Google은 AI 기술을 사용하여 콘텐츠를 사용자의 기본 언어로 번역합니다. AI 번역에는 오류가 있을 수 있습니다.

Dataform 원격 MCP 서버 사용

이 문서에서는 Dataform 원격 모델 컨텍스트 프로토콜 (MCP) 서버를 사용하여 Gemini CLI, ChatGPT, Claude, 개발 중인 맞춤 애플리케이션 등 AI 애플리케이션에 연결하는 방법을 보여줍니다. Dataform 원격 MCP 서버를 사용하여 노트북, 저장된 쿼리와 같은 코드 애셋 관리, BigQuery 내 파이프라인 예약 및 실행, 실행 실패 문제 해결과 같은 작업을 실행할 수 있습니다. Dataform API를 사용 설정하면 Dataform 원격 MCP 서버가 사용 설정됩니다.

모델 컨텍스트 프로토콜(MCP)은 대규모 언어 모델 (LLM)과 AI 애플리케이션 또는 에이전트가 외부 데이터 소스에 연결되는 방식을 표준화합니다. MCP 서버를 사용하면 도구, 리소스, 프롬프트를 사용하여 백엔드 서비스에서 작업을 실행하고 업데이트된 데이터를 가져올 수 있습니다.

로컬 MCP 서버와 원격 MCP 서버의 차이점은 무엇인가요?

로컬 MCP 서버: 일반적으로 로컬 머신에서 실행되며 동일한 기기의 서비스 간 통신을 위해 표준 입력 및 출력 스트림 (stdio)을 사용합니다.
원격 MCP 서버: 서비스의 인프라에서 실행되며 AI MCP 클라이언트와 MCP 서버 간 통신을 위해 AI 애플리케이션에 HTTP 엔드포인트를 제공합니다. MCP 아키텍처에 대한 자세한 내용은 MCP 아키텍처를 참고하세요.

Google 및 Google Cloud 원격 MCP 서버

Google 및 Google Cloud 원격 MCP 서버에는 다음과 같은 기능과 이점이 있습니다.

간소화된 중앙 집중식 검색
관리형 전역 또는 리전 HTTP 엔드포인트
세부적인 승인
Model Armor 보호를 사용한 선택적 프롬프트 및 응답 보안
중앙 집중식 감사 로깅

다른 MCP 서버에 대한 정보와 Google Cloud MCP 서버에 사용할 수 있는 보안 및 거버넌스 제어에 대한 정보는 Google Cloud MCP 서버 개요를 참고하세요.

시작하기 전에

Google Cloud 계정에 로그인합니다. Google Cloud를 처음 사용하는 경우 계정을 만들고 Google 제품의 실제 성능을 평가해 보세요. 신규 고객에게는 워크로드를 실행, 테스트, 배포하는 데 사용할 수 있는 $300의 무료 크레딧이 제공됩니다.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

Verify that billing is enabled for your Google Cloud project.

Enable the BigQuery and Dataform APIs.

Roles required to enable APIs

To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

Enable the APIs

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

Verify that billing is enabled for your Google Cloud project.

Enable the BigQuery and Dataform APIs.

Roles required to enable APIs

Enable the APIs

Dataform 저장소를 GitHub 또는 GitLab과 같은 Git 제공업체에 연결합니다. 자세한 내용은 서드 파티 Git 저장소에 연결을 참고하세요.
BigQuery 범위를 사용하여 유효한 OAuth 토큰으로 AI 에이전트를 구성합니다.

필요한 역할

Dataform MCP 서버를 사용하는 데 필요한 권한을 얻으려면 관리자에게 Google Cloud 프로젝트에 대한 다음 IAM 역할을 부여해 달라고 요청하세요.

MCP 도구 호출: MCP 도구 사용자 (roles/mcp.toolUser)
Dataform 저장소 및 작업공간을 만들고 파일을 수정합니다. Dataform 편집자 (roles/dataform.editor)
BigQuery 작업 실행: BigQuery 작업 사용자 (roles/bigquery.jobUser)

역할 부여에 대한 자세한 내용은 프로젝트, 폴더, 조직에 대한 액세스 관리를 참조하세요.

