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

Cloud CLI 원격 MCP 서버 사용

이 문서에서는 Cloud CLI 원격 모델 컨텍스트 프로토콜 (MCP) 서버를 사용하여 Gemini CLI, ChatGPT, Claude, 개발 중인 맞춤 애플리케이션 등 AI 애플리케이션에 연결하는 방법을 보여줍니다.

Cloud CLI 원격 MCP 서버는 AI 애플리케이션에 자연어 프롬프트를 전송하여 사용자를 대신해 명령줄 인터페이스 (CLI) 명령어를 실행할 수 있는 보안 환경을 제공합니다. gcloud 및 bq 명령어가 지원됩니다.

이 기능의 API는 Cloud CLI 실행이라고 합니다.

Cloud CLI 실행 API를 사용 설정하면 Cloud CLI 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.

제한사항 및 가이드라인

Cloud CLI 원격 MCP 서버를 사용하기 전에 다음 제한사항과 가이드라인을 검토하세요.

지원되는 명령어

보안 표준 및 적용 불가능성으로 인해 Cloud CLI MCP 서버는 특정 gcloud 및 bq 명령어 (gcloud의 alpha 또는 beta 변형 포함)를 지원하지 않습니다.

다음 목록은 지원되지 않는 gcloud 명령어의 몇 가지 예를 보여줍니다. 이 목록은 일부 예시일 뿐이며 예고 없이 명령어가 추가되거나 삭제될 수 있습니다.

gcloud auth
gcloud config
gcloud iam service-accounts
gcloud init
gcloud survey

다음은 지원되지 않는 bq 명령어의 전체 목록입니다.

bq init
bq pyshell
bq shell

조직 정책 적용

원격 MCP 서버를 통해 실행되는 명령어는 인증된 호출자 ID의 권한으로 실행됩니다. 표준 IAM 권한 및 조직 정책 서비스 제약 조건은 다운스트림 타겟 리소스에 대해 엄격하게 적용됩니다.

에이전트 개발자를 위한 가이드라인

주 구성원 및 IAM 권한: Cloud CLI 실행 API와 상호작용하는 주 구성원은 gcloud 또는 bq 명령어 실행 중에 Google Cloud API와 상호작용하는 주 구성원과 동일합니다. Cloud CLI MCP 서버는 많은 Google CloudAPI를 호출할 수 있으므로 최소 권한의 원칙을 따르고 Cloud CLI MCP 서버를 호출하는 사용자, 에이전트 ID 또는 서비스 계정에 사용 사례에 필요한 최소 권한을 할당하는 것이 좋습니다.
프로젝트 선택: project은 Cloud CLI MCP 서버 요청에 필요한 매개변수이며 Cloud CLI 실행 API와 상호작용하는 데 사용되는 프로젝트를 나타냅니다. project 매개변수는 실제 gcloud 명령어에 설정된 --project 또는 --billing-project 플래그나 Cloud CLI Execution API가 실행하는 bq 명령어의 --project_id 및 --quota_project_id 플래그와 관련이 없습니다.

Cloud CLI MCP 서버 요청을 실행할 올바른 프로젝트를 선택하도록 에이전트의 시스템 프롬프트 또는 스킬을 업데이트하는 것이 좋습니다.

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 Cloud CLI Execution API.

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 API

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 Cloud CLI Execution API.

Roles required to enable APIs

Enable the API

필요한 역할

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

MCP 도구 호출: MCP 도구 사용자 (roles/mcp.toolUser)

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

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

필수 권한

Cloud CLI MCP 서버를 사용하려면 다음 권한이 필요합니다.

MCP 도구 호출: mcp.tools.call

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

인증 및 승인

Cloud CLI 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.

Cloud CLI 원격 MCP 서버는 API 키를 허용하지 않습니다.

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.

Cloud CLI 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.

Cloud CLI 원격 MCP 서버에는 다음 OAuth 범위가 있습니다.

범위 URI	설명
`https://www.googleapis.com/auth/cloud-platform`	Google Cloud 서비스 전반에서 데이터를 보고 관리합니다.

