AI 에이전트와 DB 사이 '안전벨트' MCP

AI 에이전트에게 데이터베이스 접근 권한을 주는 일은 양날의 검이다. 잘못된 조인으로 조용히 틀린 답을 자신 있게 내놓거나, 오해한 지시 한 줄이 WHERE 절 없는 DELETE로 번지기도 한다. 개발자 가가르왈(gagarwal304)이 공개한 오픈소스 MCP 서버 '데이터브리지(DataBridge)'는 바로 이 위험 구간에 안전벨트를 끼우겠다는 도구다.

무슨 일인가

데이터브리지는 클로드·GPT·제미나이 등 MCP를 지원하는 모든 에이전트와 데이터베이스 사이에 자리 잡는 단일 인터페이스다. 에이전트는 자연어 질문이나 구조화된 의도를 던지고, 서버가 연결 관리·안전 강제·스키마 학습·이종 DB 간 조인 정규화·질의 후 변환을 대신 처리한다. 에이전트는 '데이터 엔지니어링 문제'가 아니라 '답'을 받는다는 것이 설계 철학이다.

제작자는 현재 에이전트들이 네 가지 방식으로 실패한다고 짚는다. 첫째, 포스트그레SQL의 정수형 ID와 몽고DB의 문자열 ID를 그대로 조인해 0건을 얻고도 "결과 없음"이라 단언하는 '조용한 오답'. 둘째, 파괴적 작업을 막을 결정론적 차단 계층의 부재. 셋째, 세션마다 스키마를 처음부터 다시 학습하는 '콜드 스타트'로 인한 토큰 낭비. 넷째, 50만 행 테이블에 SELECT *를 날려 컨텍스트 창을 통째로 태우는 원시 데이터 끌어오기다.

핵심 짚어보기

성능은 데이터에이전트벤치(DataAgentBench)로 검증했다. UC버클리와 하수라(Hasura)가 만든 이 벤치마크는 포스트그레SQL·몽고DB·SQLite·덕DB 4종에 걸친 12개 실제 데이터셋의 54개 질의로 구성된다. 데이터브리지는 비교적 저렴한 모델인 GLM-5.2와 결합해 Pass@1 61.37%를 기록했다. 같은 표에서 클로드 오푸스 4.8 기반 스페이스독(Spacedock)이 67.2%, 클로드 소네트 4.6 기반 알티메이트(Altimate) 조합이 최고 71.7%를 냈는데, 저비용 모델로 프런티어급에 근접했다는 점이 이 도구가 내세우는 강조점이다.

1인기업 실전 적용 포인트

• 에이전트에 DB를 직접 붙이기 전, 읽기 전용 권한과 차단 계층부터 두라. "프롬프트로 조심시키기"는 실수로 인한 DELETE 사고를 막지 못한다.
• 매 세션 스키마를 다시 읽게 하지 말고, 테이블 정의·조인 관계를 한 번 정리해 캐시해 두면 토큰과 시간이 절약된다(데이터브리지의 스키마 학습이 이 역할).
• 큰 테이블은 SELECT * 대신 집계를 DB에 밀어 넣어라. 결과만 컨텍스트에 올려야 토큰 폭발을 피한다.
• 타입이 다른 데이터를 함께 쓴다면 조인 키의 타입 불일치를 먼저 점검하라. '0건'이 진짜 0건인지 의심하는 습관이 자동화 신뢰도를 지킨다.

전망 / 주의점

오픈소스 초기 단계(커밋 5개)인 만큼 운영 도입 전 검증은 필수다. 다만 '에이전트가 답을 신뢰성 있게 가져오게 하는 미들웨어'라는 방향은 1인기업의 데이터 자동화에 분명한 가치가 있다. 모델을 키우기보다 모델 주변의 배관을 단단히 하는 접근이 비용 대비 효과가 크다는 신호다.

출처: GitHub (https://github.com/gagarwal304/databridge)