Skip to main content

개요

Model Context Protocol(MCP)은 AI 애플리케이션이 외부 데이터 소스 및 API에 연결할 수 있도록 하는 개방형 표준입니다. Dodo Payments MCP Server를 사용하면 Claude, Cursor 및 기타 MCP 호환 클라이언트와 같은 AI 어시스턴트가 결제 인프라에 액세스할 수 있습니다. Dodo Payments MCP Server는 Code Mode 아키텍처를 사용합니다. 모든 API 엔드포인트에 대해 수백 개의 개별 도구를 노출하는 대신, Code Mode를 사용하면 AI 에이전트가 격리된 샌드박스에서 Dodo Payments SDK를 대상으로 TypeScript 코드를 작성하고 실행할 수 있습니다.

주요 기능

  • 결제 작업 — 결제 및 환불 생성, 조회, 관리
  • 구독 관리 — 반복 결제, 업그레이드 및 취소 처리
  • 고객 관리 — 고객 데이터 및 포털 액세스 관리
  • 제품 카탈로그 — 제품, 가격 및 할인 생성 및 업데이트
  • 라이선스 관리 — 소프트웨어 라이선스 활성화, 검증 및 관리
  • 사용량 기반 청구 — 측정된 사용량 추적 및 청구

Code Mode 작동 방식

Dodo Payments MCP Server는 AI 에이전트에 두 가지 도구를 제공합니다:
  1. 문서 검색 도구 — 사용 가능한 작업 및 매개변수를 파악할 수 있도록 Dodo Payments API 및 SDK에 대한 문서를 조회합니다.
  2. 코드 실행 도구 — SDK를 대상으로 TypeScript 코드를 작성하고 보안 샌드박스에서 실행합니다.
이 아키텍처를 사용하면 에이전트가 한 번의 호출로 복잡한 다단계 작업을 수행할 수 있습니다. 예를 들어 에이전트는 모든 활성 구독을 나열하고, 기준에 따라 필터링한 다음, 각 구독에 할인을 적용할 수 있습니다. 이 모든 작업이 하나의 스크립트에서 수행됩니다.
에이전트는 여러 API 호출을 연결하고, 조건부 로직을 처리하며, LLM으로 왕복하지 않고 계산을 수행할 수 있습니다.

빠른 설정

AI 클라이언트에서 Dodo Payments MCP Server에 연결하세요:
Node.js 18 이상이 필요합니다. 원격 서버는 인증에 OAuth를 사용합니다. 처음 연결하면 API 키를 입력하고 환경을 선택하라는 메시지가 표시됩니다.

Dodo Knowledge MCP

Dodo Payments MCP Server(API 작업 실행용) 외에도 AI 어시스턴트가 Dodo Payments 문서에 즉시 액세스할 수 있도록 하는 시맨틱 검색 서버인 Dodo Knowledge MCP를 제공합니다.
ContextMCP.ai로 구축: Dodo Knowledge MCP는 ContextMCP를 기반으로 하며, 벡터 임베딩을 사용해 문서 전반에서 빠른 시맨틱 검색을 지원합니다.

Dodo Knowledge MCP란?

Dodo Knowledge MCP는 시맨틱 문서 검색을 제공하는 원격 MCP 서버입니다. 자연어 쿼리를 사용하여 관련 문서를 찾고, Dodo Payments에 대한 정확한 최신 정보를 얻으며, API 키나 로컬 설치 없이 연결할 수 있습니다.

빠른 설정

AI 클라이언트에서 Dodo Knowledge MCP에 연결하세요:
~/.cursor/mcp.json에 추가하세요:
Node.js 18 이상이 필요합니다. mcp-remote 패키지가 원격 MCP 서버 연결을 처리합니다.

두 MCP 서버 함께 사용하기

최상의 AI 지원 개발 환경을 위해 두 MCP 서버를 모두 사용하세요:
두 서버를 모두 구성하면 에이전트가 문서를 검색하여 기능을 파악한 다음 API 호출을 실행하여 구현할 수 있습니다. 이 모든 작업이 하나의 대화에서 이루어집니다.

Knowledge MCP 문제 해결

연결 문제가 발생하면 rm -rf ~/.mcp-auth로 MCP 인증 캐시를 삭제하고, 클라이언트 애플리케이션을 다시 시작한 다음, 클라이언트 로그에서 오류 메시지를 확인하고 Node.js 버전을 확인하세요(18 이상 필요).

Knowledge MCP Server

Dodo Knowledge MCP 구성 페이지에 액세스

설치

워크플로에 적합한 설치 방법을 선택하세요.

