Unitlab MCP 서버
데이터 어노테이션 자동화를 위한
Unitlab MCP 서버
Unitlab MCP와 AI 어시스턴트로 프로젝트를 생성하고, 데이터를 업로드하며, 데이터 어노테이션을 바로 자동화하세요.
내 워크스페이스. 내가 정하는 권한.
프로젝트를 만들고 이 폴더를 업로드한 뒤 자동차, 사람, 자전거를 라벨링해 주세요.
프로젝트와 객체 클래스를 만든 뒤, 이미지를 하나씩 업로드하고 라벨링한 다음 품질을 확인하겠습니다.
- 도로 장면 프로젝트 생성 완료
- 자동차, 사람, 자전거 클래스 추가 완료
- 폴더의 이미지 128장 모두 업로드 완료
- 데이터셋 전체에서 객체를 탐지하고 AI 라벨 저장 완료
Unitlab에서 도로 장면 프로젝트를 검수할 준비가 되었습니다.
연결된 AI 어시스턴트와의 대화 예시
연결 시작하기
하나의 서버로.
원하는 어시스턴트와.
Unitlab을 추가하고 로그인한 뒤 워크스페이스를 선택하세요. 어시스턴트가 허용된 도구를 사용할 준비가 됩니다.
Claude Code 연결하기
- 프로젝트에서 명령어를 실행하세요.
- Claude Code에서 /mcp를 열고 Unitlab에 로그인하세요.
- 워크스페이스와 권한을 선택한 다음 Allow(허용)를 선택하세요.
모든 프로젝트에서 사용하려면 명령어에 --scope user를 추가하세요.
공식 클라이언트 가이드claude mcp add --transport http unitlab https://api.unitlab.ai/mcpClaude 연결하기
- Customize → Connectors(사용자 지정 → 커넥터)를 열고 사용자 지정 커넥터를 추가하세요.
- 이름을 Unitlab으로 지정하고 주소를 붙여 넣은 다음, 연결 안내를 따라 진행하세요.
- Unitlab에 로그인하고 워크스페이스와 권한을 선택한 다음 Allow(허용)를 선택하세요.
Team 및 Enterprise에서는 소유자가 조직에 커넥터를 추가한 후 멤버가 연결할 수 있습니다.
공식 클라이언트 가이드Codex 연결하기
- Codex CLI가 설치된 환경에서 명령어를 실행하세요.
- 브라우저에 열린 Unitlab 로그인 절차를 완료하세요.
- 워크스페이스와 권한을 선택한 다음 Allow(허용)를 선택하세요.
로그인 화면이 열리지 않으면 codex mcp login unitlab을 실행하세요.
공식 클라이언트 가이드codex mcp add unitlab --url https://api.unitlab.ai/mcpChatGPT 연결하기
- ChatGPT Plugins를 열고 +를 선택한 다음 Add custom MCP server(사용자 지정 MCP 서버 추가)를 선택하세요.
- 이름과 설명을 입력하세요. Connection(연결)에 주소를 붙여 넣고 OAuth 인증을 설정하세요.
- 플러그인을 만들고 설치한 다음, 안내에 따라 Unitlab 로그인과 연결 동의를 완료하세요.
- 새 채팅에서 @를 사용해 플러그인을 선택하세요.
사용자 지정 MCP 사용 가능 여부는 ChatGPT 요금제와 워크스페이스 정책에 따라 달라집니다.
공식 클라이언트 가이드Cursor 연결하기
- Cursor MCP 설정에 이 항목을 추가하세요. 기존 서버 설정은 유지하세요.
- Cursor에서 Unitlab을 연결하고 안내에 따라 로그인하세요.
- 워크스페이스와 권한을 선택한 다음 Allow(허용)를 선택하세요.
프로젝트별로 연결하려면 프로젝트의 .cursor/mcp.json 파일을 사용하세요.
공식 클라이언트 가이드{
"mcpServers": {
"unitlab": {
"url": "https://api.unitlab.ai/mcp"
}
}
}Gemini CLI 연결하기
- Gemini CLI가 설치된 환경에서 명령어를 실행하세요.
- Gemini CLI에서 /mcp auth unitlab을 실행하세요.
- Unitlab에 로그인하고 워크스페이스와 권한을 선택한 다음 Allow(허용)를 선택하세요.
