MCP 연동

​

MCP 개요

​

MCP란 무엇인가?

​

MCP가 Genie Code를 어떻게 변환하는가 — 전략적 관점

참고 MCP 연동의 진정한 가치는 개별 도구의 기능 이 아니라, 여러 도구를 하나의 워크플로로 연결 하는 데 있습니다. “데이터 품질 점검 → 이상 발견 → Slack 알림 → JIRA 티켓 생성”을 하나의 Agent 프롬프트로 실행할 수 있다는 것이 핵심입니다.

​

핵심 아키텍처

​

MCP 서버가 제공하는 3가지 기본 구성 요소

​

MCP 통신 방식

참고 Databricks에서 외부 MCP 서버를 연결하려면 해당 서버가 Streamable HTTP 전송 방식 을 지원해야 합니다.

​

Databricks에서 MCP 서버 설정

​

유형 1: Managed MCP (관리형)

​

유형 2: External MCP (외부)

https://<workspace-hostname>/api/2.0/mcp/external/{connection_name}

• 공유 인증(Shared Principal): Bearer 토큰, OAuth M2M, 공유 OAuth U2M
• 사용자별 인증(Per-user): 리소스별 개별 사용자 자격 증명

​

유형 3: Custom MCP (커스텀)

1. MCP 서버 코드 작성 (pyproject.toml, app.yaml 구성)
2. Databricks App 생성: databricks apps create <app-name>
3. 소스 코드 업로드 및 배포
4. MCP 엔드포인트: https://<app-url>/mcp

주의 커스텀 MCP 앱은 stateless 아키텍처 로 구현해야 하며, 동일 워크스페이스 내에 배포해야 합니다. CORS 이슈 방지를 위해 워크스페이스 URL을 허용 오리진에 추가하세요.

​

MCP 서버 확인 방법

1. 워크스페이스의 Agents 섹션으로 이동합니다.
2. MCP Servers 탭을 선택합니다.
3. 등록된 서버 목록과 상태를 확인할 수 있습니다.

​

Genie Code에서 MCP 활용

​

MCP 서버를 Genie Code에 연결하기

주의 MCP 서버는 Genie Code Agent 모드에서만 지원됩니다. Chat 모드에서는 사용할 수 없습니다.

1. Genie Code 패널을 열고 설정 아이콘 을 클릭합니다.
2. MCP Servers 섹션에서 Add Server 를 선택합니다.
3. 사용할 서버 유형을 선택합니다:
   • Unity Catalog Functions
   • Vector Search Indexes
   • Genie Spaces
   • Unity Catalog Connections (외부 MCP)
   • Databricks Apps (커스텀 MCP)
4. Save 를 클릭하면 즉시 사용 가능합니다.

​

방법 2: .mcp_servers.json 파일 (Workspace 내부 구성)

주의 중요: 이 파일은 Genie Code UI 설정의 내부 저장소 입니다. 2026년 4월 현재, 공식 문서에서 권장하는 구성 방법은 방법 1(UI 기반 설정) 입니다. 이 파일을 직접 편집하는 것은 공식적으로 문서화되지 않았으므로, 프로덕션 환경에서는 UI를 통해 설정하세요.

참고 UI에서 설정한 MCP 서버 구성이 이 JSON 파일에 어떤 형태로 저장되는지 확인하면, Genie Code의 내부 동작을 이해하는 데 도움이 됩니다.

[
  {
    "type": "uc_function",
    "uc_function_name": "catalog.schema.function_name"
  },
  {
    "type": "vector_search",
    "vector_search_index": "catalog.schema.index_name"
  },
  {
    "type": "genie_space",
    "genie_space_id": "01ef1234567890abcdef"
  },
  {
    "type": "uc_connection",
    "connection_name": "github-mcp-connection"
  },
  {
    "type": "databricks_app",
    "app_name": "my-custom-mcp-app"
  }
]

[
  {
    "type": "genie_space",
    "genie_space_id": "01ef7a8b9c0d1e2f3a4b"
  },
  {
    "type": "vector_search",
    "vector_search_index": "prod_catalog.docs.knowledge_base_index"
  },
  {
    "type": "uc_connection",
    "connection_name": "github-enterprise"
  },
  {
    "type": "uc_function",
    "uc_function_name": "prod_catalog.tools.search_jira_tickets"
  },
  {
    "type": "uc_function",
    "uc_function_name": "prod_catalog.tools.send_slack_notification"
  }
]

주의 주의사항:

• JSON 배열 형태([...])로 작성합니다. 빈 배열 [] 은 MCP 서버가 없음을 의미합니다.
• genie_space_id 는 Genie Space URL에서 확인할 수 있습니다: https://<workspace>/genie/rooms/<genie_space_id>
• connection_name 은 Catalog Explorer → External Connections에서 생성한 연결 이름입니다.
• 최대 20개 Tool 제한을 초과하지 않도록 필요한 서버만 등록하세요.

​

MCP로 Genie Code가 할 수 있게 되는 일

​

1. Unity Catalog Functions → 커스텀 비즈니스 로직 실행

참고 UC Function의 COMMENT 가 Genie Code가 도구를 선택할 때 참고하는 설명이 됩니다. 예: COMMENT '고객 이름 또는 이메일로 CRM 데이터를 검색합니다' 처럼 명확하게 작성하세요.

