클로드 MCP를 Machbase Neo에 연동하고, AI스럽게 사용해보기
- Andrew Sungjin Kim
- 8월 3일
- 4분 분량
최종 수정일: 8월 4일
드디어 마크베이스 네오를 지원하는 클로드 기반의 MCP가 개발되기 시작했습니다. 이 글에서는 누구나 마크베이스 네오를 기반으로 클로드 데스크탑을 통한 MCP 사용법과 그 놀라운 결과를 함께 공유하는 시간을 가지겠습니다.
그렇지만, 여러가지 가능성을 살펴보는 베타 단계이고, 아직 버전 0.1 이므로 부족한 것들이 있을 수 있다는 말씀을 미리 드립니다. 그리고, 오픈소스로 공개되어 있으니 개선이 되거나, 궁금한 점이 있으면, 언제라도 github의 해당 링크를 통해 이슈를 등록해주시면 감사하겠습니다.
CLAUDE 소개
Claude는 Anthropic에서 개발한 AI 어시스턴트로, 텍스트 생성, 분석, 코딩, 창작 등 다양한 작업에 활용할 수 있는 오픈 AI, 구글 Gemini와 같이 세계 3개 AI 기업입니다. 특히, MCP(Model Context Protocol)는 Anthropic에서 개발한 오픈 표준으로, AI 모델과 외부 데이터 소스 간의 안전한 연결을 가능하게 해줍니다.
오늘은 이 클로드의 MCP를 마크베이스 네오에 연결하고, 자연어를 통한 데이터 조작을 해 보는 시간을 가지도록 하겠습니다. 혹여 궁금하신 분은 아래의 유튜브 링크를 통해 미리 확인하실 수 있습니다.
MCP 환경 개요
간단하게 테스트하고, 활용할 수 있도록 하는 컨텍츠의 목적이 있기 때문에 윈도우 운영체제를 기준으로 합니다.네
또한, 마크베이스 네오 최신 버전이 해당 운영체제에 이미 설치되어 있다고 가정하고, 시작하겠습니다.
혹시나 마크베이스 설치관련 정보가 필요하시다면 다음 링크를 참고하십시요.
운영체제 : Windows 11
마크베이스 네오 : 윈도우용 v8.0.55 (이전 버전도 상관 없음)
AI 어시스턴트 : 클로드
마크베이스 네오 데이터 허브 준비
네오가 설치된 환경이지만, 테스트를 위한 데이터를 보다 쉽게 구축하기 위해 AI 데이터 허브에 있는 데이터 셋을 활용해 봅니다.
우선 위의 그림과 같이 네오 좌측의 붉은 박스를 눌러, github의 데이터를 받을 준비하면, 아래와 같이 중심에 팝업 화면이 나타납니다. 그때 마크베이스 AI 데이터 허브 링크인 https://github.com/machbase/datahub 를 입력하고, OK를 누릅니다.
이 과정이 성공적으로 완료되면, 아래와 같이 좌측에 datahub 폴더가 나옵니다.
가전기기 전력 사용량 및 관련 데이터 로딩
아래의 그림에서 2025년 06으로 표현된 Appliances Energy 데이터를 로딩해서 MCP에서 활용해 보도록 하겠습니다. 전체 데이터 갯수도 55여만건에 불과해서 테스트하기 아주 용이합니다. (더 자세한 데이터 처리 및 AI 응용 설명은 해당 링크를 참조하자)
좌측에서 커서를 "create tag..." 에 옮기고, 플레이 버튼을 누르면, appliance_energy 테이블이 생성됩니다. (혹시 생성되지 않을 때는 커서의 위치가 2번 라인에 있는지 확인하시고, 그곳을 클릭해서 옮겨 주시면 됩니다)
그리고, 아래와 같이 화면을 아랫쪽으로 스크롤한 후에 Data Loading의 플레이 버튼을 누르면 금방 로딩됩니다.
위의 그림과 같이 5초만에 55만건의 데이터가 입력된 것을 확인할 수 있습니다.
클로드 MCP 데스크탑 설치하기
https://claude.ai/download 에 방문하여 아래와 같이 윈도우용 어플을 설치합니다.
설치가 끝나고, 실행하면, 아래와 같이 윈도우 화면에서 동작하는 것을 볼 수 있습니다. (무료 사용자의 경우 테스트 이전에 너무 많은 질문을 해서 토큰을 낭비하지 마세요)
마크베이스 네오를 위한 MCP 설치하기
마크베이스 네오를 위한 MCP 소스코드는 위치는 https://github.com/machbase/machbase-mcp-server 이고,, 이를 다운로드합니다.
압축 해제 후 폴더에는 아래와 같이 몇개의 코드가 있습니다.
해당 배치화일을 실행하면, 아래와 같이 환경이 자동으로 설치되는 화면이 나오면 정상입니다.
그리고, 최종적으로 아래와 같이 나오면 모두 성공적으로 모두 설치되어, MCP를 사용할 수 있는 준비가 끝났습니다.
클로드 데스크탑 재구동하기
클로드 데스크탑은 데몬으로 구동됩니다. 따라서, 아래와 같이 데몬을 종료하고, 다시 실행해야 합니다. 아래와 같이 "검색 및 도구"를 클릭했을 때 마크베이스가 보이면, 성공적으로 설치된 것입니다!
machbase 메뉴를 클릭하면, 아래와 같이 세부 선택사항이 나타나며, 적절하게 활용하실 수 있습니다.
