📚 Microsoft Learn MCP Server

에이전트 여러분, 임무를 받아들인다면 — Operation Open Book: Microsoft Learn Docs MCP Server를 Copilot Studio 에이전트에 연결해 전체 Microsoft Learn 문서 라이브러리에 실시간으로 접근하도록 만드세요. 더 이상 에이전트가 오래된 정보나 잘못된 제품 정보를 응답하지 않게 됩니다. 여러분의 에이전트는 이제 현장에서 가장 박식한 오퍼레이티브가 될 것입니다. 📖🎯

🔧 빌드할 것

• Microsoft Learn Docs MCP Server에 연결된 Copilot Studio 에이전트
• 에이전트에 microsoft_docs_search 및 관련 도구를 노출하는 MCP 연결
• 실시간 문서를 통해 모든 Microsoft 제품에 관한 질문에 정확하게 답변하는 에이전트

⚙️ 사전 요구사항

• Microsoft Copilot Studio 체험판 또는 유료 계정. 계정이 없다면 코스 설정 안내를 확인하세요.

Microsoft Learn MCP Server란?

Microsoft Learn MCP Server를 에이전트의 실시간 도서관 카드로 생각하세요. 개별 Microsoft 문서 소스를 지식으로 힘들게 추가하는 대신, 사용자가 질문할 때 에이전트가 Microsoft Learn 라이브러리에 들어가 무엇이든 찾아볼 수 있는 영구적인 카드를 건네주는 것입니다.

서버는 Microsoft가 다음 주소에서 공개적으로 호스팅합니다:

https://learn.microsoft.com/api/mcp

Model Context Protocol (MCP)을 구현하는 이 서버는 AI 모델이 외부 도구를 일관되게 호출하는 방법을 제공하는 오픈 표준입니다. Microsoft Learn 서버가 원격으로 공개 접근 가능하기 때문에 사용하기 위해 백엔드 코드를 한 줄도 작성할 필요가 없습니다. 그냥 Copilot Studio를 엔드포인트로 향하게 하고 쿼리를 시작하면 됩니다.

무엇을 할 수 있나요?

연결되면 서버는 대화 중 에이전트가 호출할 수 있는 도구를 노출합니다. 주요 도구는 microsoft_docs_search로, 전체 Microsoft Learn 문서 인덱스를 쿼리하고 관련 내용을 반환합니다. 에이전트는 이를 통해:

• Power Platform, Azure, Microsoft 365 등에 관한 질문에 답변
• 공식적이고 최신 문서 페이지 링크 반환
• 실제 Microsoft 콘텐츠로 답변을 grounding해 환각 감소

관련 샘플 코드를 찾기 위해 Learn을 탐색하는 microsoft_code_sample_search 도구도 있습니다.

왜 중요한가요?

외부 grounding 없이 에이전트는 모델 기억에 의존하는데, 이는 오래될 수 있습니다. 그러나 Microsoft Learn 루트 URL을 정적 지식으로 추가하는 것도 한계가 있습니다. 이는 주기적인 인덱싱에 의존하고, 깊거나 새로 게시된 페이지를 놓칠 수 있으며, 각 질문에 대해 실시간 의도 기반 검색을 수행하지 않습니다. Microsoft Learn MCP Server는 에이전트가 응답 시점에 실시간 문서 검색을 실행할 수 있게 해 이 문제를 해결합니다.

🎯 시나리오

Zava는 Microsoft 365, Azure, Power Platform 질문을 지원하는 내부 에이전트를 구축하고 있습니다. Microsoft 제품 문서 지식 베이스를 수동으로 큐레이팅하는 대신, 팀은 에이전트가 실시간으로 Microsoft Learn에서 직접 답변을 가져오기를 원합니다 — 항상 정확하고 항상 최신으로. 여러분은 이를 구현하는 에이전트 빌더입니다.

🧪 Lab 1.1 - 지원 에이전트 생성

첫 번째 단계는 Microsoft Learn 기반 헬프데스크의 기반이 될 새 Copilot Studio 에이전트를 만드는 것입니다.

1. Microsoft Copilot Studio로 이동해 로그인합니다.

2. 홈 페이지에서 Create Agent를 선택합니다.

   

3. Details 섹션에서 Edit를 선택합니다.

   

4. Name 필드에 다음을 입력합니다:

    Microsoft Product Support Assistant
   

5. Description 필드에 다음을 입력합니다:

    An agent that answers questions about Microsoft products by searching live Microsoft Learn documentation.
   

6. Save를 선택합니다.

   

🧪 Lab 1.2 - Microsoft Learn Docs MCP Server 연결

다음으로 Microsoft Learn Docs MCP Server를 Copilot Studio의 도구로 추가해 에이전트에서 사용 가능하게 만듭니다.

1. Tools 섹션에서 Add tool 버튼을 선택합니다.

   

2. Model Context Protocol 탭을 선택하고 Microsoft Learn을 검색합니다. 옵션 목록에서 Microsoft Learn Docs MCP Server를 선택합니다.

   

3. Connection 옆의 드롭다운을 선택하고 Create new connection을 선택합니다.

   

4. Create를 선택해 연결을 만듭니다.

   

5. Add and configure를 선택합니다.

   

6. MCP 세부 정보 화면으로 이동합니다. Tools 섹션으로 스크롤해 세 가지 도구가 포함되어 있으며 토글로 각 도구를 활성화/비활성화할 수 있음을 확인합니다.

   

🧪 Lab 1.3 - Instructions 추가

Learn MCP 서버가 추가되었으니 에이전트가 무엇을 해야 할지 알 수 있도록 Instructions를 추가합니다.

