모델 컨텍스트 프로토콜(MCP)은 LLM 기반 툴과 로컬 시스템, 내외부 API, 데이터 소스를 연결하는 표준 커넥터로 견고한 입지를 다지고 있다. 주요 클라우드부터 데브옵스 툴까지, MCP 서버는 자연어 명령을 통해 강력한 AI 기반 개발 및 운영 기능을 실현한다.

가장 명확한 분야는 데이터베이스다. 이제 대다수 주요 데이터베이스 플랫폼이 MCP 서버를 통한 에이전트 액세스를 지원한다. 사용자와 AI 에이전트는 데이터베이스용 MCP 서버를 통해 SQL을 수동으로 작성하지 않고도 자연어로 조회하고 데이터를 생성 및 업데이트하고 관리 작업을 수행할 수 있다.

또한 MCP 서버는 테이블, 구조, 필드와 같은 데이터베이스 스키마뿐만 아니라 임베딩, 인덱스, 메타데이터에 부합하는 새로운 코드를 작성하거나 자동화를 구축하도록 LLM을 이끌 수도 있다. 더 빠른 쿼리로 데이터 문제나 잘못된 구성을 드러내므로 디버깅에도 도움이 되며, 그 외에도 수많은 사용례가 가능하다.

이 글에서는 주요 데이터베이스 스타일 전반에 걸쳐 주요 플랫폼 옵션에서 제공되는 공식 MCP 서버를 살펴본다. 여기서 다루는 MCP 서버는 성숙도는 다양하지만 관계형 SQL, NoSQL, 그래프, 벡터, 데이터 웨어하우스 시스템 전반에서 업체가 지원하는, 현재 가용한 최선의 제품들이다.

클로드 코드(Claude Code), 코덱스(Codex), 커서(Cursor), 제미나이(제미나이) CLI, 구글 안티그래비티(Antigravity), VS 코드, 윈드서프(Windsurf)를 비롯해 MCP 호환 툴, IDE, 에이전트라면 무엇이든 이런 서버를 사용할 수 있다. MCP 서버를 추가하는 작업은 일반적으로 간단하며 대개 MCP 구성 파일에 가벼운 JSON을 추가하는 방식으로 진행된다.

아마존 오로라 MCP 서버(Amazon Aurora MCP Servers)

마이SQL과 포스트그레SQL은 세계에서 가장 많이 사용되는 오픈소스 데이터베이스다. 그러나 두 데이터베이스 모두 표준적인 MCP 서버는 없고, 여러 업체에 걸쳐 다양한 MCP 서버가 사용된다. 이런 업체 중 하나인 아마존 웹 서비스(AWS)는 마이SQL 및 포스트그레SQL과 호환되는 관계형 데이터베이스 서비스로 아마존 오로라용 공식 MCP 서버를 제공한다.

깃허브 문서에 따르면 아마존 오로라 마이SQL MCP 서버를 사용해서 자연어 명령을 마이SQL 호환 SQL 쿼리로 변환해 오로라 마이SQL 데이터베이스를 대상으로 실행할 수 있다. 마찬가지로 오로라 포스트그레스 MCP 서버는 포스트그레SQL 데이터베이스 작업을 위한 MCP 툴을 제공한다. 오로라 DSQL MCP 서버는 분산 포스트그레스 데이터베이스에 대해 동일한 작업을 수행한다.

AWS는 다이나모DB(DynamoDB), 엘라스틱케시(ElastiCache), 레드시프트(Redshift)와 같은 다른 아마존 데이터베이스 플랫폼을 위한 MCP 서버를 비롯해 제품군 전반에 걸쳐 공식 MCP 서버 포트폴리오를 키우고 있다. AWS 제품을 주로 사용하고 데이터와 LLM의 상호작용을 활성화하고 싶다면 이 서버가 합리적인 선택이다.

빅쿼리 MCP 서버(BigQuery MCP Server)

빅쿼리는 구글의 클라우드 기반 데이터 분석 플랫폼이고, AI 애플리케이션용으로 인기 있는 데이터 소스이기도 하다. API 액세스를 구성한 빅쿼리 사용자는 빅쿼리 MCP 서버를 활용해 MCP 호환 AI 클라이언트와 상호작용할 수도 있다.