​

2. Vector Search → RAG 기반 문서 검색

​

3. Genie Space → 자연어 데이터 분석

성공 강력한 조합: Vector Search(문서 검색) + Genie Space(데이터 분석) + UC Function(비즈니스 로직)을 모두 연결하면, Genie Code가 “이 고객의 최근 주문을 분석하고, 관련 정책 문서를 찾고, CS팀에 요약을 보내줘” 같은 복합 작업을 한 번의 요청으로 처리할 수 있습니다.

​

4. UC Connection (외부 MCP) → 외부 서비스 연동

​

5. Databricks App (커스텀 MCP) → 사내 시스템 연동

​

MCP 연결 전후 비교

​

사용 방식

​

실전 MCP 구성 예시: GitHub + Slack + Databricks SQL 조합

프롬프트: "@orders 테이블에서 지난 주 대비 주문량이 30% 이상 감소한 지역을 찾고,
         GitHub에서 관련 ETL 코드의 최근 변경사항을 확인해서,
         데이터 이슈인지 코드 변경 때문인지 분석한 뒤
         Slack #data-ops에 분석 결과를 공유해줘."

1. Databricks SQL MCP→ 주간 주문량 비교 쿼리 실행 → 감소 지역 3곳 식별
2. GitHub MCP→ ETL 파이프라인 리포에서 최근 1주 커밋/PR 확인
3. LLM 분석→ 코드 변경(특정 필터 조건 추가)이 원인일 가능성 높다고 판단
4. Slack MCP→ 분석 결과 + 원인 추정 + GitHub PR 링크를 #data-ops에 전송

​

MCP 보안 고려사항

주의 프로덕션 환경 체크리스트: MCP를 프로덕션에 배포하기 전에 다음을 확인하세요:

• 모든 외부 MCP 연결이 Managed OAuth 또는 Per-user 인증을 사용하는가?
• 쓰기 권한이 필요한 MCP 서버(Slack 메시지 전송, JIRA 티켓 생성 등)에 대해 적절한 승인 절차가 있는가?
• Shared Principal 인증을 사용하는 경우, 공유 계정의 권한이 최소화되어 있는가?

​

활용 예시: GitHub MCP 서버

1. GitHub App 생성: GitHub > Settings > Developer settings에서 앱 생성
   • Callback URL: https://<databricks-workspace-url>/login/oauth/http.html
2. Unity Catalog Connection 생성:
   • Auth type: OAuth User to Machine
   • Host: https://api.githubcopilot.com
   • OAuth scope: mcp:access read:user user:email repo read:org
   • Base path: /mcp
   • “Is mcp connection” 체크박스 활성화
3. Genie Code에서 연결 추가: Settings > MCP Servers > Add Server

프롬프트: "우리 리포지토리에서 데이터 처리 파이프라인 관련 코드를 찾아줘"
프롬프트: "main 브랜치의 config.yaml 파일 내용을 보여줘"

팁 특정 리포지토리를 대상으로 검색하려면 Genie Code 인스트럭션 파일에 repo: repository_name, owner: username 형식으로 지정할 수 있습니다.

​

활용 예시: 기타 외부 서비스

팁 업계에서 많이 활용되는 MCP 서버 전체 목록과 실전 자동화 시나리오는 인기 MCP 서버 & 활용 시나리오에서 확인하세요. Slack/Teams 알림, JIRA 티켓 생성, 스프린트 보고서 자동화 등 10가지 실전 시나리오를 다룹니다.

​

제한 사항

참고 MCP 서버가 제공하는 도구가 20개를 초과하는 경우, Genie Code 설정에서 특정 도구나 서버를 선택적으로 활성화/비활성화하여 20개 한도 내에서 관리할 수 있습니다.

​

MCP 비용 구조

참고 MCP 프로토콜 자체에 대한 추가 비용은 없습니다. 실제 도구를 실행할 때 사용되는 컴퓨팅 리소스에 대해서만 비용이 부과됩니다.

​

MCP 에이전트 개발 베스트 프랙티스

1. 도구 이름 하드코딩 금지: MCP 서버의 도구 목록은 변경될 수 있으므로, 에이전트가 런타임에 tools/list를 호출하여 동적으로 도구를 탐색 하도록 구현합니다.
2. 출력 파싱 금지: 도구 출력 형식은 안정적이지 않으므로, 결과 해석은 LLM에 위임 합니다.
3. LLM 기반 도구 선택: 어떤 도구를 호출할지는 LLM이 사용자 요청에 따라 자동으로 결정하도록 합니다.

# 1. OAuth 인증
databricks auth login --host https://<workspace-hostname>

# 2. 의존성 설치
pip install -U "mcp>=1.9" "databricks-sdk[openai]" "mlflow>=3.1.0" \
    "databricks-agents>=1.0.0" "databricks-mcp"

# 3. DatabricksMCPClient를 사용한 연결
from databricks_mcp import DatabricksMCPClient

client = DatabricksMCPClient(
    server_url="https://<hostname>/api/2.0/mcp/functions/{catalog}/{schema}/{func}",
    databricks_cli_profile="DEFAULT"
)

​

MCP 활용 성숙도 모델

팁 대부분의 팀은 Level 1에서 시작하여 2-3개월에 걸쳐 Level 3까지 도달합니다. Level 4(Custom MCP)는 사내에 MCP로 래핑할 가치가 있는 API가 있을 때만 진행하세요. 무리하게 Custom MCP를 개발하기보다, 기존 External MCP 서버를 최대한 활용하는 것이 비용 대비 효과가 높습니다.

​

MCP 관련 상세 가이드