차트 + CTA 버튼

인터랙션: 기간 필터, 경쟁사 비교 토글, 상세 리포트 링크

앱 B: Citation Moat 인사이트 뷰어 (Care Plus)

프롬프트: "삼성서울병원 Citation Moat 현황 카드로 보여줘"

Tool: get_citation_moat → 데이터 소스: supabase-bizspring Citation Moat 분석 결과, geobh-moat-report EF

Widget: EEAT 점수 게이지 + 인용 소스 분포 차트 + 위반 항목 리스트

인터랙션: LLM별 필터(ChatGPT/Perplexity/Gemini), 위반 상세, PDF 리포트 요청

앱 C: 브랜드허브 파트너 매칭 (bmp.ai)

프롬프트: "우리 브랜드 GEO 진단 결과로 적합한 파트너 추천해줘"

Tool: match_partner, get_partner_profile → 데이터 소스: supabase-bawee gp_geobh_hub_config

Widget: 파트너 카드 리스트 + 역량 레이더 차트 + 상담 요청 버튼

---

§3. 아키텍처 설계

전체 구조

ChatGPT/Claude(호스트) → MCP Protocol(HTTPS) → BizSpring MCP Apps Server(신규) → 기존 인프라(supabase-bawee, supabase-bizspring, Edge Functions)

MCP Apps Server 컴포넌트

Tools: get_geo_report, get_citation_moat, match_partner, save_to_watchlist, get_watchlist

Resources(Widget): ui://geo-report-widget, ui://citation-moat-widget, ui://partner-match-widget, ui://watchlist-widget

DataProvider Layer: GEOcareAPI→supabase-bawee, CitationAPI→supabase-bizspring, PartnerAPI→supabase-bawee, UserAPI→watchlist/preferences

기술 선택

Runtime: Node.js (TypeScript), Framework: Express + @modelcontextprotocol/sdk, Widget: React (Vite 빌드) → HTML 번들, 배포: Vercel Edge Functions 또는 Docker, 인증: OAuth 2.1

기존 인프라 재활용 맵

get_geo_report Tool → geobh-data EF 호출 (래퍼만 추가)

get_citation_moat Tool → geobh-moat-report EF (래퍼만 추가)

match_partner Tool → gp_geobh_hub_config 쿼리 (매칭 로직 추가)

DataProvider Layer → Supabase 클라이언트 재사용 (추상화만 신규)

---

§4. Tool 상세 설계

get_geo_report

입력: brand_name(string), date_range(enum: last_7/30/90_days), compare_competitor(boolean)

서버 처리: geobh-data EF 호출 → KPI 계산 → 텍스트 요약 + structuredContent(kpis 배열, trendChart, actions) 동시 생성

반환: text(LLM 요약문) + structuredContent(위젯용 JSON) + meta.ui.resource(위젯 URI)

get_citation_moat

입력: brand_name(string), llm_filter(array: chatgpt/perplexity/gemini/claude)

서버 처리: Citation Moat DB 조회 → EEAT 점수 계산 + 인용 분포 집계

반환: text + structuredContent(eeaScore, citationDistribution, violations)

Watchlist (인터랙션 도구)

save_to_watchlist: visibility "app" (위젯 내부에서만 호출), 유저별 DB 저장

get_watchlist: visibility "model"+"app", 즐겨찾기 목록 반환 + watchlist-widget 연결

---

§5. Widget(React) 설계

GEO Report Widget 핵심 구조

MCP Apps 표준으로 호스트(ChatGPT/Claude)로부터 structuredContent 수신 → React state에 저장 → KPI 카드 5개, 트렌드 차트, 액션 버튼 렌더링. 버튼 클릭 시 callTool()로 save_to_watchlist 등 Tool 직접 호출.

크로스 플랫폼 호환

MCPAppsBridge 추상화 클래스로 ChatGPT(window.openai)와 Claude(MCP Apps JSON-RPC postMessage)를 자동 감지하여 동일한 인터페이스 제공. 한 번 빌드로 양쪽 배포.

빌드 & 서빙

Vite로 단일 HTML 파일(인라인 JS/CSS) 빌드 → MCP Server에서 Resource로 등록 (mimeType: text/html;profile=mcp-app)

---

§6. 인증 & 보안

OAuth 2.1 플로우: ChatGPT/Claude → BizSpring Auth Server → GEOcare.AI 계정 연동. 미가입자 데모 모드(샘플 데이터). 플랜별 기능 제한: Free(1브랜드 기본KPI), Care Plus/Premium(다수 브랜드+경쟁사비교+Citation Moat전체+파트너매칭).

---

§7. Citation Moat 차별화 전략

ChatGPT 앱스토어에 SEO 도구는 넘치겠지만, GEO(AI시대 가시성) + Citation Moat(AI 인용 점유율)를 실시간 대시보드로 보여주는 앱은 비즈스프링이 최초. 경쟁사는 데이터 자체가 없어서 따라올 수 없는 해자.

바이럴 루프: 무료 데모 체험 → 내 브랜드 분석 CTA → GEOcare 가입 → 리포트 공유 → 앱 설치 유도 → Care Plus 업셀 → 파트너 매칭

---

§8. 단계별 실행 플랜

Phase 0 (1주): 환경 준비 — OpenAI Apps SDK + MCP SDK 설치, ChatGPT Developer Mode 활성화, Claude MCP Apps 호환성 테스트

Phase 1 (2주): PoC — MCP Apps Server 스켈레톤(Node.js+TS+Express), get_geo_report Tool(geobh-data 래퍼), GEO Report Widget(React, 샘플데이터), ChatGPT/Claude 양쪽 연결 테스트. 성공 기준: 대화에서 GEO 점수 카드 렌더링.

Phase 2 (2~3주): 실데이터 — DataProvider(supabase-bawee 연결), 실제 GEOcare KPI 데이터, OAuth 2.1 인증, 데모 모드, get_citation_moat Tool+Widget 추가

Phase 3 (2~3주): 인터랙션 — Watchlist 3종, match_partner Tool+Widget, 위젯 내 기간변경/경쟁사비교 등 인터랙션, 에러핸들링/UX

Phase 4 (2~4주): 상용화 — ChatGPT 앱스토어 + Anthropic MCP Apps 등록, 플랜별 기능제한, 로깅/모니터링/알람

전체 타임라인: 약 3개월이면 양대 플랫폼 동시 런칭 가능.

---

§9. 리스크 대응

ChatGPT 심사 지연 → Claude 우선 런칭(심사 없음)

위젯 호환성 → 크로스 플랫폼 브릿지 + 양쪽 테스트

인증 마찰 → 데모 모드 우선 체험 → 가치 확인 후 가입

경쟁사 → Citation Moat 독자 데이터 해자

Supabase 부하 → 캐싱 레이어 + ISR

MCP Apps 스펙 변경 → DataProvider 추상화로 변경 영향 최소화

---

§10. 전략적 의미

Before MCP Apps: 고객이 GEOcare.AI 대시보드에 "접속" → 우리를 "찾아와야" 함

After MCP Apps: 고객이 ChatGPT/Claude에서 "질문" → 우리가 "찾아감" → 800M+ 사용자 직접 노출, 마케팅 비용 0원 제품 배포, SaaS 구독 전환 퍼널 최상단에 앱스토어 배치.

AI 대화 인터페이스가 새로운 OS가 되는 시대에, 비즈스프링이 그 OS의 앱스토어에 입점하는 것이다.

관련 문서

이 문서를 참조하는 문서 (역링크)

• 없음

다른 표현: Markdown · JSON · 최종 갱신 2026-08-24