이러한 사전 정의된 역할에는 Dataform MCP 서버를 사용하는 데 필요한 권한이 포함되어 있습니다. 필요한 정확한 권한을 보려면 필수 권한 섹션을 펼치세요.

필수 권한

Dataform MCP 서버를 사용하려면 다음 권한이 필요합니다.

MCP 도구 호출: mcp.tools.call
Dataform 저장소 및 작업공간을 만들고 파일을 수정합니다.
- dataform.workspaces.create
- dataform.workspaces.get
- dataform.workspaces.list
- dataform.workspaces.delete
- dataform.workspaces.readFile
- dataform.workspaces.writeFile
- dataform.workspaces.moveFile
- dataform.workspaces.removeFile
- dataform.workspaces.queryDirectoryContents
- dataform.workspaces.searchFiles
- dataform.workspaces.commit
- dataform.workspaces.push
- dataform.workspaces.pull
- dataform.workspaces.fetchHistory
- dataform.workspaces.fetchDiff
- dataform.workspaces.fetchFileGitStatuses
- dataform.compilationResults.create
- dataform.compilationResults.get
- dataform.compilationResults.list
- dataform.workflowInvocations.create
- dataform.workflowInvocations.get
- dataform.workflowInvocations.list
- dataform.repositories.get
- dataform.repositories.list
- dataform.locations.get
- dataform.locations.list
BigQuery 작업 실행:
- bigquery.jobs.create
- bigquery.config.get

커스텀 역할이나 다른 사전 정의된 역할을 사용하여 이 권한을 부여받을 수도 있습니다.

인증 및 승인

Dataform 원격 MCP 서버는 인증 및 승인에 Identity and Access Management (IAM)와 함께 OAuth 2.0 프로토콜을 사용합니다. 모든 Google Cloud ID는 MCP 서버에 대한 인증에 지원됩니다.

Dataform MCP 서버는 다음 인증 및 승인 메커니즘을 통해 액세스를 관리합니다.

탐색 (tools/list) 요청에는 인증이 필요하지 않으므로 에이전트가 사전 승인 없이 사용 가능한 Dataform 도구를 식별할 수 있습니다.
실행 (tools/call) 요청은 OAuth를 사용하여 인증되며, 에이전트가 BigQuery 범위를 사용하는 유효한 OAuth 토큰을 제공해야 합니다. 자세한 내용은 Dataform MCP OAuth 범위를 참고하세요.

리소스에 대한 액세스를 제어하고 모니터링할 수 있도록 MCP 도구를 사용하는 상담사를 위한 별도의 ID를 만드는 것이 좋습니다. 인증에 대한 자세한 내용은 MCP 서버에 인증을 참고하세요.

Dataform MCP OAuth 범위

OAuth 2.0은 범위와 사용자 인증 정보를 사용하여 인증된 주 구성원이 리소스에 대해 특정 작업을 수행할 권한이 있는지 확인합니다. Google의 OAuth 2.0 범위에 대한 자세한 내용은 OAuth 2.0을 사용하여 Google API에 액세스하기를 참고하세요.

Dataform MCP 서버와 상호작용하려면 에이전트가 BigQuery OAuth 범위를 사용해야 합니다. 이 범위는 에이전트가 변환 코드를 관리하고 BigQuery 작업으로 실행되는 실행을 트리거할 수 있도록 합니다.

도구 호출 중에 액세스하는 리소스에 추가 범위가 필요할 수 있습니다. Dataform에 필요한 범위 목록을 보려면 Dataform API를 참고하세요.

Dataform MCP 서버를 사용하도록 MCP 클라이언트 구성

Claude 또는 Antigravity와 같은 AI 애플리케이션과 에이전트는 단일 MCP 서버에 연결되는 MCP 클라이언트를 인스턴스화할 수 있습니다. AI 애플리케이션에는 서로 다른 MCP 서버에 연결되는 여러 클라이언트가 있을 수 있습니다. 애플리케이션이 클라이언트별 안내에 나열되어 있지 않으면 다음 정보를 사용하여 대부분의 애플리케이션에서 연결할 수 있습니다.

