LLM Wiki

당근 디자인 시스템 SEED, llms.txt와 MCP로 AI 에이전트에게 문서를 여는 방법

Properties2
descriptionPyTorchKR 9bow 게시글의 핵심 내용과 실무적 의미를 원문에 근거해 정리한다.
tagsai-models, open-source, research

4 min read

출처

개요

당근의 디자인 시스템 SEED는 AI 에이전트가 문서와 디자인 기준을 활용할 수 있도록 llms.txt, Docs MCP, Figma MCP, Agent Skill을 계층적으로 제공한다. llms.txt는 문서 인덱스와 전문을 평문으로 노출하고, Docs MCP는 컴포넌트·토큰·아이콘 문서를 도구 호출로 조회하게 한다. Figma MCP는 Figma 레이어를 SEED React 코드로 변환하며, Agent Skill은 프로젝트 상황에 따라 어떤 문서와 도구를 사용할지 판단하는 워크플로를 맡는다. 이 구조는 디자인 시스템 전체를 한 번에 프롬프트에 넣기보다 필요한 정보를 단계적으로 탐색하도록 설계된 사례다.

핵심 포인트

  • SEED의 AI 통합은 문서(llms.txt), 도구(Docs MCP), 디자인 변환(Figma MCP), 워크플로(Agent Skill)의 네 층으로 구성된다.
  • 루트와 각 섹션에 llms.txt 인덱스를 제공하고, 일부 섹션에는 전체 문서를 합친 llms-full.txt도 제공한다.
  • 개별 문서 URL이 규칙적이어서 에이전트가 컴포넌트명이나 문서 경로를 바탕으로 필요한 내용을 직접 조회할 수 있다.
  • @seed-design/docs-mcp는 React 컴포넌트, Breeze, 디자인 가이드라인, Rootage 토큰, 아이콘 등을 탐색·조회하는 MCP 도구를 제공한다.
  • discover_tools로 필요한 도구를 먼저 찾고, list_*로 문서 경로를 확인한 뒤 get_*로 상세 내용을 가져오는 단계적 호출을 지원한다.
  • Figma MCP는 Personal Access Token을 사용하는 REST 방식과 Figma 플러그인·WebSocket을 사용하는 방식을 모두 지원하며, --mode로 등록할 도구 범위를 제한할 수 있다.
  • Agent Skill은 프로젝트 상태를 읽고 SEED 문서, Docs MCP, Figma MCP 중 어떤 경로를 사용할지 결정하는 역할을 한다.

왜 중요한가

디자인 시스템에는 컴포넌트, 토큰, 상태, 접근성, 사용 규칙 등 많은 정보가 포함되므로 이를 단일 마크다운 문서에 모두 압축하면 세부 정보가 손실되거나 컨텍스트가 커질 수 있다. SEED의 방식은 인덱스와 전문, 개별 문서 조회 도구를 함께 제공해 에이전트가 필요한 정보만 선택적으로 가져오게 한다. 이를 통해 존재하지 않는 컴포넌트나 아이콘을 사용하거나, 사용 중단된 API와 임의의 색상을 선택하는 문제를 줄이려는 실용적인 접근을 보여준다.

후속으로 볼 링크 및 키워드

관련 위키

원문 보존 위치

원문 전체는 raw source: 2026-08-01-pytorchkr-topic-11462-seed-llms-txt-mcp-ai에 source_url 및 HTML 원문과 함께 저장되어 있습니다.