MCP, Gemini CLI, 기타 에이전트와 함께 Looker 사용

이 페이지에서는 Looker 인스턴스를 다양한 개발자 도구에 연결하는 방법을 보여줍니다.

가장 강력하고 통합된 환경을 위해서는 Gemini CLI 전용 Looker 확장 프로그램을 사용하는 것이 좋습니다. Looker의 시맨틱 레이어를 사용하여 Gemini CLI에 신뢰할 수 있는 데이터에 대한 안전하고 관리되며 온디맨드 액세스를 제공하고, 자연어 프롬프트에서 보고서, 시각화, 대시보드 생성을 자동화하여 워크플로를 가속화하세요. Google Cloud의 차세대 명령줄 인터페이스인 Gemini CLI는 명령줄에서 Looker 인스턴스와 상호작용하는 데 권장되는 도구입니다.

범용 데이터베이스용 MCP 도구 상자를 사용하여 모델 컨텍스트 프로토콜 (MCP)을 지원하는 다른 통합 개발 환경 (IDE) 및 개발자 도구를 연결할 수도 있습니다. MCP 도구 상자는 인증 및 연결 풀링과 같은 복잡한 작업을 처리하여 AI 에이전트를 데이터에 쉽게 연결할 수 있도록 지원하는 오픈소스 MCP 서버로, IDE에서 직접 자연어를 사용하여 데이터와 상호작용할 수 있습니다. 이러한 도구의 경우 이 메서드는 핵심 데이터베이스 상호작용 기능을 제공합니다.

Gemini CLI 및 확장 프로그램 정보

Gemini CLI는 코딩, 디버깅, 데이터 탐색, 콘텐츠 제작을 지원하여 개발 워크플로를 가속화하도록 설계된 오픈소스 AI 에이전트입니다. 이 도구의 목표는 데이터 클라우드 서비스와 인기 있는 오픈소스 데이터베이스와 상호작용할 수 있는 우아한 에이전트형 환경을 제공하는 것입니다.

확장 프로그램 작동 방식

Gemini CLI는 확장성이 뛰어나 확장 프로그램을 통해 새로운 도구와 기능을 추가할 수 있습니다. 이러한 확장 프로그램은 간단하게 설치할 수 있습니다. GitHub URL, 로컬 디렉터리 또는 구성 가능한 레지스트리에서 로드할 수 있습니다. 이러한 확장 프로그램은 워크플로를 간소화하는 새로운 도구, 슬래시 명령어, 프롬프트를 비롯한 다양한 기능을 제공합니다.

Looker 인증 준비

표준 API 사용자 인증 정보를 사용하거나 OAuth 애플리케이션 등록을 통해 MCP 클라이언트를 Looker로 인증할 수 있습니다.

옵션 1: API 사용자 인증 정보

1. Looker 클라이언트 ID와 클라이언트 보안 비밀번호를 가져옵니다. Looker API 인증 문서 페이지의 안내를 따르세요.
2. Looker 인스턴스의 기본 URL이 있어야 합니다. https://looker.example.com와 같은 형식일 가능성이 높습니다. API가 다른 포트에서 수신 대기하는 경우도 있으므로 이 경우에는 https://looker.example.com:19999를 사용해야 합니다.

옵션 2: OAuth 애플리케이션 등록

1. Looker API 탐색기를 엽니다.

   API 탐색기가 설치됨

   Looker 인스턴스에 API 탐색기가 이미 설치되어 있으면 다음 URL 형식을 사용하여 액세스할 수 있습니다.

   https://LOOKER_INSTANCE_URL/extensions/marketplace_extension_api_explorer::api-explorer/
   

   API 탐색기가 설치되지 않음

   Looker 인스턴스에 API 탐색기가 없는 경우 Looker Marketplace에서 설치할 수 있습니다. API 탐색기를 설치하는 방법에 대한 자세한 내용은 API 탐색기 사용 페이지를 참고하세요.

   PSA 비공개 인스턴스

   비공개 서비스 액세스를 사용하는 Looker (Google Cloud 핵심 서비스) 비공개 연결 인스턴스를 사용하는 경우 Looker Marketplace 및 API 탐색기가 지원되지 않습니다. AI 에이전트를 등록하려면 oauth_client_apps API 엔드포인트를 직접 호출해야 합니다. 이 방법을 사용하는 경우 이 API 탐색기 절차의 나머지 단계를 건너뛸 수 있습니다.