AI 애플리케이션에서 원격 MCP 서버를 추가하거나 연결하는 방법을 찾습니다. Dataform MCP 서버의 경우 다음을 실행합니다.

서버 이름: Dataform MCP 서버
서버 URL 또는 엔드포인트: https://dataform.REGION.rep.googleapis.com/mcp

REGION을 저장소가 있는 리전으로 바꿉니다(예: us-central1).
전송: HTTP
인증 세부정보: 인증 방법에 따라 Google Cloud 사용자 인증 정보, OAuth 클라이언트 ID 및 보안 비밀번호 또는 에이전트 ID 및 사용자 인증 정보를 입력할 수 있습니다. 인증에 대한 자세한 내용은 MCP 서버에 인증을 참고하세요.

MCP 서버 설정 및 연결에 관한 애플리케이션별 안내는 클라이언트별 안내를 참고하세요.

일반적인 안내는 다음 리소스를 참고하세요.

에이전트 기능

Dataform MCP 서버는 AI 에이전트가 Dataform API 호출을 오케스트레이션하여 데이터 변환 워크플로와 상호작용하고 디버그할 수 있도록 지원하는 도구 집합을 제공합니다. 서버는 다음 작업을 수행하는 도구를 제공합니다.

단일 파일 저작물 설정 에이전트는 저장소 생성 및 디렉터리 콘텐츠 쿼리를 비롯한 기본 리소스 설정을 관리합니다.
파이프라인 및 버전 관리 에이전트는 워크플로 및 출시 구성을 관리하고, 컴파일 결과를 생성하고, 워크플로 호출을 트리거하거나 취소합니다.
문제 해결 및 검증 상담사는 컴파일 결과를 가져오고 워크플로 호출 작업을 쿼리하여 파이프라인이 실패하는 이유를 파악합니다.

사용 가능한 도구

Dataform MCP 서버에서 사용 가능한 MCP 도구와 설명에 관한 세부정보를 보려면 Dataform MCP 참조를 참고하세요.

목록 도구

MCP 인스펙터를 사용하여 도구를 나열하거나 tools/list HTTP 요청을 Dataform 원격 MCP 서버로 직접 보냅니다. tools/list 메서드는 인증이 필요하지 않습니다.

POST /mcp HTTP/1.1
Host: dataform.googleapis.com
Content-Type: application/json

{
  "jsonrpc": "2.0",
  "method": "tools/list",
  "id": 1
}

샘플 프롬프트

다음 샘플 프롬프트를 사용하여 Dataform 리소스에 관한 정보를 가져오거나, 워크플로를 오케스트레이션하거나, 실행 문제를 해결하세요.

'프로젝트 PROJECT_ID에 REPOSITORY_ID라는 이름의 새 Dataform 저장소를 만들어 줘.'
'PROJECT_ID 프로젝트에 새 노트북 애셋을 만들어 줘.'
'내 저장소에서 FILE_NAME의 콘텐츠를 읽어 줘.'
'REPOSITORY_ID에서 FILE_NAME 변경사항을 커밋해 줘.'
'매일 오전 8시에 파이프라인이 실행되도록 예약하는 워크플로 구성을 만들어 줘.'
'WORKFLOW_CONFIGURATION_ID 워크플로 구성의 새 실행을 트리거해 줘.'
'최근 파이프라인 실행 상태를 확인하고 오류 세부정보를 포함하여 실패한 항목이 있는지 알려줘.'
'실패한 특정 실행의 세부정보를 보여 줘.'
'프로젝트 PROJECT_ID의 REGION 리전에 있는 모든 Dataform 저장소를 나열해 줘.'
'현재 실행 중인 저장소 REPOSITORY_ID에서 WORKFLOW_INVOCATION_ID라는 워크플로 호출을 취소해 줘.'

프롬프트에서 다음을 바꿉니다.

FILE_NAME: 파일의 이름입니다.
PROJECT_ID: Google Cloud 프로젝트 ID
REGION: 리전의 이름
REPOSITORY_ID: Dataform 저장소의 고유 식별자입니다(예: quickstart-repository).
WORKFLOW_CONFIGURATION_ID: 워크플로 구성의 고유 식별자입니다.
WORKFLOW_INVOCATION_ID: 특정 워크플로 실행의 고유 식별자입니다. 이 식별자는 workflowInvocations.list 요청의 결과에서 또는 workflowInvocations.create 응답의 name 필드에서 가져올 수 있습니다.

