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

MCP, Gemini, 기타 에이전트와 함께 데이터 계보 사용

이 페이지에서는 데이터 계보를 Gemini CLI 및 기타 모델 컨텍스트 프로토콜 (MCP) 클라이언트와 같은 개발자 도구에 연결하는 방법을 설명합니다. 데이터 계보를 이러한 도구에 연결하면 개발 환경 내에서 직접 AI 기반 계보 추적 및 데이터 출처 분석이 가능합니다.

로컬 데이터베이스용 MCP 도구 상자를 사용하여 MCP를 지원하는 IDE 및 개발자 도구를 연결할 수 있습니다. 그런 다음 기존 IDE에서 AI 에이전트를 사용하여 데이터 계보 그래프를 쿼리하고, 업스트림 데이터 출처를 탐색하고, 애셋 전반에서 다운스트림 영향을 분석할 수 있습니다.

MCP에 대한 자세한 내용은 모델 컨텍스트 프로토콜 소개를 참조하세요.

이 가이드에서는 다음 도구의 연결 프로세스를 보여줍니다.

Gemini CLI
Gemini Code Assist
Claude Code
Claude desktop
Codex
Cline (VS Code 확장 프로그램)
Cursor
Visual Studio Code(Copilot)
Windsurf (이전 명칭: Codeium)

데이터 계보에서 제공하는 MCP 도구는 무엇인가요?

데이터 계보 통합을 사용하면 AI 에이전트가 데이터 계보를 쿼리하고 분석하여 소스 (업스트림) 애셋과 대상 (다운스트림) 애셋 간의 데이터 흐름을 나타낼 수 있습니다. 엔티티 수준 계보 (테이블 및 파일과 같은 전체 애셋 간의 데이터 흐름 추적)와 열 수준 계보 (애셋 내의 특정 필드 또는 열 간의 데이터 흐름 추적)를 모두 지원합니다.

데이터 계보는 요청된 애셋에 연결된 계보 링크의 스트리밍 응답을 가져오는 datalineage-search-lineage 도구를 제공합니다.

데이터 계보 소스 및 사용 가능한 도구에 대한 자세한 내용은 데이터 계보 소스 문서를 참조하세요.

필요한 역할

MCP 도구 상자를 사용하여 데이터 계보에 연결하는 데 필요한 권한을 얻으려면 관리자에게 프로젝트에 대한 다음 IAM 역할을 부여해 달라고 요청하세요.

API 사용 설정: 서비스 사용량 관리자 (roles/serviceusage.serviceUsageAdmin)
데이터 계보 스킬 사용: 데이터 계보 뷰어 (roles/datalineage.viewer)

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

이러한 사전 정의된 역할에는 MCP 도구 상자를 사용하여 데이터 계보에 연결하는 데 필요한 권한이 포함되어 있습니다. 필요한 정확한 권한을 보려면 필수 권한 섹션을 펼치세요.

필수 권한

MCP 도구 상자를 사용하여 데이터 계보에 연결하려면 다음 권한이 필요합니다.

API 사용 설정: serviceusage.services.enable
데이터 계보 스킬 사용:
- datalineage.lineage.searchLinks
- datalineage.processes.get
- datalineage.runs.get

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

필요한 API 사용 설정

콘솔에서 프로젝트 선택기 페이지로 이동합니다. Google Cloud

프로젝트 선택기로 이동
프로젝트를 선택하거나 만듭니다. Google Cloud
프로젝트를 선택하거나 만드는 데 필요한 역할
- 프로젝트 선택: 프로젝트를 선택하는 데는 특정 IAM 역할이 필요하지 않습니다. 역할이 부여된 프로젝트를 선택할 수 있습니다.
- 프로젝트 만들기: 프로젝트를 만들려면 resourcemanager.projects.create 권한이 포함된 프로젝트 생성자 역할 (roles/resourcemanager.projectCreator)이 필요합니다. 역할 부여 방법 알아보기.
참고: 이 절차에서 생성한 리소스를 유지하지 않으려면 기존 프로젝트를 선택하지 말고 프로젝트를 새로 만드세요. 작업이 끝나면 프로젝트를 삭제하여 프로젝트와 관련된 모든 리소스를 삭제할 수 있습니다.
프로젝트에 결제가 사용 설정되어 있는지 확인합니다 Google Cloud .
데이터 계보 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 권한을 이미 보유하고 있을 가능성이 높습니다. 그렇지 않은 경우 서비스 사용량 관리자 역할 (roles/serviceusage.serviceUsageAdmin)을 통해 이 권한을 부여받을 수 있습니다. 역할 부여 방법 알아보기.
API 사용 설정하기

로컬 셸을 사용하는 경우 사용자 계정에 대한 로컬 인증 사용자 인증 정보를 만듭니다.
```
gcloud auth application-default login
```
Cloud Shell을 사용하는 경우 이 작업을 수행할 필요는 없습니다.