--scope user를 추가하면 모든 프로젝트에서 서버를 사용할 수 있습니다.
공식 클라이언트 가이드gemini mcp add --transport http unitlab https://api.unitlab.ai/mcpVS Code 연결하기
- VS Code 명령줄 실행 도구가 설치된 환경에서 이 명령어를 실행하세요.
- VS Code에서 Unitlab MCP 서버를 시작하고 안내에 따라 로그인하세요.
- 워크스페이스와 권한을 선택한 다음 Allow(허용)를 선택하세요.
VS Code에서 MCP를 지원하는 채팅 모드를 사용하세요. 클라이언트와 조직의 정책이 적용됩니다.
공식 클라이언트 가이드code --add-mcp "{\"name\":\"unitlab\",\"type\":\"http\",\"url\":\"https://api.unitlab.ai/mcp\"}"MCP 클라이언트 연결하기
- 이 주소를 사용해 원격 MCP 서버를 추가하세요.
- Streamable HTTP와 OAuth 로그인을 지원하는 클라이언트를 사용하세요.
- Unitlab에 로그인하고 워크스페이스와 권한을 선택한 다음 Allow(허용)를 선택하세요.
별도의 Unitlab 배포 환경을 사용한다면 Settings → Connected assistants(설정 → 연결된 어시스턴트)에서 해당 주소를 복사하세요.
Unitlab에서 시작하려면 Settings → Connected assistants → Connect assistant(설정 → 연결된 어시스턴트 → 어시스턴트 연결)를 여세요.
Unitlab 열기MCP 도구 모음
데이터 워크플로를 위한
97개의 도구.
첫 업로드부터 다음 데이터셋 릴리스까지. 어시스턴트는 사용자의 역할과 연결 권한 범위 내에서 도구를 호출합니다.
카테고리 | 어시스턴트가 할 수 있는 작업 | 도구 |
|---|---|---|
시작하기 | 연결 상태를 파악하고, 실용적인 안내를 확인하고, 작업을 막는 문제를 진단합니다. get_contextdiagnoseget_help | 3 |
프로젝트 및 온톨로지 | 프로젝트를 만들고, 클래스와 속성을 정의하고, 온톨로지 버전을 관리합니다. list_ontologiesget_ontologycreate_ontologyupdate_ontologyset_ontology_versionget_instructionslist_projectsget_projectcreate_projectupdate_project 도구 4개 더 보기 | 10 |
데이터 및 큐레이션 | 데이터를 업로드, 가져오기, 정리, 그룹화하고 태그와 버전을 관리합니다. list_assetsprepare_uploadcomplete_uploadget_upload_statusattach_datadetach_datagroup_assetslist_itemsupdate_itemscreate_tagupdate_assetscreate_datasetupdate_datasetupdate_folderupdate_collectionstart_cloud_import 도구 10개 더 보기 | 16 |
콘텐츠 및 어노테이션 | 원본 콘텐츠를 읽고, 어노테이션 스키마를 확인하고, 라벨을 저장하고, LiDAR 포인트를 라벨링합니다. get_annotation_schemaget_annotationsvalidate_annotationssave_annotationsread_contentpaint_points | 6 |
AI 보조 라벨링 | 객체를 탐지, 분할, 보정하고 유사 객체를 찾으며 지원되는 객체를 추적합니다. segment_objectdetect_objectsfind_similar_objectsrefine_objectstrack_object | 5 |
모델 및 참조 예시 | 모델을 찾고, 참조 예시를 관리하고, 라벨링 실행 상태를 확인합니다. list_modelsget_model_runstart_model_runcancel_model_runget_referencessave_reference_examplesdelete_reference_objectcreate_modelupdate_model 도구 3개 더 보기 | 9 |
작업 및 워크플로 | 작업을 맡거나 할당하고, 워크플로 단계를 구성하고, 작업을 다음 단계로 진행합니다. list_tasksget_taskget_next_taskget_groupclaim_taskassign_tasksrelease_taskget_workflowconfigure_workflowperform_task_actionmove_tasks 도구 5개 더 보기 | 11 |
품질 및 Consensus | Consensus 결과, 검증 문제, 벤치마크 점수를 검토합니다. claim_consensus_taskget_consensus_tasksubmit_consensus_voteget_consensus_reviewset_consensus_approvalfinish_consensus_reviewlist_gold_labelsupdate_gold_labelget_gold_resultsget_quality_issuesget_consensus_report 도구 5개 더 보기 | 11 |
댓글 및 알림 | 댓글, 이슈, 알림을 관련 작업과 함께 관리합니다. list_commentsadd_commentresolve_commentlist_issueslist_notificationsmark_notifications_read | 6 |
릴리스 및 내보내기 | 데이터셋 릴리스를 만들고, 상태를 확인하고, 다운로드, 복제, 관리합니다. list_releasesget_releaseretry_releasecreate_releaseget_release_downloadclone_releasedelete_releaseupdate_release 도구 2개 더 보기 | 8 |
멤버 및 역할 | 권한이 허용된 경우 워크스페이스 멤버와 역할을 관리합니다. list_membersupdate_memberlist_rolescreate_roleupdate_role | 5 |
관리 및 통계 | 통합 연결과 API 키를 관리하고, 감사 이벤트와 통계를 확인합니다. create_api_keyupdate_api_keylist_cloud_storagescreate_cloud_storageupdate_cloud_storagelist_audit_eventsget_statistics 도구 1개 더 보기 | 7 |
일치하는 도구가 없습니다. 다른 이름이나 카테고리로 검색해 보세요.