Cloud CLI 원격 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. Cloud CLI 원격 MCP 서버의 경우 필요에 따라 다음 정보를 입력합니다.

서버 이름: Cloud CLI 원격 MCP 서버
서버 URL 또는 엔드포인트: https://cloudcli.googleapis.com/mcp
전송: HTTP
인증 세부정보: Google Cloud 사용자 인증 정보, OAuth 클라이언트 ID 및 보안 비밀번호 또는 에이전트 ID 및 사용자 인증 정보

리디렉션 URI

웹 기반 애플리케이션과 일부 데스크톱 애플리케이션의 경우 인증을 위한 클라이언트 ID와 보안 비밀을 만들 때 리디렉션 URI를 허용 목록에 추가해야 합니다. 리디렉션 URI는 승인 서버가 애플리케이션에 토큰을 전송하는 데 사용됩니다. 애플리케이션의 문서에 사용해야 하는 리디렉션 URI를 지정해야 합니다. 맞춤 리디렉션 URI는 지원되지 않습니다.

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

일반적인 안내는 다음 리소스를 참고하세요.

사용 가능한 도구

Cloud CLI 원격 MCP 서버는 다음 도구를 노출합니다.

run_gcloud_command
run_bq_command

Cloud CLI MCP 서버에서 사용할 수 있는 MCP 도구의 세부정보와 설명을 보려면 Google Cloud SDK MCP 참조를 참고하세요.

`run_bq_command`와 BigQuery MCP 서버의 차이점

run_bq_command는 Cloud CLI 원격 MCP 서버 내에서 BigQuery CLI (bq) 표시 영역을 노출합니다. 이 도구는 BigQuery SQL 명령어를 실행할 수 있으며, 자연어 프롬프트를 통해 관리 및 운영 작업을 실행할 수 있습니다. BigQuery는 표준 데이터 분석을 위한 별도의 MCP 서버도 제공합니다. 각 도구 표시 영역은 서로 다른 사용 사례를 위해 설계되었습니다.

run_bq_command: 슬롯 예약 관리, 쿼리 예약, 테이블 스냅샷 관리, 작업 문제 해결 및 취소와 같은 고급 관리 및 운영 워크플로를 위한 AI 에이전트를 빌드할 때 run_bq_command을 사용합니다.
BigQuery MCP 서버: 표준 SQL 실행 도구를 사용하여 데이터 분석, 메타데이터 검색, 데이터 수정을 수행하는 AI 에이전트를 빌드할 때 BigQuery MCP 서버를 사용합니다.

다음 표에는 두 도구 표시 경로의 추가 차이점이 나와 있습니다.

기능	BigQuery MCP 서버	`run_bq_command`
가용성	정식 버전	미리보기
사용	데이터 분석 및 데이터 수정	고급 작업 및 리소스 관리
대상 사용자	비즈니스 분석가, 데이터 과학자, SQL 개발자	BigQuery 관리자, DBA, 데이터 플랫폼 및 DevOps 엔지니어
기본 작업	표준 SQL 실행 (SELECT, INSERT, UPDATE, DELETE), 스키마 탐색, 메타데이터 검사	쿼리 예약 (DTS 사용), 비정상 작업 취소, 슬롯 및 예약 관리, 데이터 세트 IAM 정책, 테이블 스냅샷/클론 작업

목록 도구

MCP 검사기를 사용하여 도구를 나열하거나 tools/list HTTP 요청을 Cloud CLI 원격 MCP 서버로 직접 전송합니다. tools/list 메서드는 인증이 필요하지 않습니다.

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

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

`run_gcloud_command`의 샘플 사용 사례

다음은 Cloud CLI 원격 MCP 서버에서 run_gcloud_command의 샘플 사용 사례입니다.

리소스 프로비저닝

사용자가 에이전트에게 자연어 프롬프트를 보내면 에이전트는 해당 MCP 도구 (gcloud 명령어의 경우 run_gcloud_command, bq 명령어의 경우 run_bq_command)를 사용하여 명령어를 생성합니다. Cloud CLI가 명령어를 실행합니다.