선택적 보안 및 안전 구성

MCP는 MCP 도구로 할 수 있는 다양한 작업으로 인해 새로운 보안 위험과 고려사항을 도입합니다. 이러한 위험을 최소화하고 관리하기 위해Google Cloud 에서는 조직 또는 프로젝트에서 MCP 도구 사용을 제어할 수 있는 기본 설정과 맞춤설정 가능한 정책을 제공합니다. Google Cloud

MCP 보안 및 거버넌스에 관한 자세한 내용은 AI 보안 및 안전을 참고하세요.

Model Armor 사용

Model Armor는 AI 애플리케이션의 보안과 안전을 강화하도록 설계된Google Cloud 서비스입니다. LLM 프롬프트와 대답을 선제적으로 검사하고, 다양한 위험으로부터 보호하며, 책임감 있는 AI 개발 관행을 지원합니다. 클라우드 환경 또는 외부 클라우드 제공업체에 AI를 배포하는 경우 Model Armor를 사용하면 다양한 AI 환경 전반에서 악의적인 입력을 차단하고, 콘텐츠 안전을 확인하고, 민감한 정보를 보호하고, 규정 준수를 유지하고, AI 안전 및 보안 정책을 일관되게 적용할 수 있습니다.

로깅이 사용 설정된 상태로 Model Armor가 사용 설정되면 Model Armor는 전체 페이로드를 로깅합니다. 이로 인해 로그에 민감한 정보가 노출될 수 있습니다.

Model Armor로의 MCP 요청 라우팅

Dataform MCP 서버는 관할권 간 라우팅을 사용합니다. Model Armor를 사용 설정하면 MCP 서버가 검사를 위해 모든 요청을 Model Armor로 전송합니다. 관할권 간 라우팅은 사용 중 및 전송 중 데이터에 대한 기존 데이터 레지던시 규정 준수 약정을 위반할 수 있습니다. 다른 MCP 서버의 동작에 관한 자세한 내용은 Model Armor 지원 제품을 참고하세요.

Model Armor 사용 설정

Model Armor를 사용하려면 먼저 Model Armor API를 사용 설정해야 합니다.

콘솔

Model Armor API를 사용 설정합니다.
API 사용 설정에 필요한 역할
API를 사용 설정하려면 serviceusage.services.enable 권한이 필요합니다. 프로젝트를 만든 경우 소유자 역할 (roles/owner)을 통해 이 권한이 이미 있을 수 있습니다. 그렇지 않으면 서비스 사용량 관리자 역할 (roles/serviceusage.serviceUsageAdmin)을 통해 이 권한을 얻을 수 있습니다. 역할을 부여하는 방법 알아보기
API 사용 설정하기
Model Armor를 활성화할 프로젝트를 선택합니다.

gcloud

시작하기 전에 Model Armor API와 함께 Google Cloud CLI를 사용하여 다음 단계를 따르세요.

Google Cloud 콘솔에서 Cloud Shell을 활성화합니다.

Cloud Shell 활성화

Google Cloud 콘솔 하단에 Cloud Shell 세션이 시작되고 명령줄 프롬프트가 표시됩니다. Cloud Shell은 Google Cloud CLI가 사전 설치된 셸 환경으로, 현재 프로젝트의 값이 이미 설정되어 있습니다. 세션이 초기화되는 데 몇 초 정도 걸릴 수 있습니다.
다음 명령어를 실행하여 Model Armor 서비스의 API 엔드포인트를 설정합니다.
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
LOCATION을 Model Armor를 사용하려는 리전으로 바꿉니다.

Google 및 Google Cloud 원격 MCP 서버 보호 구성

MCP 도구 호출과 응답을 보호하려면 Model Armor 최소 기준 설정을 사용하세요. 최소 기준 설정은 프로젝트 전체에 적용되는 최소 보안 필터를 정의합니다. 이 구성은 프로젝트 내의 모든 MCP 도구 호출 및 응답에 일관된 필터 집합을 적용합니다.

