기업 AI가 실험 단계를 넘어 실제 비즈니스 활용 단계로 나아가면서 끊임없이 제기되는 과제는 바로 AI 에이전트가 비즈니스 데이터 및 프로세스와 안전하게 상호 작용할 수 있도록 하는 방법입니다.

그것이 모델 컨텍스트 프로토콜(MCP) 들어 온다.

MCP는 대규모 언어 모델(LLM)이 애플리케이션 및 외부 시스템에 연결되는 방식을 표준화하는 개방형 프로토콜입니다. Mendix 이러한 생태계는 흥미로운 가능성을 열어줍니다. AI 에이전트는 단순히 질문에 답하는 것 이상을 할 수 있습니다. 데이터를 검색하고, 비즈니스 로직을 실행하며, 구조화되고 관리되는 방식으로 기업 시스템과 상호 작용할 수 있습니다.
특히 강력한 예시 중 하나는 연결하는 것입니다. Mendix AI 에이전트 에 Snowflake에서 관리하는 MCP 서버.

왜이 문제

Snowflake에서 관리하는 MCP 서버를 사용하면 추가 미들웨어나 별도의 서버 인프라를 배포하지 않고도 Snowflake 기능을 AI 에이전트에 직접 노출할 수 있습니다. 개발자는 사용자 지정 커넥터를 처음부터 구축하는 대신, 안전한 통합을 구성하여 AI 에이전트가 Snowflake 기능을 활용할 수 있도록 할 수 있습니다. Mendix AI 에이전트는 Snowflake에 이미 있는 데이터와 로직을 활용하여 작동합니다.

이것은 Mendix AI 에이전트는 다음과 같은 기능을 수행할 수 있습니다.

• 자연어를 사용하여 Snowflake에서 레코드를 검색합니다.
• 안내에 따라 상호 작용하며 데이터를 삽입하거나 업데이트합니다.
• 기존 저장 프로시저를 AI 도구로 재사용하세요
• 기업 데이터를 활용하여 업무 중심의 비즈니스 워크플로우를 지원하세요.

실질적으로는 다음과 같은 경험을 만들 수 있습니다.

• Snowflake에서 티켓 데이터를 검색하고 업데이트하는 지원 챗봇
• 운영 작업을 위해 저장된 프로시저를 재사용하는 내부 지원 도구
• 스키마 검사, 레코드 조회 또는 로직 실행을 위한 대화형 인터페이스

요약하자면, 연결 코드는 줄이고, 유용한 AI는 늘리는 것입니다.

시작하기 위해 필요한 것

연결을 설정하려면 다음 방법 중 하나로 시작할 수 있습니다. 빈 GenAI 앱 또는 Agent Builder Starter App을 in Mendix.

또한 다음이 필요합니다.

- MCP 클라이언트 모듈 (이미 해당 모듈을 사용 중인 경우, 버전 3.1.0 이상으로 업데이트되었는지 확인하십시오.)
- 대화형 UI 모듈
– 구성된 Snowplake에서 관리하는 MCP 섬기는 사람
- A 서비스 유형 Snowflake 사용자
- A 프로그래밍 방식 액세스 토큰 (PAT) 인증을 위한 프로토콜입니다 (OAuth도 사용 가능합니다).

설정 방법

Snowflake에서 관리하는 MCP 서버를 준비합니다.

스노우플레이크 측에서는 당신이 다음과 같습니다.

• 데이터베이스와 스키마를 설정합니다.
• MCP 도구로 노출될 저장 프로시저를 생성합니다.
• 만들기 MCP 서버 Snowflake의 객체
• 네트워크 규칙 및 정책을 구성합니다.
• 만들기 서비스 종류 사용자를 위한 Mendix
• PAT를 생성하거나 안전한 인증을 위해 OAuth를 설정하세요.

저장 프로시저는 AI 에이전트가 사용할 수 있는 "기술" 역할을 합니다. 예를 들어, 문서에는 다음과 같은 프로시저가 나와 있습니다.

• 스키마 메타데이터 검색 중
• 테이블에서 레코드를 검색합니다
• 테이블에 레코드 삽입

이러한 도구들은 Snowflake MCP 서버를 통해 도구로 제공됩니다.

이것은 매우 효율적인 패턴입니다. AI에게 데이터베이스에 대한 무제한 접근 권한을 주는 대신, AI가 수행해야 할 작업만 노출하는 것입니다. 마치 창고 전체의 열쇠를 주는 대신, 잘 정리된 도구 상자를 에이전트에게 주는 것과 같습니다.

예시 사용 사례: 지원 티켓 관리

문서에 있는 예시 설정에서는 Snowflake의 지원 티켓 테이블을 사용합니다. AI 에이전트는 다음과 같은 작업을 수행할 수 있습니다.