도움이 필요하신가요? get_help는 워크플로와 도구를 안내합니다. diagnose는 작업을 막는 문제를 확인합니다.
바로 활용하기
데이터 워크플로의 모든 단계,
프롬프트로 시작하세요.
예시를 복사해 시작하세요. 어시스턴트는 팀이 Unitlab에서 사용하는 프로젝트, 라벨, 검수 단계에서 함께 작업합니다.
직접 관리하는 접근 권한
내 워크스페이스.
내가 정하는 권한.
내 계정으로 연결하세요. 하나의 워크스페이스를 선택하고 어시스턴트가 할 수 있는 작업을 정하세요.
Unitlab에서 관리하기읽기 또는 쓰기 권한 선택
Read only(읽기 전용)로 정보를 살펴보거나 Read and write(읽기 및 쓰기)로 변경을 허용하세요. 기존 역할과 워크스페이스 접근 권한이 그대로 적용됩니다.
세부 권한 선택
로그인 중에 권한을 설정하거나, 나중에 Connected assistants(연결된 어시스턴트)에서 자신의 연결 권한을 수정하세요.
연결을 직접 관리
Unitlab에서 언제든 연결을 해제할 수 있습니다. 워크스페이스나 접근 수준을 변경하려면 다시 연결하세요.
일부 작업은 변경 사항을 저장하거나 실행을 즉시 시작합니다. 일부 AI 작업과 모델 단계는 워크스페이스의 AI 할당량을 사용합니다.
Unitlab MCP 서버란 무엇인가요?
Unitlab MCP 서버는 Model Context Protocol을 통해 호환되는 AI 어시스턴트와 Unitlab 워크스페이스를 연결합니다. 데이터 관리, 어노테이션, AI 보조 라벨링, 작업, 검수, 워크플로, 데이터셋 릴리스를 위한 도구를 제공합니다. 어시스턴트는 사용자가 승인한 워크스페이스와 권한으로 도구를 호출합니다. MCP 개요 읽기 →
어떤 AI 어시스턴트를 연결할 수 있나요?
Unitlab은 Claude Code, Claude 웹 및 데스크톱, Codex, ChatGPT, Cursor, Gemini CLI, VS Code의 설정 방법을 제공합니다. 다른 클라이언트는 Streamable HTTP 기반 원격 MCP와 OAuth를 지원해야 합니다. 사용 가능한 인터페이스와 연결 옵션은 클라이언트 버전, 요금제, 워크스페이스 정책에 따라 달라집니다. 어시스턴트 연결하기 →
어떻게 연결하나요? API 키가 필요한가요?
어시스턴트에 https://api.unitlab.ai/mcp를 추가하고 Unitlab 로그인을 완료하세요. 워크스페이스를 선택하고 Read only(읽기 전용) 또는 Read and write(읽기 및 쓰기)를 선택한 다음, 필요한 세부 권한을 설정하고 Allow(허용)를 클릭하세요. 이 OAuth 연결에는 API 키를 만들거나 붙여 넣을 필요가 없습니다. Unitlab의 Settings → Connected assistants(설정 → 연결된 어시스턴트)에서도 설정 방법을 확인할 수 있습니다. 빠른 시작 가이드 보기 →
한 번의 대화로 폴더를 업로드하고 이미지를 라벨링할 수 있나요?
