MCP 활용, 보안, 비용, 성숙도

이 문서는 Genie Code 섹션의 일부입니다.

Genie Code에서 MCP를 활용하는 방법, 보안 고려사항, 비용 구조, 베스트 프랙티스, 성숙도 모델을 다룹니다.

Genie Code에서 MCP 활용

MCP 서버를 Genie Code에 연결하기

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

설정 단계:

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

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

Databricks Workspace의 .assistant/.mcp_servers.json 파일은 Genie Code의 MCP 서버 구성을 저장하는 파일입니다. UI에서 MCP 서버를 추가/제거하면 이 파일이 자동으로 업데이트됩니다. 파일 위치: Workspace 파일 브라우저 → .assistant/.mcp_servers.json (skills 폴더와 같은 레벨)

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.

공식 문서: Connect Genie Code to MCP servers

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

기본 구조:

[
  {
    "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"
  }
]

각 MCP 서버 유형별 JSON 설정을 정리하면 다음과 같습니다.

유형	`type` 값	필수 필드	설명
Unity Catalog Function	`uc_function`	`uc_function_name`	UC에 등록된 SQL/Python 함수를 Tool로 노출
Vector Search Index	`vector_search`	`vector_search_index`	벡터 인덱스를 검색 도구로 노출
Genie Space	`genie_space`	`genie_space_id`	Genie Space를 자연어 SQL 도구로 노출
UC Connection (외부 MCP)	`uc_connection`	`connection_name`	GitHub, Slack, JIRA 등 외부 서비스 연결
Databricks App	`databricks_app`	`app_name`	자체 MCP 서버(Databricks App으로 호스팅)

실전 예시 — 데이터팀 MCP 설정: 다음은 데이터 엔지니어링 팀에서 실제로 사용할 수 있는 .mcp_servers.json 구성입니다. Genie Space로 데이터를 분석하고, Vector Search로 문서를 검색하고, GitHub에서 코드를 찾고, UC Function으로 커스텀 로직을 실행합니다.

[
  {
    "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

MCP 서버를 연결하면 Genie Code의 Agent 모드가 단순 코딩 도우미에서 종합 업무 자동화 에이전트 로 변환됩니다. 각 MCP 서버 유형별로 가능해지는 작업을 정리합니다.

1. Unity Catalog Functions → 커스텀 비즈니스 로직 실행

UC에 등록한 SQL/Python 함수를 Genie Code가 자연어 요청에 따라 자동 호출합니다.

함수 예시	프롬프트 예시	Genie Code 동작
`search_customer(name)`	”김철수 고객 정보 찾아줘”	`search_customer('김철수')` 호출 → 결과 표시
`calculate_churn_risk(customer_id)`	”이 고객의 이탈 변동성는?”	함수 호출 → 위험 점수 + 해석 제공
`send_slack_notification(channel, msg)`	”분석 결과를 #data-team에 공유해줘”	Slack 메시지 전송

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

Vector Search 인덱스를 연결하면 Genie Code가 사내 문서, 기술 문서, 매뉴얼을 검색하여 답변에 활용합니다.

프롬프트 예시	Genie Code 동작
”온보딩 가이드에서 VPN 설정 방법 찾아줘”	Vector Search로 관련 문서 검색 → 핵심 내용 요약
”이전에 비슷한 에러를 어떻게 해결했는지 찾아줘”	과거 트러블슈팅 문서 검색 → 해결 방법 제시
”Delta Lake Liquid Clustering 관련 공식 문서 내용 요약해줘”	기술 문서 검색 → 구조화된 요약 생성

3. Genie Space → 자연어 데이터 분석

Genie Space를 연결하면 Genie Code가 코딩 작업 중에 데이터를 직접 분석할 수 있습니다.

프롬프트 예시	Genie Code 동작
”지난 달 매출 상위 5개 제품 알려줘”	Genie Space가 SQL 생성 → 실행 → 결과 반환
”이 테이블의 null 비율을 확인해줘”	데이터 품질 쿼리 자동 생성 → 결과 분석
”고객 세그먼트별 평균 주문 금액 비교해줘”	분석 쿼리 생성 → 차트용 데이터 반환

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

외부 서비스	프롬프트 예시	Genie Code 동작
GitHub	”우리 리포에서 ETL 관련 코드 찾아줘”	GitHub MCP로 코드 검색 → 관련 파일 표시
Slack	”이 분석 결과를 #analytics에 공유해줘”	Slack MCP로 메시지 전송
JIRA	”이 버그에 대한 JIRA 티켓 만들어줘”	JIRA MCP로 이슈 생성
Google Drive	”공유 드라이브에서 Q4 보고서 찾아줘”	Drive MCP로 파일 검색

