Skip to main content

​
MCP가 Genie Space를 변화시키는 방식

​
전략적 관점: Genie Space가 “AI Agent의 도구”가 된다

MCP 연동의 전략적 의미를 이해하려면, Genie Space의 역할 변화를 살펴봐야 합니다. MCP 연동 전: Genie Space는 사용자가 직접 채팅창에서 질문하는 독립형 인터페이스 입니다. 사용자가 브라우저를 열고, Space에 접속하고, 질문을 타이핑해야 합니다. MCP 연동 후: Genie Space는 AI Agent가 호출할 수 있는 도구(Tool) 가 됩니다. Claude, Genie Code, 커스텀 에이전트 같은 AI가 “매출 데이터가 필요하다”고 판단하면, MCP를 통해 Genie Space에 자동으로 질문하고 결과를 받아옵니다. 이 변화는 세 가지 새로운 가능성을 열어줍니다:
가능성설명예시
멀티 소스 분석AI Agent가 여러 Genie Space/데이터 소스를 조합”매출 데이터(Genie) + 내부 문서(Glean) + GitHub 코드를 종합 분석”
워크플로 자동화데이터 분석을 자동화된 워크플로의 일부로 편입”매일 아침 매출 현황을 확인하고, 이상이 있으면 Slack에 알림”
Agent-to-Agent 협업Supervisor Agent가 Genie Agent를 하위 에이전트로 호출Agent Bricks의 Supervisor가 Genie Space를 도구로 사용
참고 핵심 인사이트: MCP는 Genie Space를 “사람이 사용하는 채팅 도구”에서 “AI 생태계의 데이터 인터페이스”로 격상시킵니다. 잘 구축된 Genie Space(정확한 메타데이터, 풍부한 인스트럭션)는 MCP를 통해 조직 전체의 AI Agent들이 공유하는 데이터 접근 표준 레이어 가 됩니다.

​
Genie Space MCP 활용 시나리오

시나리오MCP HostGenie Space 역할비즈니스 가치
일일 리포트 자동화Databricks Workflow + Agent전일 매출/재고 데이터 조회수동 리포트 작성 시간 제거
이상 탐지 알림모니터링 AgentKPI 임계치 초과 여부 확인실시간 비즈니스 이상 감지
고객 응대 지원고객 서비스 Agent고객 주문/배송 현황 조회CS 담당자 응답 시간 단축
경영진 브리핑Slack Bot Agent주간 핵심 KPI 요약 생성경영진 데이터 접근 간소화

​
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.

​
핵심 아키텍처

MCP는 클라이언트-서버 아키텍처 를 따르며, 세 가지 핵심 참여자로 구성됩니다:
참여자역할Databricks 예시
MCP HostAI 애플리케이션. 하나 이상의 MCP Client를 관리Genie Code, AI Playground
MCP ClientMCP Server와의 연결을 유지하고 컨텍스트를 획득Genie Code 내부 클라이언트
MCP Server도구, 리소스, 프롬프트 등 컨텍스트를 제공하는 프로그램GitHub MCP, Unity Catalog Functions 등

​
MCP 서버가 제공하는 3가지 기본 구성 요소

구성 요소설명예시
ToolsAI가 호출할 수 있는 실행 가능한 함수파일 검색, API 호출, DB 쿼리
ResourcesAI에 컨텍스트를 제공하는 데이터 소스파일 내용, DB 레코드, API 응답
PromptsLLM과의 상호작용을 구조화하는 재사용 가능한 템플릿시스템 프롬프트, Few-shot 예시

​
MCP 통신 방식

MCP는 JSON-RPC 2.0 기반의 데이터 계층과 두 가지 전송 메커니즘을 지원합니다:
전송 방식설명사용 환경
Stdio표준 입출력 스트림을 통한 로컬 프로세스 통신로컬 개발 환경
Streamable HTTPHTTP POST + Server-Sent Events원격 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.
서버용도엔드포인트 패턴
Unity Catalog Functions사전 정의된 SQL 함수 실행/api/2.0/mcp/functions/{catalog}/{schema}/{function}
Vector Search벡터 검색 인덱스 쿼리/api/2.0/mcp/vector-search/{catalog}/{schema}/{index}
Genie Space자연어 데이터 분석 (읽기 전용)/api/2.0/mcp/genie/{genie_space_id}
Databricks SQLAI 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:
방법설명
Managed OAuth (권장)Databricks가 OAuth 흐름을 관리. GitHub, Glean, Google Drive, SharePoint 등 지원
Databricks Marketplace마켓플레이스에서 사전 빌드된 통합 설치
Custom HTTP ConnectionStreamable 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

MCP를 통해 Genie Code는 단순한 코드 생성 도구에서 다양한 데이터 소스와 서비스에 접근할 수 있는 AI Agent 로 진화합니다. 예를 들어, “우리 리포지토리(GitHub MCP)에서 ETL 코드를 찾고, 해당 파이프라인의 출력 테이블(Genie Space MCP)에서 매출 데이터를 확인하고, 내부 문서(Glean MCP)에서 관련 가이드를 참고해서 보고서를 작성해줘”라는 복합 요청을 처리할 수 있습니다.
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.