   다음은 oauth_client_apps 엔드포인트와 함께 사용하여 에이전트를 등록할 수 있는 curl 명령어의 예입니다.

   curl -X POST "https://LOOKER_INSTANCE_URL/api/4.0/oauth_client_apps/CLIENT_GUID" \
   -H "Authorization: token ACCESS_TOKEN" \
   -H "Content-Type: application/json" \
   -d '{
     "redirect_uri": "REDIRECT_URI",
     "display_name": "CLIENT_NAME",
     "description": "OAuth client to access MCP server using CLIENT_NAME",
     "enabled": true
   }'
   

2. Auth 메서드에서 OAuth 앱 등록 API 엔드포인트를 찾습니다. 검색 필드에서 'oauth app'을 검색할 수도 있습니다.

3. 실행을 선택합니다.

4. client_guid의 경우 맞춤 문자열 (예: gemini_cli 또는 claude-desktop)을 입력합니다.

5. 요청 본문에 다음 JSON 구성을 입력합니다.

   {
     "redirect_uri": "AI_AGENT_REDIRECT_URI",
     "display_name": "APPLICATION_NAME",
     "description": "APPLICATION_DESCRIPTION",
     "enabled": true
   }
   

   다음을 바꿉니다.

   • AI_AGENT_REDIRECT_URI: AI 에이전트 확장 프로그램 또는 공유 서비스 애플리케이션의 리디렉션 URI입니다.

     • 클라우드 호스팅 애플리케이션의 경우 보안 HTTPS URL(https://AI_AGENT_URL/oauth2callback)처럼 보일 수 있습니다.

     • 로컬에서 실행되는 애플리케이션의 경우 정적 포트가 있는 localhost URL이어야 합니다. http://localhost:7777/oauth/callback

     • IDE의 경우 다음과 같이 표시될 수 있습니다. vscode://google.vscode-looker-official/oauth_callback

   • APPLICATION_NAME: OAuth 애플리케이션의 표시 이름입니다(예: Claude Desktop).

   • APPLICATION_DESCRIPTION: OAuth 애플리케이션에 대한 간단한 설명입니다.

6. 이 API 엔드포인트가 데이터를 변경한다는 것을 이해합니다 옆의 확인란을 선택한 다음 실행을 선택합니다.

MCP 도구 상자 설치

1. MCP 도구 상자 최신 버전을 바이너리로 다운로드합니다. OS 및 CPU 아키텍처에 해당하는 바이너리를 선택합니다. MCP Toolbox 버전 V1.0.0 이상을 사용해야 합니다.

   linux/amd64

   curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/v1.0.0/linux/amd64/toolbox
   
   

   darwin/arm64

   curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/v1.0.0/darwin/arm64/toolbox
   
   

   darwin/amd64

   curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/v1.0.0/darwin/amd64/toolbox
   
   

   windows/amd64

   curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/v1.0.0/windows/amd64/toolbox.exe
   
   

2. 바이너리를 실행 파일로 만듭니다.

   chmod +x toolbox
   

3. 설치를 확인합니다.

   ./toolbox --version
   

MCP 도구 상자를 공유 서비스로 실행

HTTPS를 통한 OAuth 인증이 필요한 MCP 클라이언트의 경우 HTTPS 리버스 프록시 (예: Cloud Run) 뒤에 MCP Toolbox를 배포해야 합니다. 역방향 프록시는 SSL을 종료하고 요청을 MCP 도구 상자 컨테이너로 전달합니다.

서버 환경 구성

1. 배포에서 다음 환경 변수를 설정합니다.

   • LOOKER_BASE_URL=YOUR_LOOKER_BASE_URL
   • LOOKER_USE_CLIENT_OAUTH=true

2. 다음 인수를 사용하여 MCP 도구 상자를 실행합니다.