원격 빅쿼리 MCP 서버를 사용해 데이터 소스에 대한 쿼리를 생성하고 실행하거나 데이터세트, 테이블, 스키마에 대한 메타데이터를 반환할 수 있다. “PROJECT_ID 프로젝트의 데이터세트를 나열해”와 같은 간단한 자연어 프롬프트를 사용하면 된다. 결과를 지역, 데이터세트 ID, 열 이름 등을 기준으로 필터링할 수 있다.

구글의 완전 관리형 원격 호스팅 MCP 포트폴리오에 속한 빅쿼리 MCP 서버는 분산된 팀이 보안, 유지보수, 사용 편의성 측면에서 어느정도 안심할 수 있게 해준다. 단, 쿼리 결과 크기, 처리 시간, 기타 몇몇 요소에서 일부 제약이 있다. 현재 빅쿼리를 사용 중이고 더 많은 에이전트 제어 기능을 원한다면 살펴볼 만한 제품이다.

엘라스틱 에이전트 빌더(Elastic Agent Builder)

또 다른 중요한 데이터베이스 범주는 키워드 및 시맨틱 검색용으로 설계된 플랫폼이다. 이 분야에서는 일반적으로 엘라스틱서치(Elasticsearch)가 사용된다. 엘라스틱서치는 하나의 MCP 서버가 아니라 에이전트 워크플로우를 겨냥한 포괄적인 프레임워크인 엘라스틱 에이전트 빌더(Elastic Agent Builder)를 제공한다.

엘라스틱 에이전트 빌더를 사용하면 에이전트와 대화하면서 엘라스틱서치 데이터에서 데이터 컨텍스트를 불러오고 이를 다양한 환경으로 확장할 수 있다. 프로그래밍 기능과 에이전트를 다른 클라이언트로 노출하기 위한 MCP 서버 엔드포인트가 에이전트 빌더 자체에 포함돼 있다.

이 글의 다른 제품들과 달리 원시 엘라스틱서치 API에 대한 직접적인 MCP 인터페이스가 아닌, 에이전트 플랫폼의 스킬을 노출하는 인터페이스다. 2025년 중반에 출시됐다가 이후 단종된 엘라스틱서치 MCP 서버와 혼동될 수 있지만 둘은 엄연히 다른 제품이다.

잠재적인 단점은 사용자의 IDE 또는 에이전트와 현재 검색 중인 데이터 사이에 부가적인 계층이 포함된다는 점이다. 에이전트 설정을 위해서는 높은 등급의 구독이 필요하며, 다른 MCP 서버에 비해 구성 시 거쳐야 할 단계가 더 많다.

권한 등의 책임을 중앙화하면서 엘라스틱서치, 외부 MCP 서버와 모두 상호작용할 수 있는 확장 가능한 공통 계층을 원한다면 살펴볼 만하다.

Neo4j용 MCP 서버

그래프 데이터베이스는 오늘날 또 다른 주요 NoSQL 데이터베이스 유형으로, 노드와 에지를 사용해서 고도로 상호 연결된 데이터의 쿼리를 가속화하는 데 특화된 데이터베이스다. Neo4j는 그중에서 인기 있는 그래프 데이터베이스 옵션이다.

Neo4j용 공식 MCP 서버는 모든 종류의 Neo4j 배포 환경(데스크톱, 샌드박스, 자체 관리형, 관리형 Neo4j 오라(Aura) 클라우드 서비스)에서 작동하며, LLM 기반 클라이언트가 그래프 스키마를 불러오고 읽기 및 쓰기 문을 실행하고 그래프 알고리즘을 실행하는 등의 작업을 수행할 수 있도록 한다.

그 외에 Neo4j 랩스에서 제공하는 다른 여러 Neo4j용 MCP 서버도 사용할 수 있다. 이런 서버는 자연어에서 사이퍼(Cypher) 쿼리 생성, 인메모리 그래프 데이터베이스 유지, 그래프 모델링 및 시각화, Neo4j 오라 API와의 상호작용 등에 특화된 서버다.