1. Overview 탭을 선택해 에이전트 개요 화면으로 돌아갑니다.

2. Instructions 섹션 옆의 Edit를 선택합니다.

   

3. Instructions 필드에 다음을 입력합니다:

    You are a helpful Microsoft documentation assistant. When a user asks a question about any Microsoft product, service, or technology, use the microsoft_docs_search tool to find relevant, accurate information from Microsoft Learn. If a user asks a question about a code sample, use the microsoft_code_sample_search tool to find a relevant code sample. Always cite the source documentation URL in your response. If the search does not return a relevant result, tell the user and suggest they visit https://learn.microsoft.com directly.
   

1. Save를 선택합니다.

   

🧪 Lab 1.4 - 에이전트 테스트

문서 기반 에이전트가 실제로 동작하는지 확인할 시간입니다.

1. 오른쪽 상단의 Test를 선택해 테스트 패널을 엽니다.

2. 다음 메시지를 보냅니다:

    What types of agents can I build in Copilot Studio?
   

3. 에이전트를 처음 실행할 때 MCP 서버 연결 확인을 요청할 수 있습니다. Open Connection Manager 텍스트를 선택합니다.

   

4. MCP 서버에 연결하려면 Connect 옵션을 선택합니다.

   

5. Submit을 선택합니다.

   

6. Connected 상태를 확인합니다. 연결 창을 닫고 에이전트로 돌아갑니다.

   

7. 테스트 창에서 Retry를 선택합니다.

   

8. 에이전트의 응답을 확인합니다. 다음을 수행해야 합니다:
   • MCP 서버의 microsoft_docs_search 도구를 호출하고 Microsoft Learn 문서 페이지 링크가 포함된 grounded 답변을 반환합니다.

   

9. 추가 질문을 보냅니다:

    What are the licensing requirements for Copilot Studio?
   

10. 에이전트가 다시 Microsoft Learn을 검색하고 정확한 인용 콘텐츠를 반환하는지 확인합니다.

    참고: 에이전트가 MCP 도구를 호출하는 동안 짧은 일시 정지가 있을 수 있습니다. 이는 예상된 동작입니다 — 에이전트가 Microsoft Learn MCP Server에 실시간 HTTP 호출을 하고 실제 결과를 반환하고 있습니다.

11. 새 테스트 세션을 시작하고 다음 메시지를 보냅니다:

     Find a good code sample for creating a PCF control
    

12. 이번에는 다른 MCP 서버 도구인 microsoft_code_sample_search를 호출해 관련 코드 샘플을 찾는 것을 확인합니다.

    

🧪 Lab 1.5 - 폴백 동작 테스트

Instructions에서 “폴백 동작”을 정의했습니다. 즉, 에이전트가 답변을 찾지 못할 때 어떻게 해야 하는지를 지정했습니다. 이는 Instructions에 다음 줄을 추가해 구현했습니다: If the search does not return a relevant result, tell the user and suggest they visit https://learn.microsoft.com directly.

에이전트 설정을 조정해 이를 더 제어할 수 있습니다. 모든 에이전트에는 사용하는 모델의 기본 지식과 웹의 정보를 사용하는 기능이 포함되어 있습니다. 에이전트가 명시적으로 구성한 지식 소스와 도구만 사용하도록 하려면 이 기능을 끄는 것이 좋습니다.

1. Overview 탭에서 Settings 버튼을 선택합니다.

   

2. Knowledge 섹션으로 스크롤해 Use general knowledge와 Use information from the web 옵션을 끕니다.

   

3. 오른쪽 상단의 X를 선택해 설정 화면을 닫습니다.

4. 이제 폴백 로직을 테스트합니다. 다음 메시지를 보냅니다:

    What is the recipe for chocolate cake?
   

5. 에이전트가 적절하게 응답하는지 확인합니다 — 관련 Microsoft Learn 결과를 찾을 수 없거나 Microsoft Learn에서 직접 검색하도록 안내해야 합니다.

   

✅ 미션 완료

축하합니다, 에이전트 — Operation Open Book 완료! Copilot Studio 에이전트가 이제 실시간 MCP 연결을 통해 전체 Microsoft Learn 문서 라이브러리에 연결되었습니다.

이 미션에서 달성한 것:

✅ MCP 기본 이해: Model Context Protocol이 AI 에이전트에게 실시간 도구 접근을 가능하게 하는 방법을 이해했습니다.

✅ 원격 MCP 연결: 로컬 배포 없이 Copilot Studio에서 호스팅된 MCP 서버를 등록하고 연결했습니다.

✅ 도구 활성화: Copilot Studio 에이전트에 MCP 노출 도구를 활성화했습니다.

✅ Instructions 엔지니어링: MCP 도구 사용을 지시하고 폴백 응답을 제어하는 에이전트 Instructions를 작성했습니다.

🏅 완료 배지 받기

배지 요청 양식을 제출하고 모든 필수 질문에 답하세요:

https://aka.ms/agent-academy-special-ops/ms-learn-mcp/form

제출이 검토되면 Global AI Community에서 배지 수령 안내 이메일을 받게 됩니다.

📚 전술 자료

🔗 Microsoft Copilot Studio ❤️ MCP — 커스텀 MCP 서버를 빌드·배포하고 Copilot Studio에 연결합니다.

🔗 Power Platform CLI MCP Server — MCP를 사용해 자연어로 Power Platform 테넌트를 제어합니다.

📖 Microsoft Learn MCP Server 문서

📖 Model Context Protocol 개요

📖 Copilot Studio MCP 연결