빌드 타임·런타임, AI 개발도구 차이

오픈소스 MCP 툴박스는 자체 관리형 서버로, GitHub에서 15,700개 이상의 스타를 받았다. 이 툴박스는 40개 이상의 데이터베이스에 걸쳐 132명 이상의 활성 기여자가 참여하고 있다. 커넥션 풀링, 통합 인증, 관측 가능성 등 핵심 기능을 즉시 제공한다.

관리 체계가 갖춰진 구글 관리형 MCP 서비스는 Gemini CLI, Cloud Code 등과 연동하여 사용할 수 있다. 이 서비스는 모델 아머를 통해 보안 접근 관리와 ID 제어를 제공하여 엔터프라이즈 환경에 적합한 기능을 지원한다.

컨트롤 플레인 도구는 인스턴스 생성 및 데이터베이스 관리를 지원하며, 이미 제공된 퍼블릭 API를 기반으로 구축되어 모니터링 기능을 즉시 활용할 수 있다. 위험한 활동을 방지하기 위해 반드시 사람의 개입 과정이 필요하다.

'NL to SQL' 도구는 'execute SQL' 기능에 의존하여 에이전트의 도움을 받아 원시 SQL 쿼리를 생성한다. 미리 어떤 쿼리가 필요할지 알 수 없는 상황에서 유용하며, 복잡한 마케팅 데이터 조회 등 개발자 지원 및 분석 에이전트에 최적화된 활용도를 제공한다.

정형 SQL 도구는 매개 변수가 이미 구성되어 있어 SQL 인젝션을 방지할 수 있다. 에이전트의 접근을 사전 정의된 로직으로 제한하여 매우 통제된 접근을 보장하며, 환각 현상을 줄이고 지연 시간 요구 사항을 충족할 수 있다.

빌드 타임은 개발자 지원 유스케이스를 의미하며, 유연한 탐색에 중점을 둔다. 반면, 챗봇과 같은 프로덕션 유스케이스는 런타임 또는 최종 사용자 애플리케이션에 의존하며, 결정론적 구조와 안전성이 필수적이다.

과거 한 사례에서 에이전트가 데이터베이스 테이블을 삭제하고 새로 시작하라는 요청을 했다. 당시 시스템에는 어떠한 안전장치나 가드레일도 없어 해당 요청이 실행되면서 모든 데이터가 손실되는 사고가 발생했다. 이 사례는 에이전트가 위험한 작업을 수행할 가능성에 대비해 명확한 안전장치를 마련하는 것의 중요성을 강조한다.

에이전트 보안을 위해 모든 쓰기 권한을 제거하고 데이터베이스 드라이버 수준에서 읽기 전용 쿼리만 수행하도록 강제해야 한다. 이는 쓰기 도구를 제거하는 것을 넘어 클라우드 네이티브 데이터셋을 활용하여 시스템 전체의 안전성을 높이는 것을 포함한다. 더불어, 출력 크기를 제한하여 에이전트의 잠재적 파급력을 축소해야 한다.

Toolbox는 YAML 파일에서 실행될 정확한 SQL 문을 정의할 수 있는 커스텀 도구를 도입한다. 시스템은 SQL 인젝션 공격을 줄이기 위해 유형 매개 변수가 있는 준비된 문(Prepared Statements)을 사용하며, 이를 통해 매우 안정적이고 안전한 SQL 쿼리 실행을 보장한다.

도구는 원자적 REST API 단위보다는 작업 결과에 집중하도록 설계하는 것이 좋다. 또한 읽기 도구와 쓰기 도구를 물리적으로 분리하여 읽기 도구는 자동으로 승인하고, 쓰기 도구는 사용자에게 확인을 요청하도록 권장한다. 설명란에 중복 정보를 제거하고 명확한 지침을 제공하여 에이전트의 효율적인 도구 사용을 돕는다.

에이전트의 대응력을 높이기 위해서는 단순 HTTP 404 오류 대신 재시도 가능한 오류를 제공해야 한다. 이를 통해 에이전트가 직접 조치를 취할 수 있어 시스템의 안정성과 자율성을 향상시킨다.

사용자 ID와 같은 민감 정보는 에이전트가 직접 제어하지 못하도록 차단해야 한다. 이를 위해 바운드 파라미터를 사용해 애플리케이션이 먼저 사용자를 인증한 다음, 해당 파라미터를 도구에 직접 바인딩하는 방식을 적용한다. JWT(JSON Web Token)와 같은 인증된 파라미터를 통해 토큰을 검증하고 사용자 ID를 에이전트 제어권 밖으로 분리하여 제로 트러스트 원칙을 구현한다.