Neo4j를 위한 첫 MCP 서버는 2024년 12월에 개발됐다. 현재 Neo4j 적극 사용 중이고 대화가 가미된 방식으로 그래프 데이터베이스와의 상호작용을 실험하고자 한다면 관심을 가질 만한 흥미로운 서버 플랫폼이다.

데이터베이스용 MCP 툴박스(MCP Toolbox for Databases)

구글의 데이터베이스용 MCP 툴박스는 다양한 데이터베이스 유형을 위한 인기 있는 만능 제품이라는 점에서 주목할 만한 MCP 서버다. 이 글에서 소개하는 다른 제품과 달리 이 서버는 LLM을 하나의 관리형 데이터베이스에 연결하는 것이 아니라 여러 시스템에 대한 LLM 액세스를 통합한다. 오픈소스이며, 포스트그레SQL, 마이SQL, SQL 서버, 오라클 데이터베이스, 몽고DB, 레디스, Neo4j, 스노우플레이크, 그리고 구글 클라우드의 데이터베이스를 포함한 30여 개의 데이터베이스에 대한 사전 구축된 구성이 함께 제공된다.

tools.yaml 파일에 데이터 소스를 정의하면 MCP 툴박스를 사용해 IDE나 에이전트 클라이언트 내에서 일반적인 영어로 데이터베이스에 대한 구조화된 쿼리나 시맨틱 검색을 수행할 수 있다. MCP 툴은 명령을 list_tables, execute_sql 같은 작업으로 변환한다.

데이터베이스용 MCP 툴박스는 성숙 단계에 이른 툴로, 처음에는 생성형 AI 유틸리티로 만들어졌지만 이후 MCP 스타일 워크플로우에 맞춰 수정됐다. 수많은 다운로드, 구성, 상호작용 방법을 제공한다.

현재 구글 클라우드 등에서 다양한 데이터베이스를 사용 중이고 “올인원” MCP 서버를 원한다면, 데이터베이스용 MCP 툴박스는 좋은 출발점이다.

몽고DB MCP 서버(MongoDB MCP Server)

몽고DB는 인기 있는 NoSQL 문서 지향 데이터베이스다. 몽고DB 제작자들은 클라우드에 호스팅되는 자체 몽고DB 아틀라스 데이터베이스 플랫폼은 물론 오픈소스 데이터베이스에서도 작동하는 공식 MCP 서버를 출시했다.

몽고DB MCP 서버는 몽고DB와 상호작용하기 위한 다양한 툴을 제공한다. 데이터베이스를 쿼리하고 컬렉션에 대한 정보를 반환하고 컬렉션이나 인덱스를 생성 또는 제거하고 데이터베이스 사용량에 대한 통계를 수집하는 등 다양한 작업을 수행할 수 있다. 그 외에 사용자 또는 클러스터 생성, 클러스터 데이터 반환 등 몽고DB 아틀라스 작업을 구현하는 툴도 있다.

서버의 각종 툴은 기본적으로 읽기 전용이지만 쓰기 기능을 허용하도록 전환이 가능하다. 로컬에서 사용할 수 있으며 원격 서버를 위한 스트리머블 HTTP 전송도 지원한다. 다만 후자의 경우 보안 측면의 우려도 함께 커진다는 점을 고려해야 한다.

몽고DB를 사용하면서 AI 지원 IDE나 CLI에 더 자동화된 기능을 연결하고자 한다면 공식 몽고DB MCP 서버를 살펴볼 만하다.

파인콘(Pinecone) MCP 서버

파인콘은 벡터 네이티브 데이터베이스 중에서도 잘 설계된 API와 포괄적인 SDK를 갖춰 널리 사용되는 강력한 데이터베이스다. 파인콘 MCP 서버는 이런 경험을 더 확장해서 사용자가 문서를 쿼리하고 AI 에이전트 및 AI 지원 IDE를 통해 기능을 실행할 수 있게 해준다.

현재 파인콘 MCP 서버는 9개의 MCP 툴로 구성된다. 이런 툴은 파인콘 공식 문서를 통한 지식 수집, 벡터 레코드, 인덱스 메타데이터, 구성 및 통계 쿼리와 같은 읽기 전용 작업을 다룬다. 레코드 업데이트, 새 인덱스 생성과 같은 쓰기 작업도 가능하다.

