mcp-safe-fetch: AI 에이전트를 위한 결정론적 콘텐츠 정제 MCP 서버

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

핵심 요약

LLM 에이전트가 웹 서핑이나 외부 코드 리포지토리를 읽을 때 발생하는 프롬프트 인젝션 위험을 해결하기 위한 mcp-safe-fetch 프로젝트가 공개됐다. 기존 Claude Code의 방식은 보조 LLM을 사용해 요약하는 과정에서 공격에 노출될 수 있는 한계가 있었으나, 이 도구는 정규표현식과 HTML 파싱을 이용한 결정론적 정제 파이프라인을 사용한다. 이를 통해 숨겨진 HTML 요소, 제로 너비 문자, 가짜 LLM 구분자 등을 물리적으로 제거하여 보안 경계를 구축한다. 실제 테스트 결과 원본 HTML 대비 토큰량을 평균 93% 절감하면서도 핵심 정보는 보존하는 성능을 보였다.

배경

MCP(Model Context Protocol)에 대한 기본 이해, Claude Code 또는 MCP 호환 클라이언트 사용 경험, Node.js 및 npx 실행 환경

대상 독자

MCP 기반 AI 에이전트 및 LLM 애플리케이션 개발자

의미 / 영향

이 도구는 AI 에이전트의 보안 모델을 '모델 기반 판단'에서 '결정론적 차단'으로 전환하여 프롬프트 인젝션 방어의 실효성을 높인다. 특히 토큰 절감 효과가 매우 커서 보안뿐만 아니라 운영 비용 최적화 측면에서도 필수적인 유틸리티가 될 것으로 보인다.

섹션별 상세

기존 Claude Code의 WebFetch 도구는 Turndown 변환과 하위 모델(Haiku) 요약을 거치지만 보안 경계로 설계되지 않아 텍스트 수준의 인젝션에 취약하다. 제로 너비 문자, Base64 페이로드, Markdown 이미지 유출 URL 등은 단순 변환 과정을 통과하며, 요약 모델 자체가 공격 페이로드에 의해 조작될 위험이 존재한다.

콘텐츠가 LLM에 도달하는 세 가지 경로와 각 경로의 보안 수준을 비교한 다이어그램 — DiagramRaw Content(위험), WebFetch(부분적 보호), Safe Fetch(안전)의 세 가지 시나리오를 시각화하여 보여준다. Safe Fetch 경로가 결정론적 정제를 통해 인젝션 벡터를 제거하고 깨끗한 콘텐츠를 에이전트에 전달하는 과정을 명확히 대조한다.

mcp-safe-fetch는 LLM을 루프에 포함시키지 않고 Regex, Cheerio, 문자열 처리를 통한 결정론적 정제 방식을 채택했다. display:none이나 visibility:hidden과 같은 숨겨진 요소, 배경색과 동일한 텍스트, 위험한 HTML 태그 및 주석을 물리적으로 삭제하여 인젝션 벡터를 원천 차단한다.

웹 페이지를 위한 safe_fetch, 외부 리포지토리 파일을 위한 safe_read, 외부 명령 출력을 위한 safe_exec 등 세 가지 핵심 도구를 제공한다. 각 도구는 Claude Code의 기본 도구와 호환되는 파라미터와 출력 형식을 유지하면서 상단에 투명한 정제 레이어를 추가한 형태다.

bash

npx -y mcp-safe-fetch init

MCP 서버를 등록하고 기본 WebFetch 도구를 차단하여 안전한 도구를 사용하도록 설정하는 초기화 명령

문자 수준 정제에서는 제로 너비 문자, 제어 문자, NFKC 정규화를 수행하며 구조적 인젝션 방지를 위해 [INST]나 Human: 같은 가짜 LLM 구분자를 무력화한다. 또한 Base64로 인코딩된 명령어 시퀀스를 탐지하여 디코딩 후 검사하는 기능도 포함되어 있다.

실제 4개 사이트를 대상으로 한 벤치마크에서 PayloadsAllTheThings 사이트의 경우 토큰량을 80% 줄이면서 숨겨진 요소와 구분자를 잡아냈다. Node.js 문서의 경우 97%의 토큰 절감률을 기록했으며, 모든 테스트에서 가시적인 콘텐츠는 유지하면서 오탐 없이 위협 요소만 제거했다.

markdown

## Web Fetching / Untrusted Content
When you need to fetch/read the content of a URL, always use the `safe_fetch` MCP tool.
Do not use WebFetch, Playwright, or Chrome DevTools to load web pages.
When reading files from cloned repos, downloaded archives, or vendored dependencies, use `safe_read` instead of `Read`.

Claude가 자동으로 안전한 도구를 선택하도록 CLAUDE.md에 추가하는 권장 규칙

실무 Takeaway

외부 데이터를 처리하는 AI 에이전트 구축 시 LLM 기반 필터링 대신 결정론적 정제 도구를 사용하여 보안 신뢰 경계를 명확히 설정해야 한다.
safe_fetch를 사용하면 웹 페이지의 불필요한 HTML 태그를 제거하여 보안을 강화할 뿐만 아니라 토큰 비용을 평균 90% 이상 절감할 수 있다.
CLAUDE.md 파일에 특정 규칙을 명시함으로써 에이전트가 신뢰할 수 없는 외부 리소스를 다룰 때 자동으로 안전한 도구를 선택하도록 강제할 수 있다.

언급된 리소스

GitHubmcp-safe-fetch GitHub Repository