Skip to main content
MCP 서버 연동 전략, Agent 모드의 실전 운영 팁, 역할별 추천 설정 조합을 다룹니다.

​
5. MCP 서버 연동

Settings > MCP servers > Add MCP server. Agent 모드에서만 동작합니다.

​
역할별 추천 조합

데이터 엔지니어: Databricks + GitHub + Slack
  • “파이프라인 실패 분석 → GitHub PR → #data-eng에 공유”
데이터 분석가: Databricks + Slack + JIRA ML 엔지니어: Databricks + GitHub + Slack
참고 상세 설정은 MCP 연동 페이지를 참고하세요.

​
6. Agent 모드 실전 팁

​
6.1 컨텍스트 격리

원칙: 하나의 세션 = 하나의 작업 단위
상황행동
새 데이터셋 분석새 채팅
관련 없는 코드 작성새 채팅
후속 작업같은 세션 계속
에러 반복새 채팅에서 재정의
주의 탭 전환 시 Agent 일시정지. 새로고침 시 실행 상태 초기화.

​
6.2 Always Allow 주의

사용 OK: 읽기 전용, sandbox/dev 작업 사용 금지: 프로덕션 쓰기, 외부 전송(Slack/JIRA), 파괴적 작업

​
6.3 목표 중심 프롬프트

# 비효과적 (단계별)
1. orders 읽어  2. customer_id 그룹핑  3. 매출 합계  4. 상위 10 정렬

# 효과적 (목표 + 제한)
@main_catalog.sales.orders에서 상위 10 고객 매출 대시보드.
제한: 최근 90일, 1000행 먼저 테스트, dev_catalog에 저장, Plotly 사용

​
6.4 보안 제한

- DROP/DELETE/UPDATE/ALTER 실행 금지
- prod_catalog 쓰기 금지
- 민감 데이터 외부 전송 금지
- 중간 결과는 dev_catalog.sandbox.{이름}에만 저장
팁 이 규칙은 User Instructions에 설정하고, 민감 작업에서 프롬프트에서 한 번 더 강조.

​
6.5 개발 시 제한

먼저 1000행 샘플로 로직 검증한 뒤, 확인되면 전체 데이터로 실행해줘.

​
6.6 무한 루프 대응

같은 에러 2-3번 반복 시:
  1. Stop 즉시 중단
  2. 에러 메시지 복사
  3. 새 세션 에서 원인 질문
  4. 단계별 확인 후 진행
주의 같은 세션에서 계속 시도하지 마세요. 에러 컨텍스트가 쌓여 탈출 불가.

​
7. 추천 설정 조합 (역할별)

역할User InstructionsWorkspace 스킬MCP
데이터 엔지니어PySpark, DLT 규칙, 에러 핸들링파이프라인 템플릿, 품질 검증Databricks, GitHub, Slack
데이터 분석가SQL 스타일, 시각화, 리포트 형식대시보드, 리포트 자동화Databricks, Slack
ML 엔지니어MLflow, 실험 네이밍, 모델 문서화모델 배포, 피처 엔지니어링Databricks, GitHub, Slack
데이터 과학자탐색 분석, 통계 검정EDA 템플릿, 실험 정리Databricks, Slack
플랫폼 관리자거버넌스, 리소스 관리권한 감사, 비용 분석Databricks, JIRA, Slack

​
설정 우선순위

  1. Workspace Instructions 확인 (관리자 설정 숙지)
  2. User Instructions 작성 (역할, 선호, 보안)
  3. MCP 서버 추가 (Databricks → Slack/GitHub)
  4. Skills 생성 (반복 2-3번 이상 시)
참고 “이걸 매번 말하고 있네” → User Instructions 추가 타이밍. “이 절차를 또 설명하고 있네” → 스킬 생성 타이밍.

​
관련 가이드