How to Set Up and Use Firecrawl MCP in Cursor

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Firecrawl MCP는 Cursor의 Agent 모드에 웹 검색·수집·구조화 추출 기능을 연결하며, 공식 플러그인이나 MCP 설정을 통해 개발 작업에 실시간 웹 정보를 활용하게 한다.

📌 핵심 요약

• Firecrawl은 웹사이트를 마크다운이나 구조화 JSON으로 변환하며, MCP 서버를 통해 Cursor에서 검색, 페이지 수집, 사이트 탐색, 데이터 추출과 브라우저 상호작용을 지원한다.
• Cursor Marketplace의 공식 플러그인은 JSON 설정이나 Node.js 없이 설치할 수 있고, 수동 MCP 설정에는 Node.js v22+, Firecrawl API 키, Cursor 1.0+가 필요하다고 원문은 안내한다.
• MCP 도구는 Ask 모드가 아닌 Agent 모드에서 작동하며, 사용자가 자연어로 요청하면 에이전트가 적절한 Firecrawl 도구를 선택한다.
• 활용 사례에는 Stripe 문서 기반 코드 작성, FastAPI 검색, 상품 정보 추출, 디자인 재현, 경쟁 분석, 문서 탐색과 브라우저 조작이 포함되며, 가격 추적 예제는 Notion·Linear·Todoist 데이터를 Python과 SQLite로 저장하고 마크다운 비교 보고서를 생성한다.
• 원문은 무료 요금제로 월 1,000크레딧과 약 100회 수집 또는 50회 검색을 안내하며, 수집 범위 관리를 위해 검색 후 선택적 수집, 크롤링 깊이 2~3 제한, URL 탐색 후 병렬 수집을 권장한다.

🧩 주요 포인트

1. 실시간 웹 정보 연결 → 문서 확인과 데이터 확보 결과를 Cursor의 코드 생성 및 분석 맥락에 바로 반영할 수 있다.
2. 공식 플러그인과 수동 MCP 설정의 병행 → 설치 경로별 요구사항을 구분하고 Agent 모드에서 연결을 확인해야 한다.
3. 구조화 JSON 추출과 수집 범위 제한 → Python·SQLite 같은 후속 처리에 데이터를 연결하면서 월 1,000크레딧과 토큰 사용 범위를 고려할 수 있다.

🧠 상세 정리

1. 프로젝트 내부 맥락에서 실시간 웹 활용으로

원문은 Andrej Karpathy가 2025년 2월 제시한 바이브 코딩을 배경으로, 대화로 앱을 만들던 Cursor 에이전트의 정보 접근 한계를 설명한다. 당시 에이전트는 프로젝트 안에 있는 자료만 활용할 수 있었고, 외부 문서를 찾거나 실시간 API를 확인하거나 웹 데이터를 가져오는 작업에는 제약이 있었다고 서술한다. MCP는 외부 도구를 표준화된 인터페이스로 연결하며, Firecrawl MCP는 이 연결을 통해 검색·수집·구조화 추출 기능을 편집기 안으로 가져온다. 핵심 변화는 사용자가 Agent 모드에서 작업을 설명하면 에이전트가 필요한 웹 정보를 확보하고 그 결과를 코드 작성이나 분석에 활용할 수 있다는 점이다.

2. Firecrawl의 데이터 변환과 도구 구성

Firecrawl은 웹사이트를 대규모로 검색·수집하고 상호작용하는 API이며, 페이지를 언어 모델이 활용하기 쉬운 마크다운이나 구조화 JSON으로 변환한다. 자바스크립트 렌더링과 동적 콘텐츠 처리를 기본 지원하고, MCP 서버는 이 API를 Cursor·Claude Desktop·VS Code·Windsurf 같은 호환 클라이언트에 연결한다. 도구는 단일 URL 수집, 웹 검색, 사이트 크롤링, URL 목록 탐색, 스키마 기반 추출, 다중 출처 조사, 자율 탐색, 병렬 수집, 페이지 상호작용 등으로 나뉜다. 개발자 검색은 7,000만 개 이상의 개발 자료를 포함한 Firecrawl Developer Index를 대상으로 README, 이슈, 풀 리퀘스트, OpenAPI 명세와 외부 문서를 찾는다. 원문은 도구 수를 12개라고 소개하지만 본문의 개별 설명에서는 10개 도구를 열거하므로, 제시되지 않은 도구의 이름이나 기능은 확인할 수 없다.

