Databricks MCP 서버

“Databricks” MCP 서버는 무엇을 하나요?

Databricks MCP 서버는 AI 어시스턴트를 Databricks 환경에 직접 연결하는 Model Context Protocol(MCP) 서버로서, Unity Catalog(UC) 메타데이터를 적극적으로 활용하는 데 중점을 두고 있습니다. 이 서버의 주요 기능은 AI 에이전트가 Databricks 데이터 자산에 자율적으로 접근, 이해, 상호작용할 수 있도록 하는 것입니다. 서버는 에이전트가 UC 메타데이터를 탐색하고, 데이터 구조를 파악하며, SQL 쿼리를 실행할 수 있는 도구를 제공합니다. 이를 통해 AI 에이전트는 데이터 관련 질문에 답하고, 데이터베이스 쿼리를 수행하며, 복잡한 데이터 요청도 각 단계마다 수동 개입 없이 독립적으로 처리할 수 있습니다. 세부적인 메타데이터를 접근 가능하고 실행 가능하게 함으로써, Databricks MCP 서버는 AI 기반 개발 워크플로우를 향상시키고 Databricks에서의 지능형 데이터 탐색 및 관리를 지원합니다.

프롬프트 목록

리포지토리나 문서에 별도의 프롬프트 템플릿은 명시되어 있지 않습니다.

리소스 목록

리포지토리나 문서에 명시적인 MCP 리소스 목록이 제공되지 않습니다.

도구 목록

문서에서 제공된 다음과 같은 도구 및 기능을 사용할 수 있습니다:

• Unity Catalog 메타데이터 탐색
  AI 에이전트가 Databricks Unity Catalog의 메타데이터(카탈로그, 스키마, 테이블, 컬럼 등)를 탐색할 수 있습니다.
• 데이터 구조 이해
  에이전트가 Databricks 데이터셋의 구조를 파악하여 보다 정확한 SQL 쿼리 작성이 가능합니다.
• SQL 쿼리 실행
  AI 에이전트가 Databricks에서 SQL 쿼리를 실행하여 다양한 데이터 요청 및 분석을 지원합니다.
• 자율 에이전트 액션
  AI가 요청을 반복 실행하며 복잡하고 다단계의 데이터 작업을 독립적으로 처리할 수 있는 에이전트 모드를 지원합니다.

이 MCP 서버의 활용 사례

• 데이터베이스 메타데이터 탐색
  AI 에이전트가 Databricks Unity Catalog 메타데이터를 자율적으로 탐색해 데이터 자산과 관계를 파악할 수 있습니다.
• 자동 SQL 쿼리 빌드
  에이전트가 메타데이터를 활용해 사용자 요구나 분석 작업에 맞는 SQL 쿼리를 자동으로 작성하고 실행합니다.
• 데이터 문서화 지원
  UC 메타데이터를 활용해 AI가 데이터 자산 문서화 또는 문서의 완성도와 정확성 검증을 도울 수 있습니다.
• 지능형 데이터 탐색
  개발자는 MCP 서버를 활용해 AI 에이전트에게 즉석 데이터 질의나 탐색적 데이터 분석을 요청할 수 있습니다.
• 복잡한 작업 자동화
  서버의 에이전트 모드를 통해 데이터 탐색, 쿼리 실행, 결과 반환 등 여러 단계를 AI가 연속적으로 자동 처리할 수 있습니다.

설치 방법

Windsurf

Windsurf 전용 설치 방법이나 JSON 예시는 제공되지 않습니다.

Claude

Claude 전용 설치 방법이나 JSON 예시는 제공되지 않습니다.

Cursor

리포지토리에서 Cursor 연동을 안내합니다:

1. Python과 필요한 의존성이 설치되어 있는지 확인하세요.
2. 리포지토리를 클론하고 requirements.txt로부터 요구사항을 설치하세요.
3. Cursor에서 MCP 서버의 설정 파일을 찾으세요.
4. mcpServers 오브젝트에 Databricks MCP 서버를 추가하세요:

   {
     "databricks-mcp": {
       "command": "python",
       "args": ["main.py"]
     }
   }
   

5. 구성을 저장하고 필요시 Cursor를 재시작하세요.

API 키를 환경 변수로 안전하게 관리하기 (예시):

{
  "databricks-mcp": {
    "command": "python",
    "args": ["main.py"],
    "env": {
      "DATABRICKS_TOKEN": "YOUR_API_KEY"
    }
  }
}

Cline

Cline 전용 설치 방법이나 JSON 예시는 제공되지 않습니다.

플로우에서 MCP 사용법

FlowHunt에서 MCP 활용하기

FlowHunt 워크플로우에 MCP 서버를 연동하려면, MCP 컴포넌트를 플로우에 추가하고 이를 AI 에이전트와 연결하는 것부터 시작하세요:

MCP 컴포넌트를 클릭하여 설정 패널을 엽니다. 시스템 MCP 설정 섹션에 아래 JSON 형식으로 MCP 서버 정보를 입력하세요:

{
  "databricks-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

설정이 완료되면, AI 에이전트가 이 MCP를 도구로 활용하며 모든 기능과 역량에 접근할 수 있습니다. “databricks-mcp"를 실제 MCP 서버 이름으로, URL을 자신의 MCP 서버 URL로 변경하는 것을 잊지 마세요.

개요

제공된 문서를 토대로 볼 때, Databricks MCP 서버는 Databricks/UC 연동 및 에이전트 AI 워크플로우에 적합하게 설계되어 있으나, 명시적 프롬프트 템플릿, 리소스 목록, 루트나 샘플링 기능 언급은 부족합니다. Cursor 기준의 설치/도구 설명은 명확하나 타 플랫폼 안내는 미흡합니다.

의견

이 MCP 서버는 Databricks + AI 자동화에 특화되어 실용적이지만, 프롬프트·리소스·멀티플랫폼 설치법 등의 명확한 문서화가 추가된다면 더욱 유용할 것입니다. Databricks/UC 연동을 원하는 분들에게는 견고하고 실용적인 솔루션입니다.

MCP 점수