> ## Documentation Index
> Fetch the complete documentation index at: https://docs.sifi.life/llms.txt
> Use this file to discover all available pages before exploring further.

# MCP 연동

## MCP 개요

### MCP란 무엇인가?

MCP(Model Context Protocol)는 **Anthropic이 개발한 오픈소스 프로토콜** 로, AI 에이전트가 외부 도구, 데이터 소스, 워크플로에 접근하기 위한 **표준 인터페이스** 입니다. USB-C가 다양한 전자기기를 하나의 규격으로 연결하듯, MCP는 AI 애플리케이션과 외부 시스템을 하나의 표준으로 연결합니다.

### MCP가 Genie Code를 어떻게 변환하는가 — 전략적 관점

MCP 없이 Genie Code는 **Databricks 워크스페이스 안에 갇힌** 강력한 AI입니다. 데이터를 분석하고 코드를 생성할 수 있지만, 그 결과를 Slack으로 공유하거나, JIRA 티켓을 생성하거나, GitHub에서 관련 코드를 검색하려면 사용자가 **수동으로 컨텍스트 전환** 을 해야 합니다.

MCP를 연결하면 Genie Code는 **워크스페이스의 경계를 넘어서는 AI 에이전트** 로 변환됩니다:

| MCP 없는 Genie Code                         | MCP가 있는 Genie Code                      |
| ----------------------------------------- | --------------------------------------- |
| 분석 완료 → 사용자가 Slack을 열어 결과를 복사/붙여넣기        | 분석 완료 → "Slack #team에 결과 공유해줘" 한 마디로 전송 |
| 이슈 발견 → 사용자가 JIRA를 열어 티켓 수동 생성            | 이슈 발견 → "JIRA에 Bug 티켓 만들어줘" 로 자동 생성     |
| 코드 참조 필요 → 사용자가 GitHub을 열어 수동 검색          | "GitHub에서 비슷한 파이프라인 코드 찾아줘" → 즉시 검색     |
| 분석 결과 문서화 → 사용자가 Notion/Confluence에 수동 작성 | "이 분석을 Notion에 정리해줘" → 자동 문서화           |

이것은 단순한 편의 기능이 아닙니다. **워크플로의 단절을 제거** 함으로써, 하나의 프롬프트로 "분석 → 발견 → 알림 → 추적"이라는 완전한 업무 사이클을 자동화할 수 있게 됩니다.

> **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

MCP는 **클라이언트-서버 아키텍처** 를 따르며, 세 가지 핵심 참여자로 구성됩니다:

| 참여자            | 역할                               | Databricks 예시                         |
| -------------- | -------------------------------- | ------------------------------------- |
| **MCP Host**   | AI 애플리케이션. 하나 이상의 MCP Client를 관리 | Genie Code, AI Playground             |
| **MCP Client** | MCP Server와의 연결을 유지하고 컨텍스트를 획득   | Genie Code 내부 클라이언트                   |
| **MCP Server** | 도구, 리소스, 프롬프트 등 컨텍스트를 제공하는 프로그램  | GitHub MCP, Unity Catalog Functions 등 |

### MCP 서버가 제공하는 3가지 기본 구성 요소

| 구성 요소         | 설명                            | 예시                    |
| ------------- | ----------------------------- | --------------------- |
| **Tools**     | AI가 호출할 수 있는 실행 가능한 함수        | 파일 검색, API 호출, DB 쿼리  |
| **Resources** | AI에 컨텍스트를 제공하는 데이터 소스         | 파일 내용, DB 레코드, API 응답 |
| **Prompts**   | LLM과의 상호작용을 구조화하는 재사용 가능한 템플릿 | 시스템 프롬프트, Few-shot 예시 |

### MCP 통신 방식

MCP는 **JSON-RPC 2.0** 기반의 데이터 계층과 두 가지 전송 메커니즘을 지원합니다:

| 전송 방식               | 설명                             | 사용 환경                    |
| ------------------- | ------------------------------ | ------------------------ |
| **Stdio**           | 표준 입출력 스트림을 통한 로컬 프로세스 통신      | 로컬 개발 환경                 |
| **Streamable HTTP** | HTTP POST + Server-Sent Events | 원격 서버 통신 (Databricks 기본) |