MCP를 통해 마크베이스 네오 데이터 활용
이게 본격적으로 마크베이스 내부의 데이터를 활용해 볼 시간입니다. 더구나, SQL을 모르고도 누구나 쉽게 데이터를 추출하고, 분석하고, 심지어 차트까지 그려볼 수 있다는 기대를 가지게 하네요.
테이블 리스트 확인하기
우리가 앞에서 생성했던 APPLIANCE_ENERGY 말고도, 내부 테이블 및 메타 테이블 그리고, 자동으로 생성된 롤업 테이블까지 찾아주는 놀라운 능력을 보입니다!
APPLIANCE_ENERGY 테이블 정보 확인하기
테이블에 대한 구체적인 정보를 주지 않았지만, 에너지 및 환경 모니터 데이터라는 것을 이미 알고 있네요!!
태그 리스트 확인해 보기
이 결과를 보고는 사실 상당히 놀랐습니다! 왜냐하면, DB 내부에는 아래와 같이 태그의 이름만 존재하지, 구체적인 역할을 나타내는 정보는 없거든요. 클로드가 이 정보를 어디에서 가져온 것인지 참으로 궁금합니다.
간단한 차트 그리기
lights 센서에 대해 차트를 그려달라고 하니 아래와 같이 그려 주고 있습니다.
물론 현재의 마크베이스 MCP 구조가 최적화되지 않았기 때문에 클로드가 여러가지 시도를 통해 데이터를 추출했고, 우측과 같이 차트 생성 및 간단한 데이터 분석까지 해 주었습니다. 기특합니다!
lights 센서의 데이터 분석 요청해 보기
"전체 lights 데이터 패턴에서 이상이 있는 부분을 찾고, 분석해 줄래?" 라는 명령을 내려 보았더니, 아래와 같이 놀라운 분석을 해 주고 있습니다.
위와 같이 클로드의 데이터 분석 결과를 얻을 수 있었습니다. 새로운 신세계를 발견한 느낌입니다. 클로드가 어찌나 똑똑한지요! (물론 여기서 밝히지 못하는 삽질도 많았습니다)
마크베이스 MCP의 한계
블로그 글의 성격상 가장 핵심적인 내용만을 정리한 이유로 실제 사용하면서 접했던 모든 문제와 한계점을 일일이 기술할 수 없었던 점은 아쉽습니다. 그렇지만, 아래와 같이 현재 마크베이스 MCP를 통해 클로드를 사용하면서 느낀 여러가지 개선점은 아래와 같이 정리할 수 있었습니다.
마크베이스 SQL 구문 이해의 한계 - 애초에 클로드가 마크베이스의 모든 SQL 문법을 이해할 수 없습니다. 그래서, 이후에는 사용자가 가장 많이 사용하는 데이터 추출 패턴들에 대해 미리 프롬프트로 제공할 수 있는 방법을 고민해야 할 것 같습니다.
RAG 시스템 필요성 - 현재는 특정 주제에 대해 클로드가 자체적으로 특정 URL을 검색하도록 하는 간접적인 방식으로 마크베이스 네오의 정보를 전달하고 있습니다. 향후에는 직접적으로 의미있는 프롬프트를 직접 전달하는 방식을 고민해야 할 것 같네요.
데이터 분석의 방법론 고려 - 단순히 "분석"이라는 용어를 넘어서 실제 고객들의 현장에서 필요로 하는 많은 문제와 분석 기법을 어떤 형태로든 MCP 내부에 내장해야한다는 필요성을 느끼게 되었습니다.
향후 MCP 개발 계획
현재는 클로드를 위한 MCP 만을 사례로 삼았지만, 오픈 AI나 gemini 혹은 자체 SLM이나 ollama, LM studtio와 같은 다양한 LLM과의 연동도 중요해 보입니다. 그리고, 필요하다면 마크베이스에 fine tuning된 로컬 LLM을 통해 정확하고, 신속하게 데이터를 추출, 분석하는 것도 좋은 방향으로 생각하고 있습니다.
마크베이스에 최적화된 프롬프트 및 SQL 데이터 보완
완전한 클로드 전용 MCP 1.0 완성
빅테크의 chatGPT, gemini, grok 을 위한 유니버셜 MCP 지원
Local LLM 지원 (ollama, LM studio 등)
국내에서 개발된 다양하고, 우수한 LLM 제품과의 연동
아직은 많은 것들이 여전히 개발되고 있고, 미래의 모습을 예상할 수 없는 불확실성이 존재하지만, 늘 그랬듯이 AI의 발전과 함께 마크베이스도 같이 성장할 계획입니다.
마치면서
"천리길도 한걸음부터"라는 말이 있습니다. 마크베이스 연구개발 조직에서도 LLM과의 연동과 제품의 미래 모습에 대해서는 여전히 고민이 진행중입니다. 그렇지만, 이 글에서 보신 바와 같이 벌써 DBMS와 같은 데이터 처리 분야에서도 머지 많아 혁신적인 기술과 비지니스 모델이 출현할 것이 확실합니다.
마크베이스도 데이터베이스를 뛰어넘어 AI와 함께 새로운 시대의 새로운 제품으로 변모하도록 하겠습니다.
감사합니다.