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

커스텀 MCP 예시	프롬프트 예시	가능한 작업
ERP 연동 MCP	”지난 달 재고 부족 품목 확인해줘”	ERP API 호출 → 재고 데이터 조회
HR 연동 MCP	”우리 팀 휴가 현황 알려줘”	HR 시스템 API 호출 → 캘린더 데이터
모니터링 MCP	”프로덕션 서버 상태 확인해줘”	모니터링 API 호출 → 상태 요약

MCP 연결 전후 비교

항목	MCP 연결 전	MCP 연결 후
데이터 접근	현재 노트북/파일만 접근	워크스페이스 전체 데이터 + 외부 시스템
문서 검색	불가 (직접 검색해야 함)	Vector Search로 사내 문서 자동 검색
데이터 분석	SQL을 직접 작성해야 함	”매출 추이 보여줘” 한마디로 분석
외부 서비스	불가	GitHub, Slack, JIRA 등 연동
업무 자동화	코딩 지원만 가능	코딩 + 분석 + 검색 + 알림 통합 자동화
역할	코딩 어시스턴트	종합 업무 자동화 에이전트

사용 방식

MCP 서버가 추가되면, Genie Code는 자동으로 관련 서버의 도구를 활용합니다. 프롬프트나 인스트럭션을 변경할 필요가 없습니다. Agent 모드에서 질문을 하면 Genie Code가 필요에 따라 적절한 MCP 서버의 도구를 호출합니다.

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

가장 범용적이고 효과적인 MCP 조합은 코드 관리(GitHub) + 커뮤니케이션(Slack) + 데이터(Databricks SQL) 입니다.

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."

Agent 동작 흐름:

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

이 전체 과정이 하나의 프롬프트 로 3-5분 만에 완료됩니다.

MCP 보안 고려사항

보안 영역	고려사항	Databricks의 대응
인증 정보 보호	API 키/토큰이 노출되지 않아야 함	Unity Catalog Connection이 자격 증명을 안전하게 관리 — 사용자에게 직접 노출 안 됨
최소 권한 원칙	MCP 서버가 필요 이상의 권한을 갖지 않아야 함	OAuth 스코프 제한 가능 (예: GitHub read-only)
데이터 유출 방지	민감 데이터가 외부 서비스로 전송되지 않아야 함	Managed MCP Proxy가 트래픽을 중계하며 감사 로그 기록
사용자별 인증	각 사용자가 자신의 권한으로만 외부 서비스에 접근	Per-user OAuth로 개별 인증 지원
도구 실행 감사	어떤 사용자가 어떤 MCP 도구를 호출했는지 추적	Unity Catalog 감사 로그에 MCP 호출 기록

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

설정 순서:

GitHub App 생성: GitHub > Settings > Developer settings에서 앱 생성
- Callback URL: https://<databricks-workspace-url>/login/oauth/http.html
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
Genie Code에서 연결 추가: Settings > MCP Servers > Add Server

사용 가능한 도구:

도구	기능
`search_code`	리포지토리에서 코드 패턴 검색
`get_file_contents`	리포지토리의 파일 내용 조회

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

활용 예시: 기타 외부 서비스

서비스	활용 시나리오
Slack	작업 완료 후 채널에 결과 알림, 대화 검색 및 요약
Microsoft Teams	분석 결과를 Teams 채널에 공유, 회의 요약 전송
Glean	내부 문서 검색, 사전 사례 참조
Google Drive	팀 문서에서 필요한 정보 추출
SharePoint	조직 내부 문서 및 데이터 접근
JIRA	분석 중 발견한 이슈를 티켓으로 생성, 상태 업데이트
GitHub	엔터프라이즈 리포에서 코드 패턴 검색, PR 조회
Notion	분석 결과를 위키에 자동 기록, 팀 DB 조회
Genie Space	자연어로 데이터 분석 (Agent 모드에서 MCP를 통해 호출)
Vector Search	RAG 패턴으로 관련 문서 검색 후 분석에 활용

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

제한	상세
Agent 모드 전용	MCP 서버는 Agent 모드에서만 사용 가능
도구 수 제한	전체 MCP 서버에 걸쳐 최대 20개 도구 만 사용 가능
전송 방식	외부 MCP 서버는 Streamable HTTP만 지원
도구 이름 하드코딩 금지	도구 목록이 변경될 수 있으므로 동적 탐색 권장
출력 형식 비보장	도구 출력 형식이 안정적이지 않으므로 프로그래밍적 파싱 비권장