원격 MCP 서버(권장)

로컬 설정이나 설치 없이 호스팅된 MCP 서버에 액세스하세요.
1

Access the remote server

브라우저에서 https://mcp.dodopayments.com으로 이동하세요.
2

Configure your MCP client

사용 중인 클라이언트에 맞는 JSON 구성을 복사하세요. Cursor 또는 Claude Desktop의 경우 MCP 설정에 추가하세요:
3

Authenticate and configure

OAuth 흐름에서 다음 정보를 입력하라는 메시지가 표시됩니다:
  • Dodo Payments API 키 입력
  • 환경 선택(test 또는 live)
  • MCP 클라이언트 유형 선택
API 키를 안전하게 보관하세요. 개발 중에는 test mode 키를 사용하세요.
4

Complete setup

Login and Approve를 클릭하여 연결을 승인하세요.
연결되면 AI 어시스턴트가 사용자를 대신하여 Dodo Payments API와 상호작용할 수 있습니다.

NPM 패키지

MCP 서버를 로컬에 설치하고 실행하세요.
로컬 서버는 Deno 샌드박스에서 코드를 실행합니다. Deno 2.8 이하를 설치하고 deno가 PATH에 있는지 확인하세요. Deno 2.9 이상에서는 샌드박스가 시작되지 않습니다. 로컬 코드 실행은 macOS와 Linux에서만 작동합니다. Windows에서는 원격 서버를 사용하거나 WSL2에서 로컬 서버를 실행하세요.
항상 최신 버전을 가져오려면 @latest를 사용하고, 안정성을 위해 @2.51.0와 같이 특정 버전을 고정할 수도 있습니다.

Docker

컨테이너에서 MCP 서버를 실행하세요.
Docker 이미지는 GitHub Container Registry에서 사용할 수 있습니다.

Client Configuration

선호하는 AI client에서 Dodo Payments MCP server를 구성합니다.
Cursor에서 Dodo Payments MCP server를 설정하여 결제 데이터에 대화형으로 액세스할 수 있습니다.One-Click Install아래 버튼을 사용하여 Cursor에 MCP server를 직접 설치합니다:[Add to Cursor](https://cursor.com/en-US/install-mcp?name=dodopayments-mcp&config=eyJjb21tYW5kIjoibnB4IiwiYXJncyI6WyIteSIsImRvZG9wYXltZW50cy1tY3AiXSwiZW52Ijp7IkRPRE9fUEFZTUVOVFNfQVBJX0tFWSI6IlNldCB5b3VyIERPRE9fUEFZTUVOVFNfQVBJX0tFWSBoZXJlLiIsIkRPRE9fUEFZTUVOVFNfV0VCSE9PS19LRVkiOiJTZXQgeW91ciBET0RPX1BBWU1FTlRTX1dFQkhPT0tfS0VZIGhlcmUuIn19)클릭한 후 Cursor Settings > Tools & MCP > New MCP Server를 통해 Cursor의 mcp.json에 환경 변수를 설정합니다.Manual Configuration
1

Open Cursor settings

Cursor Settings > Tools & MCP로 이동하거나 Cmd/Ctrl + Shift + P를 누른 다음 “MCP Settings”를 검색합니다.
2

Edit configuration

New MCP Server를 클릭하여 mcp.json 파일을 엽니다.
3

Add Dodo Payments configuration

다음 구성 중 하나를 선택합니다:Remote Server (Recommended)
Local NPX
4

Save and restart

구성 파일을 저장하고 Cursor를 다시 시작합니다.
AI assistant에게 Dodo Payments 데이터에 대해 질문하여 연결을 확인합니다.

Environment Variables

환경 변수를 사용하여 MCP server 동작을 구성합니다.

Running Remotely

웹 기반 client 또는 agentic workflow를 위해 MCP server를 remote HTTP server로 배포합니다.

Remote Server Configuration

배포가 완료되면 client는 server URL을 사용하여 연결할 수 있습니다:

Authorization Headers

remote server는 다음 header를 통한 authentication을 지원합니다:

Security Best Practices

Code Mode는 sandboxed environment에서 code를 실행하고 server-side에서 API key를 주입하여 기본적인 보안을 제공합니다. 자격 증명을 보호하려면 다음 모범 사례를 따르세요.
자격 증명을 version control에 커밋하지 마세요. API key는 environment variable 또는 secure secret management system에 저장합니다:
새 API key를 정기적으로 생성하고 Dodo Payments dashboard를 통해 이전 key를 폐기하여 key를 정기적으로 교체합니다. 개발 중에는 production data에 영향을 주지 않도록 항상 test mode API key를 사용하세요.
remote로 배포할 때는 항상 Authorization header 또는 x-dodo-payments-api-key header를 통한 authentication을 요구하세요.
항상 HTTPS endpoint 뒤에 remote MCP server를 배포하세요. MCP server와 API 수준 모두에 rate limit을 구현하여 악용을 방지합니다. MCP server에 연결할 수 있는 client를 제한하도록 firewall rule을 구성하세요.