2025년 중반에 출시된 파인콘 MCP 서버는 구성과 설치가 쉬우며, 초기 구현으로서는 완성도가 높다.

현재 파인콘을 사용 중이고, 임베딩으로 인덱스를 생성하거나 리랭킹을 수행하거나 자연어 명령을 사용해 결과를 테스트하는 새로운 LLM 보조 워크플로우를 테스트하고자 한다면 파인콘 MCP 서버는 시도해볼 만한 제품이다.

레디스 MCP(Redis MCP)

초고속 인메모리 데이터베이스인 레디스는 캐싱, 실시간 분석을 비롯해 지연에 민감한 기타 사용례에서 보편적으로 사용된다. 짐작할 수 있겠지만 레디스 데이터베이스를 만든 회사에서 공식 MCP 서버를 제공한다. 이 서버는 읽기, 쿼리 및 쓰기 기능을 지원한다.

개발자는 LLM 클라이언트에서 레디스 MCP를 사용해 레디스 데이터를 분석, 참조 또는 임베딩하고 프롬프트 내에서 레디스 서버와 상호작용할 수 있다. 문서에는 예를 들어 “이 항목을 캐시해”, “데이터베이스에 키가 몇 개인가?”, “user:1의 이메일 주소는?”과 같은 일반적인 사용례를 위한 여러 예시 프롬프트가 포함돼 있다.

플랫폼 기능의 일부만 허용하는 다른 MCP 서버와 달리 레디스 MCP는 레디스를 완전히 지원한다. 깃허브 리포지토리에 따르면 이를 통해 해시, 목록, 집합, 정렬된 집합, 스트림과 같은 레디스 구조로 작업할 수 있다.

한 가지 잠재적인 단점은 아직 스트리머블 HTTP 전송을 지원하지 않는다는 점이다. 이 기능이 개발될 때까지는 로컬 환경으로 제한된다. 그러나 레디스 데이터로 작업할 로컬 MCP 서버를 찾는 사람에게는 최선의 선택이다.

스노우플레이크 MCP 서버(Snowflake MCP Server)

스노우플레이크는 데이터 웨어하우징, 데이터 분석, 데이터 엔지니어링 목적으로 기업 환경에서 광범위하게 사용되는 AI 지원 클라우드 호스팅 데이터 플랫폼이다. 다른 데이터 스토리지 시스템과 비교할 때 스노우플레이크의 특징은 더욱 완전한 관리형이라는 점, 그리고 구조적 데이터 유형과 비구조적 데이터 유형을 결합한다는 점이다.

깃허브의 스노우플레이크 MCP 서버를 사용하면 많은 표준적인 스노우플레이크 플랫폼 작업을 수행할 수 있다. 여기에는 스노우플레이크의 코텍스 서치(Cortex Search)를 통한 모든 레코드의 “퍼지” 검색, 코텍스 애널리스트(Cortex Analyst)를 사용한 구조화된 데이터 시맨틱 조회가 포함된다.

다른 기능으로는 레코드 생성, 업데이트, 삭제와 같은 객체 관리 작업이 있다. 또한 예를 들어 백엔드 데이터베이스에 대해 SQL 문을 생성하고 실행하는 기능과 같이 에이전트 방식으로 설계된 다른 기능을 호출할 수도 있다.

스노우플레이크 MCP 서버는 세심하게 계획되고 문서화도 잘 된 제품으로, 다양한 에이전트 및 배포 패턴을 위한 안내도 제공된다. 현재 스노우플레이크를 사용 중인 기업이라면 이미 채택된 메커니즘을 이 툴이 보완해준다.

수파베이스 MCP 서버(Supabase MCP Server)

오픈소스인 포스트그레SQL은 가장 인기 있고 신뢰받는 객체 관계형 SQL 기반 데이터베이스 시스템으로 꼽힌다. 포스트그레스는 활발한 오픈소스 커뮤니티와 함께 수십 년에 걸쳐 성숙해 왔다. 오픈소스인 만큼 이 플랫폼을 위한 하나의 “공식” MCP 서버는 존재하지 않는다. 앤트로픽이 처음에 레퍼런스 구현을 만들었지만 현재는 아카이브된 상태다.

