Skip to main content
최종 업데이트: 2026-03-31

​
AI Dev Kit이란?

AI Dev Kit 은 Databricks Field Engineering 팀이 개발하고 유지보수하는 오픈소스 프로젝트 입니다. Claude Code와 Databricks 워크스페이스를 연결하는 통합 도구 모음으로, 자연어로 Databricks의 모든 리소스를 조작할 수 있는 AI 기반 개발 환경 을 제공합니다.
참고 GitHub 저장소: databricks-solutions/ai-dev-kit
기존에는 Databricks 워크스페이스에서 테이블을 생성하거나, 파이프라인을 구성하거나, 대시보드를 배포하려면 각각의 API를 직접 호출하거나 UI를 클릭해야 했습니다. AI Dev Kit은 이 모든 작업을 자연어 한 문장 으로 가능하게 만듭니다. “매출 데이터 분석 환경을 만들어줘”라고 말하면, 에이전트가 테이블 생성부터 대시보드 배포, Genie Space 구성까지 자동으로 수행합니다.

​
왜 AI Dev Kit인가?

​
기존 방식의 한계

작업기존 방식AI Dev Kit
테이블 생성SQL 에디터에서 DDL 직접 작성”고객 테이블을 만들어줘”
DLT 파이프라인JSON 설정 작성 + API 호출”Bronze-Silver-Gold 파이프라인 구성해줘”
대시보드Lakeview UI에서 수동 구성”매출 추이 대시보드를 만들어줘”
RAG 구축Vector Search + Agent Framework 직접 코딩”PDF 기반 Q&A 챗봇 만들어줘”
Job 스케줄링REST API 또는 UI에서 설정”매일 6시에 재학습 파이프라인 실행해줘”

​
AI Dev Kit이 해결하는 문제

  1. 파편화된 도구 통합— Databricks에는 SQL Warehouse, Cluster, DLT, Jobs, Unity Catalog, Vector Search, Genie, Dashboard 등 수십 개의 서비스가 있습니다. AI Dev Kit은 이 모든 서비스를 하나의 에이전트 인터페이스로 통합합니다.
  2. 진입 장벽 제거— Databricks API 사양을 몰라도 자연어로 원하는 작업을 요청할 수 있습니다. 에이전트가 올바른 API 호출 순서, 파라미터, 에러 처리를 자동으로 수행합니다.
  3. 반복 작업 자동화— 데모 환경 구축, 합성 데이터 생성, 파이프라인 템플릿 구성 등 반복적인 작업을 대화 몇 문장으로 완료합니다.
  4. 베스트 프랙티스 내장— 29개의 스킬 파일이 Databricks 권장 패턴(메달리온 아키텍처, Unity Catalog 권한 모델, Agent Bricks 구성 등)을 에이전트에게 가르칩니다.

​
핵심 구성 요소

AI Dev Kit은 크게 세 가지 핵심 컴포넌트로 구성됩니다.

​
1. Databricks MCP Server

Model Context Protocol(MCP) 표준을 사용하여 Databricks 워크스페이스의 30개 이상의 도구 를 외부 AI 에이전트에 노출합니다. Claude Code, VS Code Copilot, Cursor 등 MCP를 지원하는 모든 클라이언트에서 Databricks를 제어할 수 있습니다.
도구 카테고리주요 기능도구 수
SQL 실행쿼리 실행, 멀티 쿼리2
Compute클러스터/Warehouse 관리6
DLT 파이프라인생성, 실행, 모니터링10
파일 관리Volume 업로드/다운로드9
JobsJob 생성, 실행, 스케줄링2
GenieSpace 생성, 질의4
Dashboard생성, 배포4
Model Serving추론, 상태 조회3
Unity Catalog객체, 권한, 태그, 공유 관리8
Vector SearchEndpoint, Index, 검색6
기타Workspace, Apps, KA, MAS 등8
참고 MCP Server는 독립적으로 사용할 수 있습니다. Builder App 없이도 Claude Code의 claude_desktop_config.json에 MCP Server를 등록하면 바로 Databricks 도구를 사용할 수 있습니다.

​
2. Builder App

React + FastAPI 기반의 풀스택 웹 애플리케이션입니다. Claude Agent와 대화하며 Databricks 작업을 수행하는 웹 기반 인터페이스 를 제공합니다. Databricks Apps에 배포하면 팀 전체가 브라우저에서 에이전트를 사용할 수 있습니다.
계층기술 스택역할
FrontendReact + TypeScript채팅 UI, 프로젝트 관리, 스킬 탐색
BackendFastAPI + Uvicorn에이전트 세션 관리, SSE 스트리밍, REST API
Agent RuntimeClaude Agent SDK도구 호출, 세션 재개, 비동기 실행
PersistenceLakebase (PostgreSQL)프로젝트, 대화 이력, 실행 결과 영구 저장
Authcontextvars 기반요청별 자격 증명 격리, 멀티 유저 지원
팁 Builder App에 대한 상세 소개는 Builder App 서브페이지를 참고하세요.

