Luma MCP 대접 가이드 - Ace Data Cloud

MCP(모델 컨텍스트 프로토콜)은 Anthropic에서 출시한 모델 컨텍스트 프로토콜로, AI 모델(예: Claude, GPT 등)이 표준화된 인터페이스를 통해 외부 도구를 호출할 수 있도록 합니다. AceData Cloud에서 제공하는 Luma MCP Server를 통해 Claude Desktop, VS Code, Cursor 등 AI 클라이언트에서 직접 AI 비디오를 생성할 수 있습니다.

기능 개요

Luma MCP Server는 다음과 같은 핵심 기능을 제공합니다:

텍스트로 비디오 생성 — 텍스트 프롬프트를 통해 고품질 비디오 생성
이미지로 비디오 생성 — 이미지를 시작점 또는 끝점으로 하여 비디오 생성
비디오 이어쓰기 — 기존 비디오의 마지막 프레임에서 계속 생성
다양한 화면 비율 — 16:9, 9:16, 1:1 등 다양한 비율 지원
화면 향상 — 선택 가능한 시각적 품질 향상 기능
작업 조회 — 생성 진행 상황 모니터링 및 결과 획득

전제 준비

사용하기 전에 AceData Cloud API Token을 획득해야 합니다:

AceData Cloud 플랫폼에서 등록 또는 로그인
Luma Videos API 페이지로 이동
「Acquire」를 클릭하여 API Token을 획득 (첫 신청 시 무료 크레딧 제공)

설치 구성

방법 1: pip 설치 (추천)

pip install mcp-luma

방법 2: 소스 코드 설치

git clone https://github.com/AceDataCloud/MCPLuma.git
cd MCPLuma
pip install -e .

설치가 완료되면 mcp-luma 명령어로 서비스를 시작할 수 있습니다.

Claude Desktop에서 사용하기

Claude Desktop 구성 파일을 편집합니다:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

다음 구성을 추가합니다:

{
  "mcpServers": {
    "luma": {
      "command": "mcp-luma",
      "env": {
        "ACEDATACLOUD_API_TOKEN": "당신의 API Token"
      }
    }
  }
}

uvx를 사용하는 경우(사전 패키지 설치 필요 없음):

{
  "mcpServers": {
    "luma": {
      "command": "uvx",
      "args": ["mcp-luma"],
      "env": {
        "ACEDATACLOUD_API_TOKEN": "당신의 API Token"
      }
    }
  }
}

구성을 저장한 후 Claude Desktop을 재시작하면 대화에서 Luma 관련 도구를 사용할 수 있습니다.

VS Code / Cursor에서 사용하기

프로젝트 루트 디렉토리에 .vscode/mcp.json을 생성합니다:

{
  "servers": {
    "luma": {
      "command": "mcp-luma",
      "env": {
        "ACEDATACLOUD_API_TOKEN": "당신의 API Token"
      }
    }
  }
}

또는 uvx를 사용할 수 있습니다:

{
  "servers": {
    "luma": {
      "command": "uvx",
      "args": ["mcp-luma"],
      "env": {
        "ACEDATACLOUD_API_TOKEN": "당신의 API Token"
      }
    }
  }
}

사용 가능한 도구 목록

도구명	설명
`luma_generate_video`	텍스트 프롬프트로 비디오 생성
`luma_generate_video_from_image`	이미지에서 비디오 생성
`luma_extend_video`	기존 비디오 이어쓰기
`luma_extend_video_from_url`	URL로 지정된 비디오에서 이어쓰기
`luma_get_task`	단일 작업 상태 조회
`luma_get_tasks_batch`	배치 작업 상태 조회

사용 예시

구성이 완료되면 AI 클라이언트에서 자연어로 이러한 기능을 직접 호출할 수 있습니다, 예를 들어:

「해변에서 일몰 비디오를 생성해줘」
「이 사진을 첫 프레임으로 사용하여 5초 비디오를 생성해줘」
「이 비디오를 이어서 더 길게 만들어줘」
「세로 비디오를 생성해줘, 비율 9:16」

추가 정보

GitHub 저장소: AceDataCloud/MCPLuma
PyPI 패키지: mcp-luma
API 문서: Luma 비디오 생성 API

MCP 서버

​기능 개요

​전제 준비

​설치 구성

​방법 1: pip 설치 (추천)

​방법 2: 소스 코드 설치

​Claude Desktop에서 사용하기

​VS Code / Cursor에서 사용하기

​사용 가능한 도구 목록

​사용 예시

​추가 정보