Visitors

Google Cloud에서 Playwright-Stealth MCP 서버 무료/저렴하게 구축하기

Google Cloud에서 Playwright-Stealth MCP 서버 무료/저렴하게 구축하기

Google Cloud Platform(GCP)을 활용하여 Playwright-Stealth MCP 서버를 비용 효율적으로 구축하는 방법을 안내드리겠습니다.

Google Cloud 무료 사용 한도 활용

90일 무료 체험

Google Cloud는 신규 사용자에게 90일간 $300의 무료 크레딧을 제공합니다[1]. 이 크레딧으로 모든 Google Cloud 서비스를 자유롭게 테스트해볼 수 있으며, 자동 과금이 발생하지 않습니다[1:1].

항상 무료(Always Free) 서비스

무료 체험이 끝난 후에도 다음과 같은 서비스를 무료로 계속 사용할 수 있습니다[2]:

  • Compute Engine: f1-micro 인스턴스 1개 (월 744시간까지)[2:1]
  • Cloud Run: 월 200만 요청, 360,000 vCPU-초, 180,000 GiB-초 무료[3]
  • Cloud Storage: 5GB 표준 스토리지[2:2]
  • Cloud Build: 월 120분의 빌드 시간[2:3]

Playwright-Stealth MCP 서버 구성

MCP 서버란?

Model Context Protocol(MCP) 서버는 AI 모델이 다양한 도구와 데이터 소스에 접근할 수 있게 해주는 표준화된 프로토콜입니다[4]. Playwright-Stealth MCP 서버는 브라우저 자동화와 봇 탐지 우회 기능을 제공합니다[4:1].

기존 Playwright-Stealth MCP 서버 활용

GitHub에서 제공되는 Stealth Browser MCP Server를 사용할 수 있습니다[4:2]. 이 서버는 다음 기능들을 제공합니다[4:3]:

  • Playwright와 anti-detection 기술을 활용한 스텔스 브라우징
  • 전체 페이지 또는 특정 요소의 스크린샷 촬영
  • WebGL, canvas, font 등 브라우저 지문 우회

Cloud Run을 이용한 배포 방법

Cloud Run 선택 이유

Cloud Run은 서버리스 컨테이너 플랫폼으로 다음과 같은 장점이 있습니다[5]:

  • 자동 스케일링: 요청량에 따라 자동으로 인스턴스 확장/축소[5:1]
  • 종량제 과금: 실제 사용한 리소스에 대해서만 과금[5:2]
  • 유휴 시간 무료: 요청이 없을 때는 비용 발생 없음[5:3]

Cloud Run 무료 한도

Cloud Run의 무료 사용 한도는 다음과 같습니다[3:1][6]:

리소스 무료 한도 (월) 초과 시 요금
요청 수 200만 건 $0.40/100만 건
vCPU-초 180,000초 $0.000024/vCPU-초
메모리 360,000 GiB-초 $0.0000025/GiB-초

단계별 구축 가이드

1. Google Cloud 계정 설정

  1. GCP 계정 생성: cloud.google.com/free에서 무료 계정 생성[7]
  2. 프로젝트 생성: Google Cloud Console에서 새 프로젝트 생성[8]
  3. 결제 정보 입력: $300 무료 크레딧 활성화를 위해 카드 정보 입력 (자동 과금 없음)[7:1]

2. 필요한 API 활성화

다음 API들을 활성화해야 합니다[8:1]:

  • Cloud Run API
  • Container Registry API
  • Cloud Build API

3. Docker 컨테이너 구성

Playwright-Stealth MCP 서버용 Dockerfile 예시[4:4]:

FROM node:18-alpine

WORKDIR /app

# Install dependencies
COPY package*.json ./
RUN npm install

# Install Playwright browsers
RUN npx playwright install chromium
RUN npx playwright install-deps

COPY . .

EXPOSE 3000

CMD ["npm", "start"]

4. Cloud Run 배포

  1. Docker 이미지 빌드 및 푸시[9]:
docker build -t gcr.io/[PROJECT-ID]/playwright-stealth-mcp .
docker push gcr.io/[PROJECT-ID]/playwright-stealth-mcp
  1. Cloud Run 서비스 배포[10]:
gcloud run deploy playwright-stealth-mcp \
  --image gcr.io/[PROJECT-ID]/playwright-stealth-mcp \
  --platform managed \
  --region us-central1 \
  --port 3000 \
  --allow-unauthenticated

비용 최적화 전략

1. 지역 선택

Tier 1 지역(us-central1, us-east1 등)을 선택하면 더 저렴한 요금으로 이용할 수 있습니다[6:1].

2. 리소스 설정 최적화

  • 최소 인스턴스: 0으로 설정하여 유휴 시간 비용 제거[5:4]
  • 메모리 할당: 필요한 최소 메모리만 할당
  • 동시성: 인스턴스당 최대 80개 동시 요청 처리로 설정[5:5]

3. 모니터링 및 알림 설정

Cloud Monitoring을 통해 사용량을 추적하고 예산 알림을 설정하여 예상치 못한 비용 발생을 방지할 수 있습니다[11].

4. 자동 스케일링 활용

Cloud Run의 자동 스케일링 기능을 활용하면 필요할 때만 리소스를 사용하여 비용을 절약할 수 있습니다[11:1].