샘플 프롬프트:

'projects/my-project 프로젝트에 my-network라는 새 VPC 네트워크를 만듭니다. 그런 다음 포트 8080에서 내부 TCP 트래픽을 허용하는 방화벽 규칙을 만듭니다.'

워크플로:

에이전트가 "gcloud compute networks create my-network --project=projects/my-project --subnet-mode=auto", "project": "projects/my-project" 명령어로 run_gcloud_command 도구를 호출합니다.
에이전트가 "gcloud compute firewall-rules create allow-internal-8080 --project=projects/my-project --network=my-network --allow=tcp:8080 --source-ranges=10.0.0.0/8 명령어로 run_gcloud_command 도구를 호출합니다.

관찰 기능 및 진단

상담사는 환경 상태를 검사하고 최근 오류 로그를 쿼리하여 문제를 해결할 수 있습니다.

샘플 프롬프트: '프로젝트 projects/my-project에서 Compute Engine 인스턴스 my-web-server의 최신 오류 로그 5개를 찾아 줘.'

워크플로:

에이전트가 "gcloud logging read \"resource.type=gce_instance AND severity>=ERROR\" --limit=5 --order=DESC", project: "my-project" 명령어로 run_gcloud_command 도구를 호출합니다.

`run_bq_command`의 샘플 사용 사례

다음은 Cloud CLI 원격 MCP 서버에서 run_bq_command의 샘플 사용 사례입니다.

BigQuery에서 데이터 세트를 관리합니다.

MCP 서버를 사용하여 BigQuery에서 쿼리를 실행하고 데이터 세트를 관리할 수도 있습니다.

샘플 프롬프트: 'projects/my-project 프로젝트의 모든 데이터 세트를 나열한 다음 미국 위치에 my_new_dataset라는 새 데이터 세트를 만들어 줘.'

워크플로:

에이전트가 "bq ls --datasets=true --project_id=my-project", "project": "projects/my-project" 명령어로 run_bq_command 도구를 호출합니다.
에이전트가 "bq mk --dataset --location=us --project_id=my-project my_new_dataset", "project": "projects/my-project" 명령어로 run_bq_command 도구를 호출합니다.

장기 실행 작업 문제 해결 및 취소

에이전트는 실행 중인 BigQuery 작업을 검사하여 리소스 병목 현상을 식별하고, 실패한 쿼리를 진단하고, 장기 실행 작업을 취소하고, 성능 추천을 위해 실행 세부정보를 추출합니다.

샘플 프롬프트:

'현재 프로젝트 my-data-project에서 실행 중인 장기 실행 또는 리소스 집약적 쿼리가 있는지 확인합니다. bqujob_12345이 30분 이상 실행된 경우 취소하고 세부정보를 표시해 줘.'

워크플로:

에이전트가 "bq ls -j --all --project_id=my-data-project", "project": "projects/my-data-project" 명령어로 run_bq_command를 호출합니다.
에이전트가 작업 목록을 검사하고 "bq show -j bqujob_12345 --project_id=my-data-project", "project": "projects/my-data-project" 명령어를 사용하여 run_bq_command를 호출합니다.
에이전트는 "bq cancel bqujob_12345 --project_id=my-data-project", "project": "projects/my-data-project" 명령어로 run_bq_command를 호출합니다.

쿼리 예약

에이전트는 BigQuery CLI의 BigQuery Data Transfer Service 통합을 통해 예약된 쿼리 실행을 구성하여 데이터 새로고침을 자동화합니다.

샘플 프롬프트:

'오전 6시(UTC)에 일일 쿼리를 예약하여 프로젝트 my-data-project의 dataset sales_ds에서 daily_sales_summary 테이블을 새로고침해 줘.'

워크플로:

에이전트가 run_bq_command를 "bq query --project_id=my-data-project --use_legacy_sql=false --destination_table=sales_ds.daily_sales_summary --display_name='Daily Sales Refresh' --schedule='every 24 hours' 'SELECT date, SUM(amount) as total FROM sales_ds.transactions GROUP BY date'", "project": "projects/my-data-project" 명령어로 호출합니다.