MCP 정리 기능이 사용 설정된 Model Armor 최소 기준 설정을 설정합니다. 자세한 내용은 Model Armor 최소 기준 설정 구성을 참고하세요.

다음 명령어 예를 참고하세요.

gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--enable-floor-setting-enforcement=TRUE \
--add-integrated-services=GOOGLE_MCP_SERVER \
--google-mcp-server-enforcement-type=INSPECT_AND_BLOCK \
--enable-google-mcp-server-cloud-logging \
--malicious-uri-filter-settings-enforcement=ENABLED \
--add-rai-settings-filters='[{"confidenceLevel": "MEDIUM_AND_ABOVE", "filterType": "DANGEROUS"}]'

PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.

다음 설정을 참고하세요.

INSPECT_AND_BLOCK: Google MCP 서버의 콘텐츠를 검사하고 필터와 일치하는 프롬프트와 응답을 차단하는 적용 유형입니다.
ENABLED: 필터 또는 시행을 사용 설정하는 설정입니다.
MEDIUM_AND_ABOVE: 책임감 있는 AI - 위험 필터 설정의 신뢰도 수준입니다. 이 설정을 수정할 수 있지만 값이 낮으면 거짓양성이 더 많이 발생할 수 있습니다. 자세한 내용은 Model Armor 신뢰도 수준을 참고하세요.

Model Armor로 MCP 트래픽 스캔 사용 중지

프로젝트의 최소 기준 설정에 따라 Model Armor가 Google MCP 서버로 오가는 트래픽을 자동으로 검사하지 않도록 하려면 다음 명령어를 실행하세요.

gcloud model-armor floorsettings update \
  --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
  --remove-integrated-services=GOOGLE_MCP_SERVER

PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다. Model Armor는 이 프로젝트의 최소 기준 설정에 정의된 규칙을 Google MCP 서버 트래픽에 자동으로 적용하지 않습니다.

Model Armor 최소 기준 설정 및 일반 구성은 MCP뿐만 아니라 다른 부분에도 영향을 미칠 수 있습니다. Model Armor는 Vertex AI와 같은 서비스와 통합되므로 최소 기준 설정을 변경하면 MCP뿐만 아니라 통합된 모든 서비스의 트래픽 검사 및 안전 동작에 영향을 미칠 수 있습니다.

IAM 거부 정책으로 MCP 사용 제어

Identity and Access Management (IAM) 거부 정책 및 허용 정책을 사용하면 Google Cloud 및 Google MCP 서버를 보호할 수 있습니다.

다음 기준에 따라 액세스를 허용하거나 거부하여 여러 기준을 결합하여 맞춤 보안 및 거버넌스 정책을 빌드할 수 있습니다.

주 구성원입니다.
읽기 전용 속성과 같은 도구 속성
서비스 이름 또는 도구 이름입니다.
애플리케이션의 OAuth 클라이언트 ID입니다.

자세한 내용은 Identity and Access Management로 MCP 사용 제어를 참고하세요.

다음 단계

Dataform MCP 참조 문서를 읽어보세요.
Google Cloud MCP 서버에 대해 자세히 알아보세요.

Dataform 원격 MCP 서버 사용 컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.

로컬 MCP 서버와 원격 MCP 서버의 차이점은 무엇인가요?

Google 및 Google Cloud 원격 MCP 서버

시작하기 전에

필요한 역할

필수 권한

인증 및 승인

Dataform MCP OAuth 범위

Dataform MCP 서버를 사용하도록 MCP 클라이언트 구성

에이전트 기능

사용 가능한 도구

목록 도구

샘플 프롬프트

선택적 보안 및 안전 구성

Model Armor 사용

Model Armor로의 MCP 요청 라우팅

Model Armor 사용 설정

콘솔

gcloud

Google 및 Google Cloud 원격 MCP 서버 보호 구성

Model Armor로 MCP 트래픽 스캔 사용 중지

IAM 거부 정책으로 MCP 사용 제어

다음 단계

Dataform 원격 MCP 서버 사용