3. 문서 검색과 스키마 기반 데이터 추출

Stripe 사례에서는 웹훅 문서의 URL과 서명 검증 단계가 필요하다는 요청을 전달하면, 에이전트가 페이지를 수집하고 해당 내용을 검증 코드 작성에 활용한다. Firecrawl은 탐색 메뉴·광고·반복 요소를 제거해 관련 내용을 전달하며, 원문은 이를 불필요한 토큰 사용을 줄이고 코드 생성 정확도를 높이는 방식으로 설명한다. FastAPI 속도 제한 미들웨어처럼 정확한 URL을 모르는 경우에는 웹 검색으로 접근법을 비교하고 코드 예시를 얻는다. 이때 공식 문서의 권장 흐름은 본문 수집 옵션 없이 먼저 검색한 뒤, 관련성이 높은 결과만 선택적으로 수집하는 두 단계 방식이다. 상품 정보 추출에서는 JSON 스키마로 상품명·가격·재고 여부를 지정하고, 언어 모델이 페이지 내용을 해석해 후속 데이터 모델에 연결할 구조화 결과를 반환한다.

4. 디자인 재현과 경쟁 분석, 문서 탐색

디자인 재현 사례에서는 수집 형식에 마크다운과 브랜딩을 함께 지정해 페이지 내용뿐 아니라 색상·글꼴·타이포그래피·간격 정보를 확보한다. 원문은 이 결과를 Cursor의 디자인 재구성에 활용할 수 있다고 설명하며, 한 개발자가 5분 이내에 웹사이트 디자인을 복제한 시연 사례를 소개한다. 경쟁 분석에서는 상위 프로젝트 관리 도구 5개의 반복 작업 처리 방식을 조사하도록 요청하면, 심층 조사 도구가 여러 사이트와 관련 링크를 탐색해 종합 보고서를 만든다. 문서 탐색은 먼저 사이트의 URL을 찾아 인증 관련 페이지 등을 좁히는 방식이며, 문서 이전이나 콘텐츠 점검을 위한 출발점으로 제시된다. Astro 문서의 첫 20페이지를 수집하는 예에서는 토큰 범위를 관리하도록 낮은 수집 한도와 깊이 2~3을 권장하고, 큰 사이트는 URL 탐색과 필터링 후 필요한 페이지만 병렬 수집하도록 안내한다.

5. 검색 폼과 로그인 이후의 브라우저 상호작용

원문은 검색 폼, 페이지 나누기, 로그인 뒤에 있는 데이터처럼 최초 페이지 수집만으로 접근하기 어려운 경우를 별도 활용 방식으로 다룬다. 페이지를 먼저 수집해 scrapeId를 얻고, firecrawl_interact를 호출하면 같은 브라우저 세션에서 검색·클릭·입력·추가 탐색과 데이터 추출을 이어갈 수 있다. 예시는 amazon.com에서 무선 키보드를 검색하고 상위 5개 결과의 가격을 추출하는 요청으로, 수집과 화면 조작을 하나의 흐름으로 연결한다. 조작 지시는 자연어로 전달하거나 정밀한 제어가 필요한 경우 Playwright 코드로 지정할 수 있고, 세션은 지속 프로필을 지원해 수집 작업 사이에 로그인 상태를 유지할 수 있다고 설명한다. 도구 선택표는 자율 탐색을 위한 firecrawl_agent와 수집한 페이지에서 후속 행동을 수행하는 firecrawl_interact를 구분한다.

6. 공식 플러그인과 수동 MCP 설치 경로

설치 경로는 Cursor Marketplace의 공식 Firecrawl 플러그인을 이용하는 방법과 MCP 서버를 직접 설정하는 방법으로 제시된다. 플러그인 경로는 한 번의 클릭으로 설치하며 JSON이나 Node.js가 필요 없다고 안내하고, 수동 경로에는 Node.js v22+, Firecrawl API 키와 Cursor 1.0+가 필요하다고 설명한다. 수동 구성은 전역 파일인 ~/.cursor/mcp.json 또는 프로젝트별 .cursor/mcp.json에 서버 정보를 넣고, npx로 firecrawl-mcp를 실행하면서 FIRECRAWL_API_KEY를 전달하는 방식이다. macOS와 Linux에는 env 필드를 사용하는 예시를, Windows에는 cmd에서 환경 변수를 설정한 뒤 npx를 실행하는 예시를 제공한다. 설정 후에는 Cursor의 Tools & MCP에서 연결을 확인하며, 원문은 무료 계정으로 API 키를 발급받아 설치를 시작할 수 있다고 안내한다.