​
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.

​
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:
도구기능
search_code리포지토리에서 코드 패턴 검색
get_file_contents리포지토리의 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

서비스활용 시나리오
Glean내부 문서 검색, 사전 사례 참조
Google Drive팀 문서에서 필요한 정보 추출
SharePoint조직 내부 문서 및 데이터 접근
Genie Space자연어로 데이터 분석 (Agent 모드에서 MCP를 통해 호출)
Vector SearchRAG 패턴으로 관련 문서 검색 후 분석에 활용

​
제한 사항

제한상세
Agent 모드 전용MCP 서버는 Agent 모드에서만 사용 가능
도구 수 제한전체 MCP 서버에 걸쳐 최대 20개 도구 만 사용 가능
전송 방식외부 MCP 서버는 Streamable HTTP만 지원
도구 이름 하드코딩 금지도구 목록이 변경될 수 있으므로 동적 탐색 권장
출력 형식 비보장도구 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

MCP 서버 사용 시 각 리소스 유형에 따라 컴퓨팅 비용이 발생합니다:
리소스비용 유형
Unity Catalog FunctionsServerless General Compute
Genie SpacesServerless SQL Compute
Databricks SQLSQL 전용 가격
Vector Search IndexesVector Search 가격
Custom MCP ServersDatabricks Apps 가격
참고 MCP 프로토콜 자체에 대한 추가 비용은 없습니다. 실제 도구를 실행할 때 사용되는 컴퓨팅 리소스에 대해서만 비용이 부과됩니다.

​
MCP 보안 고려사항

MCP를 통해 AI Agent가 데이터에 접근하므로, 보안 측면을 반드시 고려해야 합니다:
보안 항목설명권장 사항
인증MCP 서버 접근에 사용되는 자격 증명OAuth 기반 인증 권장, API 키 직접 노출 금지
권한 범위AI Agent가 접근할 수 있는 데이터 범위최소 권한 원칙. Genie Space MCP는 읽기 전용
감사 추적AI Agent의 MCP 호출 이력Audit Log에서 MCP 호출 이벤트 모니터링
데이터 흐름Agent가 가져간 데이터의 사용처민감 데이터가 외부 LLM으로 전송되지 않도록 확인
주의 Genie Space MCP는 읽기 전용 입니다. AI Agent가 Genie Space를 통해 데이터를 조회할 수 있지만, 데이터를 수정하거나 삭제할 수는 없습니다. 반면 Databricks SQL MCP는 읽기/쓰기 가 가능하므로, 권한 설정에 더욱 주의가 필요합니다.

​
MCP 에이전트 개발 베스트 프랙티스

MCP를 활용한 에이전트를 개발할 때 다음 권장 사항을 따르세요:
  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.
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 트러블슈팅

MCP 연동 시 자주 발생하는 문제와 해결 방법:
문제원인해결 방법
MCP 서버 연결 실패OAuth 토큰 만료연결을 재설정하고 OAuth 재인증
도구가 목록에 나타나지 않음MCP 서버가 20개 도구 한도 초과불필요한 서버/도구 비활성화
Genie Space MCP 응답이 느림Warehouse 콜드 스타트Serverless Warehouse 사용 또는 Warehouse 웜업 설정
외부 MCP 서버 통신 오류네트워크/방화벽 문제Workspace의 아웃바운드 네트워크 설정 확인
인증 팝업이 반복됨Per-user OAuth 토큰 갱신 실패브라우저 쿠키 삭제 후 재인증

​
MCP 도입 전략 — 단계적 접근

MCP를 도입할 때는 단계적으로 접근하는 것이 좋습니다:
단계활동목표
1단계: Managed MCPGenie Space, UC Functions 등 Databricks 내장 MCP 먼저 활용MCP 동작 방식 이해, 내부 데이터 연동
2단계: External MCPGitHub, Glean, Google Drive 등 외부 서비스 연결멀티 소스 분석 능력 확보
3단계: Custom MCP조직 고유 시스템(ERP, CRM 등)용 커스텀 MCP 서버 개발완전한 AI Agent 생태계 구축
팁 MCP와 Genie Space의 시너지: Genie Space의 Knowledge Store를 풍부하게 구축해두면, MCP를 통해 AI Agent가 호출할 때도 동일한 정확도를 보장받습니다. “사람이 사용할 때 정확한 Space = AI Agent가 사용할 때도 정확한 Space”입니다.

​
참고 자료