용량 분석 및 예약 조정

에이전트가 소비량이 많은 프로젝트 전반에서 기존 슬롯 예약을 분석하고 컴퓨팅 용량을 관리하기 위해 슬롯 할당을 업데이트합니다.

샘플 프롬프트:

'my-admin-project 프로젝트의 us-central1 리전에 있는 모든 BigQuery 예약을 나열하고 prod-analytics 예약의 슬롯 할당을 500개 슬롯으로 업데이트해 줘.'

워크플로:

에이전트는 "bq ls --reservation --project_id=my-admin-project --location=us-central1", "project": "projects/my-admin-project" 명령어로 run_bq_command를 호출합니다.
에이전트는 "bq update --project_id=my-admin-project --reservation --slots=500 prod-analytics --location=us-central1", "project": "projects/my-admin-project" 명령어로 run_bq_command를 호출합니다.

테이블 스냅샷 및 클론 관리

에이전트가 중요한 프로덕션 테이블의 특정 시점 스냅샷을 만들거나 개발 및 테스트를 위해 테이블 클론을 프로비저닝합니다.

샘플 프롬프트:

"프로젝트 my-data-project에서 production_db.orders의 테이블 스냅샷을 만들어 production_db.orders_snapshot_20260720이라고 이름을 지정해 줘."

워크플로:

에이전트가 run_bq_command를 "bq cp --project_id=my-data-project --snapshot production_db.orders production_db.orders_snapshot_20260720", "project": "projects/my-data-project" 명령어로 호출합니다.

데이터 세트 액세스 및 IAM 권한 제어

에이전트가 데이터 세트 액세스 제어를 검사하고 데이터 세트 권한을 업데이트하여 지정된 주체에 대한 액세스 권한을 부여하거나 취소합니다.

샘플 프롬프트:

'프로젝트 my-data-project.의 데이터 세트 finance_ds에 대한 현재 액세스 구성을 표시해 줘.'

워크플로:

에이전트가 run_bq_command를 "bq show --format=prettyjson my-data-project:finance_ds", "project": "projects/my-data-project" 명령어로 호출합니다.
에이전트는 액세스 JSON 정의를 업데이트하고 "bq update --source=access_update.json my-data-project:finance_ds", "project": "projects/my-data-project" 명령어를 사용하여 run_bq_command를 호출합니다.

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 Google Cloud조직 또는 프로젝트에서 MCP 도구 사용을 제어할 수 있는 기본 설정과 맞춤설정 가능한 정책을 제공합니다.

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

Model Armor는 특정 지역에서 사용할 수 있습니다. Model Armor가 사용 설정되어 있고 Model Armor에서 지원하지 않는 관할권에서 MCP 서버를 사용하는 경우 호출의 라우팅 동작이 MCP 서버마다 다를 수 있으며 사용 중인 데이터와 전송 중인 데이터의 데이터 레지던시 규정 준수가 중단될 수 있습니다. 개별 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 삭제가 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 설정에 따라 Model Armor가 Google MCP 서버 간 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.

다음 단계

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

Cloud CLI 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

제한사항 및 가이드라인

지원되는 명령어

조직 정책 적용

에이전트 개발자를 위한 가이드라인

시작하기 전에

필요한 역할

필수 권한

인증 및 승인

Cloud CLI OAuth 범위

Cloud CLI 원격 MCP 서버를 사용하도록 MCP 클라이언트 구성

리디렉션 URI

사용 가능한 도구

run_bq_command와 BigQuery MCP 서버의 차이점

목록 도구

run_gcloud_command의 샘플 사용 사례

리소스 프로비저닝

관찰 기능 및 진단

run_bq_command의 샘플 사용 사례

BigQuery에서 데이터 세트를 관리합니다.

장기 실행 작업 문제 해결 및 취소

쿼리 예약

용량 분석 및 예약 조정

테이블 스냅샷 및 클론 관리

데이터 세트 액세스 및 IAM 권한 제어

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

다음 단계

Cloud CLI 원격 MCP 서버 사용

`run_bq_command`와 BigQuery MCP 서버의 차이점

`run_gcloud_command`의 샘플 사용 사례

`run_bq_command`의 샘플 사용 사례