   • --prebuilt=looker,looker-dev
   • --mcp-prm-file=prm.json
   • [--address=0.0.0.0]
   • [--port=8080]

   MCP 도구 상자는 일반적으로 127.0.0.1 포트 5000에서 리슨합니다. 리버스 프록시가 다른 호스트에 있는 경우 --address=0.0.0.0를 사용하여 모든 IP 주소에 바인딩합니다. 5000 이외의 리슨 포트를 사용해야 하는 경우 --port= 설정을 사용합니다. 예를 들어 Cloud Run은 HTTPS 포트인 포트 443의 외부 트래픽을 8080로 자동 전달합니다.

3. 다음 구조로 보호된 리소스 메타데이터 (PRM) 구성 파일 (prm.json)을 만듭니다.

   {
   "resource": "https://PROXY_URL/mcp",
   "authorization_servers": ["LOOKER_URL"],
   "scopes_supported": ["cors_api"]
   }
   

   다음을 바꿉니다.

   • PROXY_URL: 리버스 프록시 서버의 도메인 및 기본 경로입니다.
   • LOOKER_URL: Looker 인스턴스의 기본 URL입니다.

MCP 도구 상자를 공유 서비스로 실행할 때 클라이언트를 구성하는 방법의 예는 Claude 데스크톱 구성 예시를 참고하세요.

MCP 클라이언트 구성

이 섹션에서는 데이터베이스용 MCP 도구 상자를 사용하여 Looker 인스턴스에 연결하도록 다양한 개발자 도구를 구성하는 방법을 설명합니다. 이 도구 상자는 IDE와 데이터베이스 사이에 있는 오픈소스 모델 컨텍스트 프로토콜 (MCP) 서버 역할을 하며 AI 도구를 위한 안전하고 효율적인 컨트롤 플레인을 제공합니다. 특정 도구의 탭을 선택하여 구성 안내를 확인합니다.

• Gemini CLI
• Gemini Code Assist
• Claude code
• Claude desktop
• Cline(VS Code 확장 프로그램)
• Cursor
• Visual Studio Code(Copilot)
• Windsurf(Codium)

      {
        "mcpServers": {
          "looker-toolbox": {
            "command": "./PATH/TO/toolbox",
            "args": ["--stdio", "--prebuilt", "looker"],
            "env": {
                "LOOKER_BASE_URL": "LOOKER_URL",
                "LOOKER_CLIENT_ID": "CLIENT_ID",
                "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
                "LOOKER_VERIFY_SSL": "VERIFY_SSL",
          }
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "type": "http",
            "url": "https://PROXY_URL/mcp"
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "command": "./PATH/TO/toolbox",
            "args": ["--stdio", "--prebuilt", "looker"],
            "env": {
                "LOOKER_BASE_URL": "LOOKER_URL",
                "LOOKER_CLIENT_ID": "CLIENT_ID",
                "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
                "LOOKER_VERIFY_SSL": "VERIFY_SSL",
          }
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "command": "./PATH/TO/toolbox",
            "args": ["--stdio", "--prebuilt", "looker"],
            "env": {
                "LOOKER_BASE_URL": "LOOKER_URL",
                "LOOKER_CLIENT_ID": "CLIENT_ID",
                "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
                "LOOKER_VERIFY_SSL": "VERIFY_SSL",
          }
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "type": "http",
            "url": "https://PROXY_URL/mcp"
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "command": "./PATH/TO/toolbox",
            "args": ["--stdio", "--prebuilt", "looker"],
            "env": {
                "LOOKER_BASE_URL": "LOOKER_URL",
                "LOOKER_CLIENT_ID": "CLIENT_ID",
                "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
                "LOOKER_VERIFY_SSL": "VERIFY_SSL",
          }
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "type": "http",
            "url": "https://PROXY_URL/mcp"
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "command": "./PATH/TO/toolbox",
            "args": ["--stdio", "--prebuilt", "looker"],
            "env": {
                "LOOKER_BASE_URL": "LOOKER_URL",
                "LOOKER_CLIENT_ID": "CLIENT_ID",
                "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
                "LOOKER_VERIFY_SSL": "VERIFY_SSL",
          }
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "type": "http",
            "url": "https://PROXY_URL/mcp"
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "command": "./PATH/TO/toolbox",
            "args": ["--stdio", "--prebuilt", "looker"],
            "env": {
                "LOOKER_BASE_URL": "LOOKER_URL",
                "LOOKER_CLIENT_ID": "CLIENT_ID",
                "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
                "LOOKER_VERIFY_SSL": "VERIFY_SSL",
          }
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "type": "http",
            "url": "https://PROXY_URL/mcp"
          }
        }
      }
  