인증 오류가 반환되고 외부 ID 공급업체(IdP)를 사용하는 경우 제휴 ID로 gcloud CLI에 로그인했는지 확인합니다.

MCP 도구 상자 설치

Gemini Code Assist만 사용하려는 경우에는 MCP 도구 상자를 설치할 필요가 없습니다. 필요한 서버 기능이 번들로 제공되기 때문입니다. 다른 IDE 및 도구의 경우 이 섹션의 단계를 수행하여 MCP 도구 상자를 설치합니다.

MCP 도구 상자 최신 버전을 바이너리로 다운로드합니다. OS 및 CPU 아키텍처에 해당하는 MCP 도구 상자 바이너리 출시 버전을 선택합니다. MCP 도구 상자 v0.31.0 이상을 사용해야 합니다.
Linux/amd64
curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/linux/amd64/toolbox
VERSION을 MCP 도구 상자 버전으로 바꿉니다(예: v0.31.0).
macOS(Darwin)/arm64
curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/darwin/arm64/toolbox
VERSION을 MCP 도구 상자 버전으로 바꿉니다(예: v0.31.0).
macOS(Darwin)/amd64
curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/darwin/amd64/toolbox
VERSION을 MCP 도구 상자 버전으로 바꿉니다(예: v0.31.0).
Windows/amd64
curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/windows/amd64/toolbox
VERSION을 MCP 도구 상자 버전으로 바꿉니다(예: v0.31.0).
바이너리를 실행 가능하게 만듭니다.
```
chmod +x toolbox
```
설치를 확인합니다.
```
./toolbox --version
```
설치가 완료되면 버전 번호가 반환됩니다(예: 0.15.0).

데이터 계보의 클라이언트 및 연결 설정

이 섹션에서는 데이터 계보를 도구에 연결하는 방법을 설명합니다.

MCP 호환 IDE 및 도구를 데이터 계보에 연결하려면 먼저 MCP 도구 상자를 설치하고 계보 소스 및 도구의 커스텀 구성 파일을 만들어야 합니다.

프로젝트 루트 또는 구성 디렉터리에서 다음 구성으로 lineage-config.yaml이라는 YAML 파일을 만듭니다.

kind: source
name: lineage-source
type: datalineage
project: ${DATALINEAGE_PROJECT}
---
kind: tool
name: search_lineage
type: datalineage-search-lineage
source: lineage-source
description: Retrieves a streaming response of lineage links connected to requested assets.

프로젝트의 환경 변수를 설정합니다. Google Cloud
```
export DATALINEAGE_PROJECT=PROJECT_ID
```
PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.
다음 섹션에 표시된 대로 미리 빌드된 구성 대신 --config 플래그를 사용하여 특정 클라이언트를 구성합니다.

Gemini CLI

MCP 도구 상자 및 커스텀 lineage-config.yaml 파일을 사용하여 데이터 계보를 로컬 MCP 서버로 구성하여 Gemini CLI에서 데이터 계보를 사용할 수 있습니다.

프로젝트의 작업 디렉터리에서 .gemini라는 폴더를 만들거나 전역 ~/.gemini 디렉터리를 엽니다.
해당 디렉터리 내에서 settings.json 파일을 만들거나 엽니다.

다음 구성을 추가합니다.

{
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.

구성을 저장합니다.
대화형 모드에서 Gemini CLI를 시작합니다.
```
gemini
```
Gemini CLI에서 /mcp 명령어를 사용하여 dataLineage 서버가 연결되어 있는지 확인합니다.

Gemini Code Assist

Gemini Code Assist는 필요한 MCP 서버 기능을 번들로 제공하므로 MCP 도구 상자를 별도로 설치할 필요가 없습니다.

VS Code에서 Gemini Code Assist 확장 프로그램을 설치합니다.
Gemini Code Assist 채팅에서 에이전트 모드를 사용 설정합니다.
작업 디렉터리에 .gemini라는 폴더를 만듭니다. 그 안에 settings.json 파일을 만듭니다.

다음 구성을 추가합니다.

{
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.

구성을 저장합니다.

Claude Code

공식 플러그인은 Knowledge Catalog용 도구를 제공하지만 커스텀 구성 파일로 로컬 MCP 도구 상자 서버를 구성하여 Claude Code에서 데이터 계보를 사용할 수 있습니다.

환경 변수를 설정하여 데이터 계보 프로젝트에 연결합니다.
```
export DATALINEAGE_PROJECT=PROJECT_ID
```
PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.

MCP 도구 상자 서버를 사용하도록 Claude Code를 구성합니다.

claude mcp add datalineage -- /PATH/TO/toolbox --config=/PATH/TO/lineage-config.yaml --stdio

에이전트를 시작합니다.
```
claude
```

Codex

Codex에서 데이터 계보를 사용하려면 Codex 구성에서 MCP 서버 연결을 구성하여 커스텀 lineage-config.yaml 파일로 MCP 도구 상자를 실행합니다.

