Databricks에서 MCP 활용

​

Databricks MCP 서버 유형

​

1. Managed MCP (관리형)

참고 Managed MCP 서버는 별도의 설정 없이 워크스페이스에서 바로 사용할 수 있습니다. Unity Catalog 권한으로 접근이 제어됩니다.

​

2. External MCP (외부 서버 연결)

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

주의 외부 MCP 서버를 연결하려면 해당 서버가 Streamable HTTP 전송 방식 을 지원해야 합니다. stdio 방식만 지원하는 서버는 직접 연결할 수 없습니다.

1. 관리자 가 Unity Catalog Connection을 생성하며 OAuth 또는 Token 인증을 설정
2. 자격 증명은 Databricks 내부에 암호화 저장— 사용자에게 절대 노출 안 됨
3. 사용자가 MCP 도구를 호출하면, Databricks의 Managed Proxy 가 자격 증명을 주입하여 외부 서버에 요청
4. 모든 호출은 Unity Catalog 감사 로그 에 기록됨

​

3. Custom MCP (자체 서버 호스팅)

1. FastAPI + MCP SDK로 서버 코드 작성
2. app.yaml 구성 (Databricks Apps 배포 설정)
3. Databricks App 생성 및 배포:
   databricks apps create my-mcp-server
   databricks apps deploy my-mcp-server --source-code-path ./src
   
4. MCP 엔드포인트 확인: https://<app-url>/mcp

주의 커스텀 MCP 앱은 stateless 아키텍처 로 구현해야 합니다. CORS 이슈 방지를 위해 워크스페이스 URL을 허용 오리진에 추가하세요.

​

Custom MCP 개발 시 체크리스트

​

Custom MCP 서버 구조 예시

# 사내 모니터링 시스템을 MCP로 래핑하는 예시
from mcp.server.fastmcp import FastMCP
from fastapi import FastAPI

app = FastAPI()
mcp = FastMCP("internal-monitoring")

@mcp.tool()
async def get_pipeline_health(pipeline_name: str) -> str:
    """데이터 파이프라인의 최근 실행 상태를 조회합니다.

    성공/실패 횟수, 평균 실행 시간, 마지막 성공 시각을 반환합니다.

    Args:
        pipeline_name: 조회할 파이프라인 이름 (예: 'daily_orders_etl')
    """
    # 사내 모니터링 API 호출
    status = await internal_api.get_pipeline_status(pipeline_name)
    return f"""
    파이프라인: {pipeline_name}
    최근 7일: 성공 {status.success_count}회, 실패 {status.fail_count}회
    평균 실행 시간: {status.avg_duration}분
    마지막 성공: {status.last_success}
    """

@mcp.tool()
async def get_data_freshness(table_name: str) -> str:
    """테이블의 데이터 최신성을 확인합니다.

    마지막 업데이트 시각과 현재까지의 지연 시간을 반환합니다.

    Args:
        table_name: Unity Catalog 테이블 전체 경로 (예: 'catalog.schema.table')
    """
    # 메타데이터 조회
    freshness = await internal_api.check_freshness(table_name)
    return f"테이블 {table_name}: 마지막 업데이트 {freshness.last_update}, 지연 {freshness.delay}"

# FastAPI에 MCP 마운트
app.mount("/mcp", mcp.get_asgi_app())

팁 Custom MCP 서버를 개발할 때 가장 중요한 것은 Tool의 설명(docstring) 입니다. LLM은 이 설명만 보고 언제 이 도구를 호출할지 결정합니다. “모니터링 조회”보다 “데이터 파이프라인의 최근 실행 상태를 조회합니다. 성공/실패 횟수, 평균 실행 시간, 마지막 성공 시각을 반환합니다.”처럼 구체적으로 작성하세요.

​

Genie Code에서 MCP 사용

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 예시

"GitHub에서 최근 PR 목록 가져와"
→ GitHub MCP의 search_pull_requests 도구 호출

"Slack #data-team 채널에 분석 결과 요약 보내줘"
→ Slack MCP의 send_message 도구 호출

"customers 테이블에서 서울 지역 고객 수 조회해줘"
→ Databricks SQL MCP의 쿼리 도구 호출

​

Databricks ONE (CLI)에서 MCP 사용

​

설정 방법

# Managed MCP 서버는 자동으로 감지됩니다
# External MCP 서버 추가:
databricks mcp add --connection-name github-mcp

# 등록된 MCP 서버 확인
databricks mcp list

​

Databricks ONE과 Claude Code의 차이

​

Unity Catalog Functions을 MCP Tool로 노출

​

SQL 함수 예시

CREATE OR REPLACE FUNCTION catalog.schema.search_customer(
  query STRING COMMENT '검색할 고객명 또는 이메일'
)
RETURNS TABLE (id INT, name STRING, email STRING)
LANGUAGE SQL
COMMENT '고객 정보를 이름 또는 이메일로 검색합니다'
AS
SELECT id, name, email
FROM catalog.schema.customers
WHERE name LIKE CONCAT('%', query, '%')
   OR email LIKE CONCAT('%', query, '%');

​

Python 함수 예시

# Unity Catalog에 Python UDF로 등록
CREATE OR REPLACE FUNCTION catalog.schema.summarize_ticket(
  ticket_id STRING COMMENT 'Jira 티켓 번호'
)
RETURNS STRING
LANGUAGE PYTHON
COMMENT 'Jira 티켓 내용을 요약합니다'
AS $$
  import requests
  # 티켓 조회 로직
  return summary
$$;

팁 함수의 COMMENT가 LLM이 도구를 선택할 때 참고하는 설명이 됩니다. 명확하고 구체적으로 작성하세요. 예를 들어 “검색” 대신 “고객 정보를 이름 또는 이메일로 검색합니다”처럼 작성합니다.

​

UC Functions를 MCP Tool로 활용하는 실전 패턴

참고 실전 권장 패턴: 외부 AI 에이전트(Claude Desktop, Claude Code 등)에서 Databricks 데이터에 접근할 때는, Databricks SQL MCP보다 Unity Catalog Functions MCP 를 우선 사용하세요. 사전 정의된 함수로 접근을 제한하면 보안과 비용 모두를 관리할 수 있습니다.

​

MCP 서버 확인 방법

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

​

비용 구조

​

활용 시나리오

​

Databricks MCP 도입 시 의사결정 가이드

​

Managed vs External vs Custom 비교

팁 시작 권장: Managed MCP(특히 Unity Catalog Functions)로 시작하여 MCP의 동작을 이해한 후, External MCP(Slack, GitHub)를 추가하고, 마지막으로 필요시 Custom MCP를 개발하세요.

​

다음 단계

• 일반 MCP 설정: Claude Desktop, Claude Code 등에서 MCP 설정하기
• 인기 서버 & 시나리오: 카테고리별 인기 MCP 서버, 실전 조합 전략
• 베스트 프랙티스: 보안, Tool 설계, 디버깅 팁