Looker를 사용한 AI 지원 개발 (바이브 코딩)

VS Code용 Looker 확장 프로그램을 사용하면 AI 지원 LookML 개발(흔히 '바이브 코딩'이라고 함)을 이용할 수 있습니다. 이 접근 방식을 사용하면 개발자가 Visual Studio Code (VS Code) 또는 Cursor와 같은 로컬 데스크톱 IDE에서 서드 파티 AI 에이전트와 사전 빌드된 스킬을 사용하여 자연어로 LookML 코드를 생성, 수정, 검증할 수 있습니다.

이 가이드에서는 에이전트 워크플로 아키텍처를 설명하고 AI 에이전트를 연결하고 프롬프트를 표시하는 방법을 안내합니다.

Looker에서 바이브 코딩이 작동하는 방식

AI 지원 개발 워크플로는 몇 가지 주요 구성요소에 의존합니다.

  • IDE 및 AI 에이전트: 통합 AI Copilot 또는 에이전트 (예: Gemini CLI 또는 Claude)가 있는 VS Code의 포크인 로컬 편집기 (예: VS Code, Claude Code, Cursor)
  • VS Code용 Looker 확장 프로그램: 구문 강조 표시, Looker 인스턴스와의 양방향 파일 동기화, 자동 완성, 통합 유효성 검사 등 LookML 개발을 위한 로컬 환경을 제공합니다.
  • Looker의 데이터베이스용 MCP 도구 상자: 개방형 표준 모델 컨텍스트 프로토콜 (MCP)을 사용하여 AI 에이전트, IDE, 애플리케이션을 엔터프라이즈 데이터베이스에 직접 연결합니다.
  • 사전 빌드된 기능 파일: 사전 빌드된 기능 파일은 AI 에이전트에게 LookML 작성에 관한 구체적인 컨텍스트, 코딩 표준, 프로젝트별 지침을 제공합니다. VS Code용 Looker 확장 프로그램은 스킬 파일을 자동으로 설치하고 업데이트합니다. IDE에서 Looker: Install Skills in this Workspace(Looker: 이 Workspace에 스킬 설치) 또는 Looker: Install Skills Globally(Looker: 전역적으로 스킬 설치) 명령 팔레트 명령어를 실행하여 스킬 파일을 채우거나 업데이트할 수도 있습니다.

이러한 구성요소를 결합하면 AI 에이전트가 다음 작업을 수행할 수 있습니다.

  • 로컬 LookML 파일 읽기
  • MCP 서버를 사용하여 데이터베이스 스키마를 검사합니다.
  • 로컬에서 코드 변경사항을 제안하고 적용할 수 있습니다.
  • 커밋하기 전에 LookML 검사를 실행하여 자체 수정

시작하기 전에

AI 에이전트를 사용하여 LookML을 개발하려면 다음 요구사항을 충족해야 합니다.

  1. Looker 확장 프로그램 구성: VS Code용 Looker 확장 프로그램이 설치 및 구성되어 있어야 하며 OAuth 또는 API 키로 로그인해야 합니다.
  2. MCP 클라이언트 구성: IDE의 AI 에이전트를 Looker 관리 MCP 서버에 연결해야 합니다. VS Code 또는 기타 지원되는 클라이언트를 구성하는 방법에 관한 예시 안내는 MCP, Gemini CLI, 기타 에이전트와 함께 Looker 사용 문서 페이지를 참고하세요. 자세한 내용은 클라이언트 문서를 참고하세요.
  3. LookML 프로젝트 클론: LookML 저장소를 로컬 머신에 클론하고 IDE에서 열었는지 확인합니다.
  4. Looker 권한 확인: 수정하려는 모델에 대해 최소한 develop Looker 권한이 있는지 확인합니다.

AI 에이전트 프롬프트

AI 에이전트가 Looker MCP 서버에 연결되고 LookML 프로젝트가 열리면 자연어를 사용하여 코드를 작성하고 수정할 수 있습니다. 워크스페이스의 스킬은 에이전트를 안내하는 데 도움이 되지만 명확하고 구체적인 프롬프트를 제공하면 최상의 결과를 얻을 수 있습니다.

다음은 일반적인 LookML 개발 작업을 위해 AI 에이전트에게 프롬프트를 표시하는 방법의 몇 가지 예입니다.

스키마에서 새 LookML 모델 생성

에이전트에게 특정 데이터베이스 연결을 검사하고 기본적인 LookML 뷰를 생성하도록 요청할 수 있습니다.

프롬프트 예시:

'MCP 도구를 사용하여 ecommerce_db 연결에 연결합니다. users 및 orders 테이블의 스키마를 검사합니다. users.view.lkml 및 orders.view.lkml 파일의 LookML을 생성합니다. 기본 키, 모든 열의 표준 측정기준, 레코드 수와 같은 기본 측정값을 포함합니다. 그런 다음 orders를 탐색하고 user_id에서 users에 조인하는 ecommerce.model.lkml 파일을 생성해 줘."

기존 LookML 리팩터링

새 표준을 준수하도록 여러 파일을 업데이트하거나 기존 패턴을 기반으로 새 기능을 추가하도록 에이전트에 지시할 수 있습니다.

프롬프트 예시:

'products.view.lkml 파일을 검토합니다. 가격 또는 비용을 나타내는 number 유형의 모든 측정기준을 찾습니다. 이러한 각 측정기준에 대해 상응하는 sum 측정값과 average 측정값을 생성합니다. 각 새 측정값에 계산하는 내용을 설명하는 설명을 추가합니다. 새 코드가 작업공간의 사전 빌드된 스킬에서 권장하는 스타일과 일치하는지 확인하세요.'

LookML 문제 해결 및 검증

AI 에이전트는 LookML 오류를 식별하고 해결하는 데 도움이 됩니다. 에이전트는 MCP 서버의 유효성 검사 도구를 사전 예방적으로 사용할 수 있지만 Looker IDE 유효성 검사기에서 표시되는 특정 오류에 대한 도움을 요청할 수도 있습니다.

프롬프트 예시:

'LookML 검사기를 실행했는데 'Inaccessible view: users'(액세스할 수 없는 뷰: users)라는 오류가 표시됩니다. 보기 사용자에게 연락할 수 없습니다.' ecommerce.model.lkml 파일에서 users 뷰를 orders 탐색에 조인하려고 합니다. 모델 파일과 users.view.lkml 파일을 검토하고 오류의 원인을 파악한 후 해결 방법을 제안해 줘."

변경사항 관리

AI 에이전트가 로컬 LookML 파일을 수정하면 다음 단계를 따르세요.

  1. 차이점 검토: IDE의 소스 제어 또는 차이점 뷰어에서 AI 에이전트가 제안한 변경사항을 신중하게 검토합니다.
  2. 로컬에서 검사: 생성된 코드가 올바르게 컴파일되고 Looker 서버에 오류가 발생하지 않도록 항상 IDE 명령어 팔레트에서 Looker: LookML 검사 명령어를 실행하세요.
  3. 동기화 및 배포: 파일을 저장하면 확장 프로그램이 Looker 서버의 개발 브랜치에 파일을 자동으로 동기화합니다. 준비가 되면 표준 Git 명령어를 사용하여 변경사항을 커밋하고 배포합니다.

다음 단계