​
3. Skills & Plugins

29개의 마크다운 기반 스킬 파일 이 에이전트에게 Databricks 작업 수행 방법을 가르칩니다. 합성 데이터 생성, 대시보드 구성, Genie Space 설정, DLT 파이프라인 패턴 등 Databricks 전문 지식이 스킬 파일로 인코딩되어 있습니다.
스킬 카테고리포함 스킬
데이터 엔지니어링synthetic-data, sdp, unity-catalog, jobs
분석 & BIdashboard, genie-space, metric-views
AI & MLagent-bricks, vector-search, mlflow, model-serving
인프라apps, dabs, lakebase, python-sdk
에이전트는 사용자 요청에 따라 관련 스킬을 자동으로 로드하고, 스킬에 정의된 패턴에 맞춰 작업을 수행합니다. 예를 들어 “대시보드를 만들어줘”라고 요청하면, dashboard 스킬을 참조하여 올바른 Lakeview JSON 구조를 생성합니다.

​
아키텍처

AI Dev Kit의 전체 아키텍처는 다음과 같습니다.
계층구성 요소설명
사용자브라우저 / Claude Code CLI자연어 요청 입력
에이전트Claude Agent SDK요청 분석, 도구 선택, 실행 계획 수립
프로토콜MCP (Model Context Protocol)에이전트와 도구 사이의 표준 통신 규격
도구Databricks MCP Server30+ Databricks API를 MCP 도구로 노출
인프라Databricks WorkspaceSQL Warehouse, Cluster, Unity Catalog 등 실제 리소스

​
동작 흐름

사용자 요청
   ↓
Claude Agent (요청 분석 + 스킬 로드)
   ↓
MCP Protocol
   ↓
Databricks MCP Server (도구 실행)
   ↓
Databricks Workspace (API 호출)
   ↓
결과 반환 → 에이전트 해석 → 사용자에게 응답

​
두 가지 사용 모드

모드인터페이스특징
CLI 모드Claude Code 터미널개발자 친화적, 파일 편집 + Databricks 도구 동시 사용
Web 모드Builder App 브라우저비개발자도 사용 가능, 팀 공유, 프로젝트 관리

​
시작하기

​
CLI 모드 (Claude Code + MCP Server)

Claude Code에서 Databricks MCP Server를 바로 사용하는 방법입니다. 1단계: MCP Server 설치 
# AI Dev Kit 클론
git clone https://github.com/databricks-solutions/ai-dev-kit.git
cd ai-dev-kit/databricks-mcp-server

# 의존성 설치
uv venv && source .venv/bin/activate
uv pip install -e .
2단계: Claude Code에 MCP Server 등록 ~/.claude/claude_desktop_config.json에 다음을 추가합니다: 
{
  "mcpServers": {
    "databricks": {
      "command": "uv",
      "args": ["--directory", "/path/to/ai-dev-kit/databricks-mcp-server", "run", "server"],
      "env": {
        "DATABRICKS_HOST": "https://your-workspace.cloud.databricks.com",
        "DATABRICKS_TOKEN": "dapixxxxxxxxxxxxxxxx"
      }
    }
  }
}
3단계: 사용 
claude
> 내 워크스페이스의 카탈로그 목록을 보여줘

​
Web 모드 (Builder App)

Builder App을 로컬 또는 Databricks Apps에 배포하여 사용하는 방법입니다. 상세 절차는 아래 서브페이지를 참고하세요.

​
서브페이지 안내

페이지설명
Builder AppBuilder App 개요 — 아키텍처, 핵심 컴포넌트, AI Playground와 비교
Getting Started로컬 환경 설치부터 첫 프로젝트 생성까지 단계별 가이드
배포 가이드Databricks Apps 배포 전체 절차 — Lakebase, LLM 선택, 트러블슈팅
Tool 목록 및 상세MCP 도구 30개+ 전체 목록, Built-in Tools, Skills System 상세
활용 사례데이터 분석, RAG 구축, MLOps, 데모 환경 등 실전 시나리오

​
관련 자료

자료링크
GitHub 저장소databricks-solutions/ai-dev-kit
MCP Server 소스ai-dev-kit/databricks-mcp-server
Builder App 소스ai-dev-kit/databricks-builder-app
Skills 소스ai-dev-kit/databricks-skills
Claude Agent SDKAnthropic Agent 문서
MCP 프로토콜 규격modelcontextprotocol.io
슬라이드GenAI 소개 슬라이드
PDFGenAI 소개 / AI Dev Kit 상세
참고 AI Dev Kit은 활발히 개발 중인 프로젝트입니다. 최신 변경 사항은 GitHub 저장소에서 확인하세요.