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

***

## Databricks에서 MCP 서버 설정

Databricks는 세 가지 유형의 MCP 서버를 지원합니다:

### 유형 1: Managed MCP (관리형)

Databricks가 사전 구성한 즉시 사용 가능한 MCP 서버입니다. Unity Catalog 권한이 자동으로 적용됩니다.

| 서버                          | 용도                   | 엔드포인트 패턴                                                |
| --------------------------- | -------------------- | ------------------------------------------------------- |
| **Unity Catalog Functions** | 사전 정의된 SQL 함수 실행     | `/api/2.0/mcp/functions/{catalog}/{schema}/{function}`  |
| **Vector Search**           | 벡터 검색 인덱스 쿼리         | `/api/2.0/mcp/vector-search/{catalog}/{schema}/{index}` |
| **Genie Space**             | 자연어 데이터 분석 (읽기 전용)   | `/api/2.0/mcp/genie/{genie_space_id}`                   |
| **Databricks SQL**          | AI 생성 SQL 실행 (읽기/쓰기) | `/api/2.0/mcp/sql`                                      |

### 유형 2: External MCP (외부)

Unity Catalog Connection을 통해 외부 MCP 서버에 안전하게 연결합니다. 자격 증명이 직접 노출되지 않으며, 관리형 프록시를 통해 통신합니다.

**지원되는 연결 방법:**

| 방법                                    | 설명                                                                     |
| ------------------------------------- | ---------------------------------------------------------------------- |
| **Managed OAuth (권장)**                | Databricks가 OAuth 흐름을 관리. GitHub, Glean, Google Drive, SharePoint 등 지원 |
| **Databricks Marketplace**            | 마켓플레이스에서 사전 빌드된 통합 설치                                                  |
| **Custom HTTP Connection**            | Streamable HTTP를 지원하는 모든 MCP 서버에 커스텀 연결 생성                             |
| **Dynamic Client Registration (실험적)** | RFC7591 지원 서버의 자동 OAuth 등록                                             |

외부 MCP 서버의 프록시 엔드포인트 형식:

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

**인증 방식:**

* **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)

자체 MCP 서버를 **Databricks App** 으로 호스팅합니다. Streamable HTTP 전송 방식을 구현해야 합니다.

**배포 절차:**

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

워크스페이스에서 사용 가능한 MCP 서버를 확인하려면:

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.

**설정 단계:**

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)

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](https://docs.databricks.com/aws/en/genie-code/mcp)

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

**기본 구조:**

```json theme={null}
[
  {
    "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.

```json theme={null}
[
  {
    "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 위험도는?"          | 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. 코드를 짜다가 "이 테이블의 최근 데이터 현황은?" 같은 질문을 바로 할 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

GitHub, Slack, JIRA, Google Drive 등 외부 서비스의 MCP 서버를 Unity Catalog Connection으로 연결하면, Genie Code가 워크스페이스 밖의 시스템과도 상호작용합니다.

| 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

자체 개발한 MCP 서버를 Databricks App으로 배포하면, 사내 ERP, CRM, HR 시스템 등 어떤 시스템이든 Genie Code에 연결할 수 있습니다.

| 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

MCP 연결이 Genie Code를 어떻게 변화시키는지 한눈에 비교합니다.

| 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. 이 세 가지를 연결하면 다음과 같은 통합 워크플로가 가능합니다:

```
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:**

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-ops`에 전송

이 전체 과정이 **하나의 프롬프트** 로 3-5분 만에 완료됩니다.

### MCP 보안 고려사항

MCP를 통해 외부 시스템에 접근하므로, 보안에 대한 심도 있는 고려가 필요합니다:

| 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

GitHub MCP 서버를 연결하면 Genie Code에서 엔터프라이즈 코드 검색이 가능합니다.

**설정 순서:**

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

**사용 가능한 도구:**

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

**사용 예시:**

```
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

| 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 시나리오](../mcp/popular-servers)에서 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.

***

> **계속 읽기**: MCP 비용 구조, 에이전트 개발 베스트 프랙티스, 활용 성숙도 모델은 [MCP 비용 구조와 운영 베스트 프랙티스](mcp-operations)에서 이어집니다.