• 스키마를 검사하세요
• 우선순위가 높은 티켓을 검색하세요
• 사용자 요청에 따라 새 티켓을 삽입합니다.

예를 들어, 사용자는 다음과 같이 질문할 수 있습니다.Which tickets have high priority?

그러면 에이전트는 관련 MCP 도구를 호출하고 Snowflake에서 데이터를 검색한 후 자연어로 응답할 수 있습니다.
이를 통해 사용자가 직접 쿼리를 작성할 필요 없이 구조화된 비즈니스 데이터와 상호 작용하는 대화형 엔터프라이즈 앱을 훨씬 쉽게 구축할 수 있습니다.

현실 Mendix 눈송이에게

Snowflake MCP 서버가 준비되면, Mendix 그쪽은 상당히 간단합니다.

In Mendix Studio Pro를 사용하면 앱을 생성하거나 업데이트하고 구성할 수 있습니다. MCP 클라이언트 Snowflake 엔드포인트에 연결하기 위해 인증은 마이크로플로우를 생성하여 처리합니다. 인증은 해당 마이크로플로우에 인증 정보를 추가하는 방식으로 이루어집니다. 눈송이 PAT 등 열매 맺는 초목 요청 헤더의 토큰.

그런 다음 설정을 구성합니다. 소비된 MCP 다음과 같은 세부 정보가 포함된 서비스:

• 서비스 이름
• Snowflake MCP 엔드포인트
• 프로토콜 버전: 'v2025-03-26'
• 타임아웃 설정
• 따라서 신임장 마이크로플로우

모든 설정이 올바르게 되어 있다면, Mendix 서비스를 검증하고 서버 상태가 사용 가능함을 표시합니다. 그 후 사용 가능한 MCP 도구를 확인하고 AI 에이전트에 연결할 수 있습니다.

시스템 프롬프트의 역할

가장 중요한 단계 중 하나는 AI 에이전트의 시스템 프롬프트를 올바르게 구성하는 것입니다. 왜냐하면 아무리 유능한 AI 에이전트라도 다음과 같은 사항에 대한 명확한 지침이 필요하기 때문입니다.

• 어떤 스키마와 테이블을 사용해야 할까요?
• 각 도구의 기능
• 어떤 도구를 언제 사용해야 할까요?
• 삽입 또는 검색에 적용되는 제약 조건은 무엇입니까?

문서에 있는 예제 시스템 프롬프트는 따라하기 좋은 패턴입니다. 에이전트에게 다음과 같은 도구를 사용하는 방법을 정확하게 알려줍니다.get_schema_metadata,retrieve_records예산 및insert_record또한 삽입 시 자동 생성된 ID를 생략하는 것과 같은 실용적인 규칙이 포함되어 있습니다.

이는 성공적인 기업용 AI는 모델 품질뿐만 아니라 명확한 도구 설계, 접근 권한 범위 설정, 정확한 프롬프트 제공에도 달려 있다는 점을 다시 한번 상기시켜 줍니다.

기업 발전에 대한 이점

연결 Mendix Snowflake에서 관리하는 MCP 서버에 AI 에이전트를 추가하면 다음과 같은 여러 가지 이점이 있습니다.

• MCP 서버 구축을 위해 별도의 인프라가 필요하지 않습니다.
• Snowflake 인증 및 네트워크 정책을 통한 안전한 액세스
• 저장 프로시저를 통한 재사용 가능한 비즈니스 로직
• 더 빠른 개발 Mendix 모듈 및 구성 패턴
• 승인된 도구와 작업만 공개하여 더 나은 거버넌스를 구현합니다.

기업 팀에게 있어 이러한 조합은 특히 매력적입니다. Mendix Snowflake는 대화형 환경을 구축하기 위한 로우코드 환경을 제공하며, 데이터 및 로직에 대한 관리형 액세스를 제공합니다.

실제로 작동하는 무언가를 만들 준비가 되었습니다.

이 통합 사례는 기업용 AI가 어떤 모습이어야 하는지를 보여줍니다. 실용적이고 안전하며 실제 비즈니스 시스템과 연결되어 있다는 것입니다.

연결하여 Mendix Snowflake에서 관리하는 MCP 서버를 사용하는 AI 에이전트를 통해 팀은 채팅을 넘어 레코드 검색, 데이터 삽입, 기존 로직 재사용 등 의미 있는 작업을 제어된 방식으로 수행하는 어시스턴트를 구축할 수 있습니다.

이미 사용중인 경우 Mendix GenAI 경험과 Snowflake를 데이터 및 처리 용도로 사용하는 경우, 이는 탐색해 볼 만한 강력한 패턴입니다. 로우코드의 속도와 엔터프라이즈급 데이터 접근성을 결합한 매우 훌륭한 조합이라고 생각합니다.