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

리소스	비용 유형
Unity Catalog Functions	Serverless General Compute
Genie Spaces	Serverless SQL Compute
Databricks SQL	SQL 전용 가격
Vector Search Indexes	Vector Search 가격
Custom MCP Servers	Databricks Apps 가격

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

비용 최적화 팁: MCP 도구 호출 자체는 무료이지만, 도구가 많을수록 LLM 프롬프트에 포함되는 도구 정의 토큰이 증가합니다. 20개 도구가 모두 등록되면 매 요청마다 수천 토큰이 도구 정의에 소비됩니다. 실제로 사용하는 도구만 활성화하면 AI 추론 비용을 절약할 수 있습니다.

MCP 에이전트 개발 베스트 프랙티스

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

프로그래밍 방식으로 MCP 서버 연결하기 (로컬 개발):

# 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

단계	수준	사용 패턴	기대 효과
Level 1	기본	Genie Code Agent 모드만 사용 (MCP 없이)	코딩 생산성 2-3배 향상
Level 2	연결	Managed MCP 1-2개 추가 (UC Functions, Genie Space)	Databricks 내부 자산 통합 활용
Level 3	확장	External MCP 2-3개 추가 (Slack, GitHub, JIRA)	외부 도구와 연결된 자동화 워크플로
Level 4	맞춤	Custom MCP 개발 (사내 시스템 래핑)	조직 전용 AI 에이전트 완성

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

가이드	내용
MCP 개요	MCP 프로토콜의 전략적 의미, 아키텍처, 표준화 동향
일반 MCP 설정	Claude Desktop, Claude Code, Cursor 등에서 MCP 설정
Databricks MCP 활용	Managed/External/Custom MCP의 아키텍처와 보안
인기 서버 & 시나리오	카테고리별 인기 MCP 서버, 실전 조합 전략
베스트 프랙티스	Tool 설계, 비용 최적화, 프로덕션 운영 가이드

시작하기

Databricks 플랫폼

레이크하우스 아키텍처

컴퓨트

데이터 엔지니어링

데이터 웨어하우징

Lakebase

Unity Catalog

AI/BI

머신러닝

AI 에이전트

GenAI 도구

Databricks Apps

보안과 거버넌스

개발 도구

플랫폼 비교

부록 — 선행 지식

부록 — 데이터 기초

부록 — 참고

MCP 활용, 보안, 비용, 성숙도

Genie Code에서 MCP 활용

MCP 서버를 Genie Code에 연결하기

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

MCP로 Genie Code가 할 수 있게 되는 일

1. Unity Catalog Functions → 커스텀 비즈니스 로직 실행

2. Vector Search → RAG 기반 문서 검색

3. Genie Space → 자연어 데이터 분석

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

MCP 보안 고려사항

활용 예시: GitHub MCP 서버

활용 예시: 기타 외부 서비스

제한 사항

MCP 비용 구조

MCP 에이전트 개발 베스트 프랙티스

MCP 활용 성숙도 모델

MCP 관련 상세 가이드

​Genie Code에서 MCP 활용

​MCP 서버를 Genie Code에 연결하기

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

​MCP로 Genie Code가 할 수 있게 되는 일

​1. Unity Catalog Functions → 커스텀 비즈니스 로직 실행

​2. Vector Search → RAG 기반 문서 검색

​3. Genie Space → 자연어 데이터 분석

​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

​MCP 보안 고려사항

​활용 예시: GitHub MCP 서버

​활용 예시: 기타 외부 서비스

​제한 사항

​MCP 비용 구조

​MCP 에이전트 개발 베스트 프랙티스

​MCP 활용 성숙도 모델

​MCP 관련 상세 가이드

Genie Code에서 MCP 활용

MCP 서버를 Genie Code에 연결하기

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

MCP로 Genie Code가 할 수 있게 되는 일

1. Unity Catalog Functions → 커스텀 비즈니스 로직 실행

2. Vector Search → RAG 기반 문서 검색

3. Genie Space → 자연어 데이터 분석

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

MCP 보안 고려사항

활용 예시: GitHub MCP 서버

활용 예시: 기타 외부 서비스

제한 사항

MCP 비용 구조

MCP 에이전트 개발 베스트 프랙티스

MCP 활용 성숙도 모델

MCP 관련 상세 가이드