대신 포스트그레SQL을 기반으로 구축된 여러 데이터베이스 플랫폼이 업체 중립성과 전문성을 갖춘 다양한 형태의 MCP 서버를 제공한다. 그중에서 주목할 만한 옵션은 클라우드 기반 “서비스형 백엔드”이자 포스트그레스 개발 플랫폼인 수파베이스가 제공하는 수파베이스 MCP 서버다.

수파베이스 MCP 서버는 AI 에이전트를 수파베이스 프로젝트와 연결해 엔지니어가 자연어 명령을 내려 테이블을 관리하고 데이터를 쿼리하고 로그를 받아보고 구성 정보를 가져오는 등의 작업을 수행할 수 있게 해준다. 수파베이스 MCP 서버는 아직 정식 출시 전의 릴리즈로, 일부 기능은 여전히 실험적인 수준이다.

현재 수파베이스를 사용 중이고 AI 어시스턴트를 포스트그레스 데이터베이스와 연결할 MCP 서버를 찾는 엔지니어라면 테스트해 볼 만한 좋은 툴이다.

그 외 데이터베이스용 MCP 서버

지금까지 가장 많이 채택된 관리형 데이터베이스에서 제공되는, 업체의 지원을 받는 공식 MCP 서버를 살펴봤다. 그러나 그 외에도 다른 데이터베이스 플랫폼과 유형 전반에 걸쳐 수많은 MCP 서버가 존재한다.

다양한 데이터베이스 유형에 걸쳐 LLM 액세스를 통합하는 MCP 서버로 DB허브(DBHub)가 있다. DB허브는 마이SQL, 포스트그레SQL, SQL 서버, 마리아DB, SQLite에서 작동한다. 바이트베이스(Bytebase)가 개발한 DB허브는 종속성이 없고 토큰 효율적인 MCP 서버를 내세운다.

SQL의 경우 옵션은 거의 끝이 없다. 우선 마이크로소프트 애저 SQL과 덕DB(DuckDB)를 위한 공식 서버가 있다. 펄스MCP(PulseMCP)는 마이SQL용 MCP 서버를 100개 이상 카탈로그화하는데, 대부분은 비공식적인, 개인 창작자의 오픈소스 프로젝트다. 그중 가장 많은 별을 받은 프로젝트로 풀스택 개발자인 벤 볼라가 개발하고 클로드 코드에 최적화한 마이SQL용 MCP 서버가 있다.

포스트그레스의 경우 주목할 만한 수파베이스 대안을 꼽자면 pgEdge 포스트그레스 MCP, 네온(Neon) MCP 서버, 포스트그레스 MCP 프로(Postgres MCP Pro)가 있다. 벡터 데이터베이스의 경우 파인콘 외에도 위비에이트(Weaviate)와 밀버스(Milvus) 등이 빠르게 MCP를 채택하고 있다.

데이터베이스용 MCP를 사용할 때 주의할 점

엔터프라이즈 데이터베이스를 위한 MCP 서버에 뛰어들기 전에 보안 위험에 대해 이해하는 것이 중요하다. 예를 들어 프롬프트 주입은 여전히 해결되지 않은 문제이므로 SQL 문에 대한 권한을 제한하는 것이 좋다.

수파베이스는 이 문제를 개선하기 위해 실행 전에 각 툴 호출에 대해 수동 승인을 요구하는 AI 클라이언트 설정을 활성화할 것을 권장한다. 또한 전문가는 필요한 최소한의 권한만 할당하고 API 자격 증명과 같은 민감한 데이터의 노출을 피할 것을 권한다. 원격 서버를 호스팅할 때는 인증 및 권한 부여에 대한 실사가 특히 중요하다.

마지막으로, 섀도우 IT를 방지하기 위해 사용하는 내부 MCP 서버를 카탈로그화하는 것이 일반적인 관행이 되고 있다. 실험적인 프로젝트라 해도 마찬가지다. 이를 위해 전문가는 승인된 서버를 문서화하는 MCP 레지스트리를 권장한다. MCP 레지스트리는 MCP 서버 검색과 보안 인식을 모두 개선한다.
dl-itworldkorea@foundryco.com