Troubleshooting

API key가 올바르게 설정되어 있고 필요한 permission이 있는지 확인합니다:
Dodo Payments API endpoint에 연결할 수 있는지 확인합니다. connection problem을 진단하려면 MCP client에서 verbose logging을 활성화하세요.
test endpoint에는 test key를, production endpoint에는 live key를 사용하고 있는지 확인합니다. DODO_PAYMENTS_ENVIRONMENT가 올바르게 설정되었는지 확인하세요(production의 경우 live_mode). 문제가 지속되면 dashboard를 통해 새 API key를 생성합니다.
AI assistant가 각 tool에 올바른 형식의 parameter를 제공하는지 확인합니다. 무엇이 잘못되었는지에 대한 구체적인 안내는 API의 error response를 확인하세요. curl 또는 Postman을 통해 Dodo Payments API를 직접 호출했을 때 operation이 작동하는지 확인합니다.

Why Code Mode

기존 MCP implementation은 모든 API endpoint가 별도의 tool로 노출되는 “tool proliferation” 문제를 겪습니다. Code Mode가 더 나은 이유는 다음과 같습니다:

LLMs Are Better at Writing Code Than Calling Tools

LLM은 실제 환경의 수백만 줄의 code를 학습했으므로 자연스럽게 script를 잘 작성합니다. Tool-calling은 대개 synthetic example을 기반으로 합니다.
“LLM이 tool calling으로 작업을 수행하게 하는 것은 Shakespeare를 한 달 동안 Mandarin 수업에 보내고 그 언어로 희곡을 쓰라고 하는 것과 같습니다.” — Cloudflare

Eliminates Context Window Bloat

기존 접근 방식에서는 대화가 시작되기 전에 모든 tool definition이 token을 소모합니다. 50개 이상의 tool을 노출하면 55K–100K+ token을 소모할 수 있습니다. Anthropic은 최적화 전 tool definition이 최대 134K token을 소모할 수 있음을 확인했습니다. Code Mode는 2개의 tool definition(~1K token)만 로드합니다. agent는 필요할 때 문서를 검색합니다. Anthropic의 Tool Search Tool은 context window의 95%를 보존하여 overhead를 77K token에서 8.7K token으로 줄였습니다.

Reduces Latency via Programmatic Orchestration

기존 tool-calling에서는 각 operation마다 전체 model inference round-trip이 필요합니다. task에 20개의 API call이 필요하다면 round-trip도 20번 발생합니다. Code Mode에서는 agent가 모든 call을 실행하고 최종 결과만 반환하는 하나의 script를 작성합니다. Anthropic은 이 접근 방식을 사용하여 token이 37% 감소하고 정확도가 향상되었다고 관찰했습니다(knowledge retrieval은 25.6%에서 28.5%로 향상).

More Secure by Design

Code Mode는 다음과 같은 기본적인 보안 이점을 제공합니다:
  • No API keys in parameters — API key는 server-side에서 주입되며 LLM으로 전송되는 tool parameter에 노출되지 않습니다.
  • Isolated sandbox — code는 network 또는 host filesystem에 액세스할 수 없는 secure environment에서 실행됩니다.
  • Controlled SDK — authorized SDK method만 agent에서 사용할 수 있습니다.

Scales to Any API Size

API가 성장하면 더 많은 tool을 로드해야 하므로 기존 MCP performance가 저하됩니다. Code Mode는 API surface area와 관계없이 2개의 tool로 일정한 성능을 유지합니다. Cloudflare는 2,500개 이상의 API endpoint를 2개의 tool과 약 1,000 token의 context로 통합했습니다.
자세한 내용은 Anthropic 및 Cloudflare의 engineering blog와 Claude의 Programmatic Tool Calling documentation을 참조하세요.

Resources

API Reference

전체 Dodo Payments API documentation 살펴보기

MCP Protocol

Model Context Protocol standard에 대해 자세히 알아보기

GitHub Repository

MCP server source code를 확인하고 기여하기

NPM Package

NPM에서 MCP server 설치하기
마지막 수정일 2026년 9월 28일