AI 도구 사용

이제 AI 도구가 MCP를 사용하여 Looker에 연결됩니다. AI 어시스턴트에게 모델, Explore, 측정기준, 측정값을 나열해 달라고 요청해 보세요. 쿼리의 SQL을 가져오거나 저장된 Look을 실행하여 쿼리를 실행할 수도 있습니다.

LLM에서 사용할 수 있는 도구는 다음과 같습니다.

Looker 모델 및 쿼리 도구

이러한 도구는 Looker 모델에 관한 정보를 가져오고 해당 모델에 대해 쿼리를 실행하는 데 사용됩니다.

• get_models: Looker 인스턴스의 모든 LookML 모델을 나열합니다.
• get_explores: 지정된 모델의 탐색 영역을 나열합니다.
• get_dimensions: 지정된 Explore의 측정기준을 나열합니다.
• get_measures: 지정된 Explore의 측정항목을 나열합니다.
• get_filters: 지정된 Explore의 필터를 나열합니다.
• get_parameters: 지정된 Explore의 매개변수를 나열합니다.
• query: 쿼리를 실행하고 데이터를 반환합니다.
• query_sql: 쿼리에 대해 Looker에서 생성된 SQL을 반환합니다.
• query_url: 추가 탐색을 위해 Looker의 쿼리 링크를 반환합니다.

Looker 콘텐츠 도구

이러한 도구는 Looker 인스턴스에서 저장된 콘텐츠 (Look 및 대시보드)를 가져와 새로운 저장된 콘텐츠를 만듭니다.

• get_looks: 제목 또는 설명과 일치하는 저장된 스타일을 반환합니다.
• run_look: 저장된 Look을 실행하고 데이터를 반환합니다.
• make_look: Looker에서 저장된 Look을 만들고 URL을 반환합니다.
• get_dashboards: 제목 또는 설명과 일치하는 저장된 대시보드를 반환합니다.
• make_dashboard: Looker에서 저장된 대시보드를 만들고 URL을 반환합니다.
• add_dashboard_element: 대시보드에 타일을 추가합니다.

Looker 인스턴스 상태 도구

이러한 도구는 인기 있는 CLI Henry에서 제공하는 것과 동일한 상태 점검 알고리즘을 제공합니다.

• health_pulse: Looker 인스턴스의 상태를 확인합니다.
• health_analyze: Looker 객체의 사용량을 분석합니다.
• health_vacuum: 사용되지 않을 수 있는 LookML 요소를 찾습니다.

LookML 작성 도구

이러한 도구를 사용하면 호출자가 LookML 파일을 작성하고 수정할 수 있을 뿐만 아니라 LookML을 효과적으로 작성하는 데 필요한 데이터베이스 스키마를 가져올 수 있습니다.

• dev_mode: 세션의 개발 모드를 사용 설정 및 중지합니다. LookML 작성은 개발 모드에서 실행해야 합니다. 개발 모드에서 실행되는 쿼리는 수정된 LookML을 사용하므로 변경사항의 영향을 테스트할 수 있습니다.
• get_projects: 사용 가능한 LookML 프로젝트 목록을 가져옵니다.
• get_project_files: 프로젝트의 LookML 파일 목록을 가져옵니다.
• get_project_file: LookML 파일의 콘텐츠를 가져옵니다.
• create_project_file: 새 LookML 파일을 만듭니다.
• update_project_file: 기존 LookML 파일을 수정합니다.
• delete_project_file: LookML 파일을 삭제합니다.
• get_connections: 연결 목록을 가져옵니다.
• get_connection_schemas: 연결의 스키마 목록을 가져옵니다.
• get_connection_databases: 연결의 데이터베이스 목록을 가져옵니다.
• get_connection_tables: 연결의 테이블 목록을 가져옵니다.
• get_connection_table_columns: 연결의 테이블에 대한 열 목록을 가져옵니다.