환경 변수를 설정하여 데이터 계보 프로젝트에 연결합니다.
```
export DATALINEAGE_PROJECT="PROJECT_ID"
```
PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.

Codex MCP 구성에서 MCP 도구 상자를 사용하여 서버를 추가합니다.

{
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.

Claude desktop

Claude Desktop을 열고 설정으로 이동합니다.
구성 파일을 열려면 개발자 탭에서 구성 수정 을 클릭합니다.

구성을 추가합니다.

{
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.

구성을 저장합니다.
Claude Desktop을 다시 시작합니다. 새 채팅 화면에 새 MCP 서버를 나타내는 MCP 아이콘이 표시됩니다.

Cline

VS Code에서 Cline 확장 프로그램을 열고 MCP 서버 아이콘을 클릭합니다.
구성 파일을 열려면 MCP 서버 구성 을 탭합니다.

다음 구성을 추가합니다.

{
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.

구성을 저장합니다. 서버가 성공적으로 연결되면 녹색 활성 상태가 표시됩니다.

Cursor

프로젝트 루트에 .cursor 디렉터리가 없으면 이 디렉터리를 만듭니다.
.cursor/mcp.json 파일이 없으면 만들고 엽니다.

다음 구성을 추가합니다.

{
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.

구성을 저장합니다.
커서를 열고 설정 > 커서 설정 > MCP로 이동합니다. 서버가 연결되면 녹색 활성 상태가 표시됩니다.

VS Code (Copilot)

VS Code를 열고 프로젝트 루트에 .vscode 디렉터리가 없으면 이 디렉터리를 만듭니다.
.vscode/mcp.json 파일이 없으면 만들고 엽니다.

다음 구성을 추가합니다.

{
  "servers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.

구성을 저장합니다.

Windsurf

Windsurf를 열고 Cascade 어시스턴트로 이동합니다.
구성 파일을 열려면 MCP 아이콘을 클릭한 후 구성 을 클릭합니다.

다음 구성을 추가합니다.

{
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.

구성을 저장합니다.

스킬 사용

이제 AI 어시스턴트가 데이터 계보에 연결됩니다. AI 어시스턴트에게 애셋 간의 업스트림 및 다운스트림 데이터 계보를 추적해 달라고 요청해 보세요.

예를 들어 AI 어시스턴트에게 다음과 같이 요청할 수 있습니다.

BigQuery 테이블의 데이터가 어디에서 비롯되는지 추적합니다 (업스트림 계보).
특정 데이터 애셋에 종속된 다운스트림 테이블 또는 보고서를 탐색합니다 (다운스트림 계보).
애셋 전반의 특정 필드 간에 열 수준 계보를 검사합니다.

선택사항: 시스템 요청 사항 추가

시스템 요청 사항은 LLM에 구체적인 가이드라인을 제공하여 컨텍스트를 이해하고 더욱 정확하게 대답할 수 있도록 지원하는 방법입니다. 데이터 계보 권장 시스템 프롬프트를 기반으로 시스템 요청 사항을 설정합니다 .

예를 들어 LLM에서 데이터 계보 스킬을 사용하는 방법을 안내하는 요청 사항을 추가할 수 있습니다.

애셋 또는 열 간의 업스트림 또는 다운스트림 데이터 흐름을 추적하라는 요청을 받으면 search_lineage 스킬 또는 datalineage-search-lineage 도구를 사용합니다.

요청 사항을 구성하는 방법에 대한 자세한 내용은 요청 사항을 사용하여 코딩 스타일을 따르는 AI 수정 받기를 참조하세요.

다음 단계

로컬 MCP 서버와 원격 MCP 서버 간의 차이점을 검토합니다.
Knowledge Catalog에 로컬 MCP 도구 상자 서버를 사용하는 방법을 알아봅니다.
데이터 계보 MCP 도구 참조를 읽어봅니다.
데이터 계보에 대해 자세히 알아봅니다 .
Knowledge Catalog에서 리소스를 검색합니다.

MCP, Gemini, 기타 에이전트와 함께 데이터 계보 사용 컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.

데이터 계보에서 제공하는 MCP 도구는 무엇인가요?

필요한 역할

필수 권한

필요한 API 사용 설정

MCP 도구 상자 설치

Linux/amd64

macOS(Darwin)/arm64

macOS(Darwin)/amd64

Windows/amd64

데이터 계보의 클라이언트 및 연결 설정

Gemini CLI

Gemini Code Assist

Claude Code

Codex

Claude desktop

Cline

Cursor

VS Code (Copilot)

Windsurf

스킬 사용

선택사항: 시스템 요청 사항 추가

다음 단계

MCP, Gemini, 기타 에이전트와 함께 데이터 계보 사용