네. 호환되는 어시스턴트는 프로젝트와 클래스를 만들고 폴더 안의 이미지를 업로드할 수 있습니다. 직접 파일을 업로드하려면 어시스턴트가 HTTP로 파일 바이트를 전송할 수 있어야 합니다. 지정한 클래스의 객체를 여러 이미지에서 탐지하도록 작업을 진행하거나, 일괄 라벨링을 위한 모델 워크플로를 설정할 수 있습니다. 결과는 데이터, 클래스, 모델, 할당량에 따라 달라지며 Unitlab에서 검수해야 합니다. 폴더 업로드 워크플로 보기 →
어시스턴트는 어떤 데이터 유형을 처리할 수 있나요?
MCP 도구는 이미지, 비디오, LiDAR/3D, 의료 영상, 병리, 지리공간, 오디오, 텍스트, 문서, HTML, 센서, 테이블 데이터를 지원합니다. 그룹화된 멀티모달 에셋도 지원합니다. 읽기 기능, 어노테이션 유형, AI 작업, 내보내기 기능은 모달리티에 따라 다릅니다. 어시스턴트는 변경 전에 항목의 어노테이션 스키마와 내장 데이터 유형 가이드를 요청할 수 있습니다. 도구 레퍼런스 살펴보기 →
어시스턴트가 데이터를 변경하거나 AI 작업을 시작할 수 있나요?
네. Read and write(읽기 및 쓰기) 연결과 필요한 역할 권한, 해당 워크스페이스 접근 권한이 있으면 가능합니다. 도구는 어노테이션을 저장하고, 워크플로를 수정하고, 모델 실행을 시작할 수 있습니다. 일부 AI 보조 작업과 모델 단계는 워크스페이스의 AI 할당량을 사용합니다. 변경 없이 정보를 살펴보려면 Read only(읽기 전용)를 선택하세요. 어시스턴트 내부의 승인 방식은 해당 클라이언트에 따라 다릅니다. 접근 권한과 AI 사용량 알아보기 →
권한을 관리하거나 연결을 해제하려면 어떻게 하나요?
각 연결은 선택한 하나의 워크스페이스에서 연결을 승인한 멤버의 권한으로 작동합니다. 사용자의 역할과 비활성화한 권한에 따라 사용 가능한 도구가 제한됩니다. Settings → Connected assistants(설정 → 연결된 어시스턴트)에서 자신의 연결에 대해 Edit permissions(권한 수정)를 사용하거나 Disconnect(연결 해제)로 접근을 취소하세요. 다른 워크스페이스나 읽기·쓰기 접근 수준을 선택하려면 다시 연결하고 새 설정을 승인하세요. 권한과 연결 관리하기 →
MCP가 어노테이션 편집기나 사람의 검수를 대체하나요?
MCP는 Unitlab을 사용하는 또 하나의 방법입니다. 팀은 Unitlab 어노테이션 인터페이스에서 동일한 데이터를 계속 검수하고 다듬을 수 있습니다. 어시스턴트는 어노테이션 미리보기를 읽고, 검증 문제를 확인하고, 작업 및 검수 단계를 진행할 수 있습니다. 생성된 라벨에는 프로젝트에 맞는 검수가 여전히 필요합니다. 어노테이션 및 검수 워크플로 보기 →
도구를 사용할 수 없거나 작업이 진행되지 않으면 어떻게 하나요?
어시스턴트에게 연결 정보를 확인하고 Unitlab 내장 도움말을 사용하도록 요청하세요. get_help 도구는 워크플로, 도구, 데이터 유형, 오류를 안내하며, diagnose는 프로젝트, 항목, 작업에서 진행을 막는 문제를 확인합니다. 권한 부족, 워크스페이스 접근 불가, 지원되지 않는 작업, 할당량 소진 등으로 연결에서 수행할 수 있는 작업이 제한될 수 있습니다. 문제 해결 가이드 열기 →
UNITLAB MCP 서버
다음 워크플로의 시작,
대화 한 번이면 됩니다.
AI 어시스턴트를 연결해 데이터셋을 관리하고, 객체를 어노테이션하고, 릴리스를 준비하세요. 사용할 도구와 권한은 직접 선택할 수 있습니다.