7. 연결 확인과 경쟁 서비스 가격 추적 예제

연결에 문제가 있어 빨간 표시가 나타나면 로그를 확인하고, API 키가 fc- 접두사를 포함하며 불필요한 공백이 없는지 살펴보도록 안내한다. 로그는 명령 팔레트의 Developer: Show Logs에서 Cursor MCP 항목을 통해 확인하고, 기본 동작은 firecrawl.dev를 수집해 마크다운으로 반환하도록 요청해 점검한다. 실제 앱 예제는 Notion·Linear·Todoist의 가격 페이지에서 요금제 이름·가격·주요 기능을 확보하는 경쟁 서비스 가격 추적기다. 사용자는 데이터 수집과 함께 Python 스크립트 작성, SQLite 저장, 마크다운 비교 보고서 생성을 Agent에 요청한다. 원문이 설명하는 흐름에서는 에이전트가 각 URL을 수집하고 자바스크립트 렌더링을 거친 내용을 해석한 뒤 저장 및 보고서 생성 코드를 작성하며, 최종 산출물은 실행 가능한 스크립트와 비교 보고서다.

8. 도구 선택 기준과 사용 제약

도구 선택 기준은 입력과 원하는 결과에 따라 달라지며, 정확한 URL을 알면 단일 수집, URL을 모르면 검색, 특정 필드가 필요하면 구조화 추출을 사용한다. 사이트 전체의 주소를 알아야 할 때는 URL 탐색, 여러 출처를 종합해야 할 때는 심층 조사, URL 목록을 이미 확보했다면 병렬 수집이 적합하다고 정리한다. 다만 사용자가 도구를 직접 지정할 필요는 없으며, Agent 모드에 자연어로 요구사항을 설명하면 에이전트가 적절한 기능을 선택한다고 안내한다. FAQ는 MCP 도구가 Ask 모드에서는 작동하지 않으며, Mac에서는 Cmd+I, Windows에서는 Ctrl+I로 Composer를 열고 Agent를 선택해야 한다고 명시한다. 무료 요금제는 월 1,000크레딧으로 약 100회 수집 또는 50회 검색을 지원한다고 소개하며, 자체 호스팅은 FIRECRAWL_API_URL 환경 변수로 인스턴스를 지정할 수 있다고 설명하지만 제공된 원문은 해당 URL 예시 도중 끝난다.

🧾 핵심 주장 / 시사점

• 웹 정보가 Cursor의 작업 맥락에 직접 들어오므로, 문서 확인과 코드 작성 또는 경쟁 정보 수집과 분석을 연속된 작업으로 연결할 수 있다.
• 검색·URL 탐색과 본문 수집을 나누는 흐름은 관련 자료를 먼저 좁힌 뒤 필요한 내용만 확보하도록 하며, 원문의 토큰 범위 관리 권고와 연결된다.
• 자연어 요청으로 도구 선택을 맡길 수 있지만, 설치 경로별 요구사항과 Agent 모드 제약, 무료 크레딧 범위는 사용자가 구분해야 하는 조건으로 남는다.

✅ 액션 아이템

• 공식 플러그인과 수동 MCP 설정의 요구사항을 비교해 설치 경로를 선택하고 Agent 모드에서 연결 확인.
• Notion·Linear·Todoist 가격 데이터를 수집해 Python·SQLite 저장과 마크다운 비교 보고서 생성에 적용.
• 월 1,000크레딧을 고려해 검색 후 선택적 수집을 적용하고, 크롤링 깊이를 2~3으로 제한.

❓ 열린 질문

• 공식 플러그인과 수동 MCP 설정 중 어떤 설치 경로를 사용할 것인가?
• Notion·Linear·Todoist 가격 추적에서 Python·SQLite 저장과 마크다운 비교 보고서 생성을 모두 구현할 것인가?
• 월 1,000크레딧과 크롤링 깊이 2~3 제한 안에서 어떤 웹 정보를 우선 수집할 것인가?