AWS Athena MCP 서버

“aws-athena” MCP 서버란 무엇인가요?

aws-athena MCP 서버는 AI 어시스턴트가 AWS Athena 데이터베이스에 직접 SQL 쿼리를 실행할 수 있도록 하는 Model Context Protocol(MCP) 구현체입니다. AI 기반 워크플로우를 Athena에 연결함으로써, 개발자와 AI 에이전트가 Amazon S3에 저장된 대규모 데이터를 손쉽게 조회·분석할 수 있습니다. 이 서버는 대화형 AI와 엔터프라이즈 데이터 인프라 사이의 브릿지 역할을 하여, 자동화된 워크플로우, 코드 생성, 지능형 애플리케이션에 강력한 데이터 쿼리 기능을 간단히 통합할 수 있도록 돕습니다. 일반적인 작업에는 SQL 문 실행, 쿼리 결과 조회, 데이터 기반 인사이트의 개발 프로세스 통합 등이 있으며, 이를 통해 데이터베이스 작업을 간소화하고 데이터 중심 애플리케이션 개발을 가속화합니다.

프롬프트 목록

문서 및 저장소 파일에서 명시적으로 언급된 프롬프트 템플릿이 없습니다.

비즈니스 성장 준비가 되셨나요?

오늘 무료 평가판을 시작하고 며칠 내로 결과를 확인하세요.

데모 요청 로그인

리소스 목록

문서 또는 저장소 파일에 명시적인 리소스가 없습니다.

도구 목록

• run_query:
  AWS Athena를 사용하여 SQL 쿼리를 실행합니다.
  • 파라미터:
    • database: 쿼리할 Athena 데이터베이스
    • query: SQL 쿼리 문자열
    • maxRows: 반환할 최대 행 수 (기본값: 1000, 최대: 10000)
  • 반환값:
    • 지정된 타임아웃 내에 완료되면 쿼리 결과가 반환됩니다.

뉴스레터 가입

최신 팁, 트렌드 및 특가 정보를 무료로 받아보세요.

이메일 주소

구독

MCP 서버 활용 사례

• AI 에이전트를 위한 데이터 분석
  AI 어시스턴트가 Amazon S3에 저장된 대용량 데이터셋에 대해 분석용 SQL 쿼리를 실행하게 하여, 자동화된 데이터 탐색 및 리포팅을 지원합니다.
• 비즈니스 인텔리전스 자동화
  Athena 쿼리를 비즈니스 대시보드나 워크플로우 자동화 도구에 통합하여 수작업 없이 최신 데이터 인사이트를 제공합니다.
• 데이터 기반 코드 생성
  LLM이 Athena 쿼리로 조회한 실시간 데이터베이스 스키마나 샘플 데이터를 바탕으로 코드를 생성하거나 개선할 수 있게 합니다.
• ETL 및 데이터 파이프라인 통합
  데이터 엔지니어링 파이프라인 내에서 서버를 사용하여, 사용자 정의 SQL 쿼리로 데이터를 검증, 변환, 감사를 자동화할 수 있습니다.

설치 방법

Windsurf

1. Node.js가 설치되어 있고 AWS 자격 증명이 구성되어 있는지(명령행, 환경 변수, 혹은 IAM 역할 등) 확인하세요.
2. Windsurf 설정 파일을 찾으세요.
3. 다음 JSON 스니펫을 사용하여 aws-athena MCP 서버를 추가하세요:

   {
     "mcpServers": {
       "athena": {
         "command": "npx",
         "args": ["-y", "@lishenxydlgzs/aws-athena-mcp"],
         "env": {
           "OUTPUT_S3_PATH": "s3://your-bucket/athena-results/"
         }
       }
     }
   }
   

4. 저장 후 Windsurf를 재시작하세요.
5. 샘플 쿼리로 설정이 정상적으로 동작하는지 확인하세요.

Claude

1. Node.js와 AWS 자격 증명이 준비되어 있는지 확인하세요.
2. Claude MCP 설정 파일을 편집하세요.
3. 서버 설정을 삽입하세요:

   {
     "mcpServers": {
       "athena": {
         "command": "npx",
         "args": ["-y", "@lishenxydlgzs/aws-athena-mcp"],
         "env": {
           "OUTPUT_S3_PATH": "s3://your-bucket/athena-results/"
         }
       }
     }
   }
   

4. 저장 후 Claude를 재시작하세요.
5. Claude 인터페이스에서 AWS Athena 연결을 테스트하세요.

Cursor

1. Node.js를 설치하고 AWS 자격 증명을 구성하세요.
2. Cursor의 설정 또는 구성 파일을 여세요.
3. 다음 스니펫을 추가하세요:

   {
     "mcpServers": {
       "athena": {
         "command": "npx",
         "args": ["-y", "@lishenxydlgzs/aws-athena-mcp"],
         "env": {
           "OUTPUT_S3_PATH": "s3://your-bucket/athena-results/"
         }
       }
     }
   }
   

4. 저장 후 Cursor를 재시작하세요.
5. 도구 목록에서 서버가 활성화되어 있는지 확인하세요.

Cline

1. Node.js 설치와 AWS 자격 증명을 확인하세요.
2. Cline MCP 설정을 편집하세요.
3. 다음을 삽입하세요:

   {
     "mcpServers": {
       "athena": {
         "command": "npx",
         "args": ["-y", "@lishenxydlgzs/aws-athena-mcp"],
         "env": {
           "OUTPUT_S3_PATH": "s3://your-bucket/athena-results/"
         }
       }
     }
   }
   

4. 저장 후 Cline을 재시작하세요.
5. 샘플 Athena 쿼리를 실행하여 연결을 테스트하세요.

API 키 보안

민감한 AWS 자격 증명은 환경 변수로 안전하게 저장하세요.
시크릿 적용 예시:

{
  "mcpServers": {
    "athena": {
      "command": "npx",
      "args": ["-y", "@lishenxydlgzs/aws-athena-mcp"],
      "env": {
        "OUTPUT_S3_PATH": "s3://your-bucket/athena-results/",
        "AWS_ACCESS_KEY_ID": "${AWS_ACCESS_KEY_ID}",
        "AWS_SECRET_ACCESS_KEY": "${AWS_SECRET_ACCESS_KEY}"
      }
    }
  }
}

이 MCP를 플로우 내에서 사용하는 방법

FlowHunt에서 MCP 사용하기

FlowHunt 워크플로우에 MCP 서버를 통합하려면, MCP 컴포넌트를 플로우에 추가하고 AI 에이전트에 연결하세요:

MCP 컴포넌트를 클릭하여 설정 패널을 여세요. 시스템 MCP 설정 섹션에 아래와 같은 JSON 형식으로 MCP 서버 정보를 입력합니다:

{
  "athena": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

설정이 완료되면, AI 에이전트가 해당 MCP의 모든 기능과 역량을 도구로 사용할 수 있습니다. “athena"를 실제 MCP 서버 이름으로, URL을 본인의 MCP 서버 URL로 교체해야 합니다.

개요

의견

이 MCP 서버는 AWS Athena SQL 쿼리 실행에 특화되어 있으며, 명확한 설치법과 보안 지침을 갖춰 프로덕션 환경에 적합합니다. 그러나 프롬프트 템플릿, 명시적 리소스 프리미티브, 샘플링 또는 roots 지원에 대한 언급이 없어 다목적성과 고급 MCP 기능 측면에서는 다소 제한적입니다.

MCP 점수