예상 비용 계산

일반적인 사용량 기준으로 예상 비용을 계산해보면:

  • 월 10만 요청, 평균 응답 시간 2초 기준
  • 무료 한도 내 사용 시: $0
  • 무료 한도 초과 시: 월 약 $5-10 예상[12]

이는 f1-micro 인스턴스를 24시간 운영하는 것보다 훨씬 경제적입니다[7:2].

결론

Google Cloud의 무료 크레딧과 Cloud Run의 서버리스 특성을 활용하면 Playwright-Stealth MCP 서버를 매우 저렴하게 운영할 수 있습니다[1:2][5:6]. 특히 초기 90일 동안은 $300 크레딧으로 충분히 테스트하고 최적화할 수 있으며, 이후에도 무료 한도 내에서 운영이 가능합니다[1:3][2:4].


  1. https://cloud.google.com/free/docs/free-cloud-features ↩︎ ↩︎ ↩︎ ↩︎
  2. https://cloud.google.com/free/docs/free-cloud-features?authuser=1 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
  3. https://velog.io/@hml310/Google-Cloud-Run-vs-AWS-Lambda ↩︎ ↩︎
  4. https://github.com/newbeb/stealth-browser-mcp ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
  5. https://ko.eitca.org/cloud-computing/eitc-cl-gcp-google-cloud-platform/gcp-serverless-with-cloud-run/cloud-run-examplary-deployment/examination-review-cloud-run-examplary-deployment/how-does-cloud-run-achieve-automatic-scaling-and-cost-savings-for-developers/ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
  6. https://www.economize.cloud/resources/gcp/pricing/cloud-run/ ↩︎ ↩︎
  7. https://mainia.tistory.com/5957 ↩︎ ↩︎ ↩︎
  8. https://newkimjiwon.tistory.com/231 ↩︎ ↩︎
  9. https://kimtaehyun98.tistory.com/151 ↩︎
  10. https://www.youtube.com/watch?v=s0YJNcT1XMA ↩︎
  11. https://support.bespinglobal.com/ko/support/solutions/articles/73000650687-gcp에서-비용을-어떻게-최적화하나요- ↩︎ ↩︎
  12. https://www.websiteplanet.com/blog/google-cloud-pricing/ ↩︎

Read more

AI, 국제수학올림피아드에서 금빛 업적 달성! 구글과 오픈AI의 놀라운 성과

AI, 국제수학올림피아드에서 금빛 업적 달성! 구글과 오픈AI의 놀라운 성과

AI의 수학적 혁명: IMO 금메달 도전기 AI, 국제수학올림피아드에서 금메달 획득! 2025년, 구글과 오픈AI의 인공지능이 세계 최고 난이도의 수학 대회에서 놀라운 성과를 거두었습니다. 이는 AI의 수학적 추론 능력이 인간 수준에 근접했음을 보여주는 획기적인 순간입니다. 주요 성과 * 🏅 오픈AI: 6문제 중 5문제 해결, 42점 만점 중 35점 획득 * 🏅 구글 Gemini: IMO 금메달 기준

By King
WebAgent: Alibaba's Next-Gen AI Agent for Autonomous Web Information Exploration

WebAgent: Alibaba's Next-Gen AI Agent for Autonomous Web Information Exploration

WebAgent란 무엇인가? WebAgent는 알리바바의 통이랩(Tongyi Lab)에서 개발한 혁신적인 오픈소스 프로젝트로, AI 기반 웹 탐색의 한계를 넓히는 기술입니다. 핵심은 대형 언어 모델(LLM)을 기반으로 한 자율 에이전트로, 최소한의 인간 개입으로 웹을 탐색하고 정보를 수집하며 복잡한 추론 작업까지 수행할 수 있습니다. 이제 이 흥미로운 기술을 자세히 살펴보고 어떻게 작동하는지

By King
YOLO 모델 학습 결과 비교 기준과 효율적 평가 방법에 관한 고찰

YOLO 모델 학습 결과 비교 기준과 효율적 평가 방법에 관한 고찰

YOLO 모델 학습을 진행하며 데이터셋 증강, 배치 구성 등의 변수 조작 후 학습 결과 비교를 위한 연구는 매우 중요한 과정입니다. 특히, 논문 작성 시 수정이 가해지지 않은 기본 상태와 고안한 방법을 적용한 상태의 학습 결과를 비교할 때 어떤 모델 파일을 기준으로 할지 고민하는 경우가 많습니다. YOLO 학습을 400 epoch로 설정할

By King
역사의 장막을 벗기다: MLK 기밀문서, 정치 스캔들, 그리고 헌터 바이든의 충격 발언

역사의 장막을 벗기다: MLK 기밀문서, 정치 스캔들, 그리고 헌터 바이든의 충격 발언

미국 정치의 숨겨진 진실들, 이제 공개된다! 🔍 마틴 루터 킹 주니어 암살 문서 23만쪽 전격 공개 2025년 7월 21일, 국가정보국(DNI)이 MLK 암살 사건의 숨겨진 진실을 담은 6,000여 건의 문서를 최초로 공개했습니다. 트럼프 대통령의 행정명령에 따라 국민의 알 권리를 위해 추진된 이번 공개는 역사적 투명성의 중요한 이정표로 평가됩니다. 📂 오바마-코미

By King