MCP(모델 컨텍스트 프로토콜)를 사용하면 Azure OpenAI 모델과 같은 AI 모델이 외부 도구 및 리소스와 상호 작용할 수 있습니다. MCP를 사용하면 에이전트가 엔터프라이즈 데이터를 더 쉽게 찾고, 연결하고, 사용할 수 있습니다.
MCP를 Azure Data Explorer 클러스터와 통합하면 AI 기반 인사이트 및 작업을 실시간으로 얻을 수 있습니다. MCP 서버를 사용하면 AI 에이전트 또는 AI 애플리케이션이 MCP 인터페이스를 통해 도구를 제공하여 Azure Data Explorer 상호 작용할 수 있습니다. 이러한 도구를 사용하여 데이터를 쿼리하고 분석합니다.
비고
이 기능은 미리 보기로 제공됩니다.
AI 에이전트를 빌드하기 위한 서버
Azure Data Explorer에 대한 MCP 지원은 전체 오픈 소스 MCP 서버 통합입니다. 자연어 쿼리를 지원하고 에이전트가 스키마 및 메타데이터를 동적으로 검색할 수 있도록 합니다. MCP 서버는 GitHub Copilot, Cline 또는 Claude Desktop과 같은 다양한 AI 클라이언트와 함께 사용할 수 있습니다.
다음 MCP 서버를 사용하여 Azure Data Explorer AI 에이전트를 통합하고 빌드할 수 있습니다.
Fabric Real-Time Intelligence MCP 서버(미리 보기). 이 서버는 Azure Data Explorer 클러스터 또는 Real-Time Intelligence 이벤트하우스에서 사용하도록 설계되었습니다. AI 에이전트가 실시간 데이터를 쿼리, 이유 및 작업할 수 있는 통합 인터페이스를 제공합니다.
AZURE MCP 서버 인스턴스(미리 보기). Azure MCP Server를 사용하면 자연어 프롬프트를 사용하여 Azure Data Explorer 리소스를 관리할 수 있습니다. 복잡한 KQL(Kusto Query Language) 구문을 기억하지 않고 클러스터를 나열하고, 데이터베이스를 보고, 데이터를 쿼리할 수 있습니다.
Real-Time Intelligence MCP 서버 또는 Azure MCP Server 인스턴스를 사용하는 가장 일반적인 시나리오는 기존 AI 클라이언트에서 연결하는 것입니다. 그런 다음 AI 클라이언트는 사용 가능한 도구를 사용하여 자연어를 사용하여 Azure Data Explorer 리소스에 액세스하고 상호 작용할 수 있습니다.
예를 들어 Real-Time Intelligence MCP 서버에서 GitHub Copilot 에이전트 모드를 사용하여 KQL 데이터베이스를 나열하거나 Azure Data Explorer 클러스터에서 자연어 쿼리를 실행할 수 있습니다.
건축학
MCP 서버는 시스템의 핵심이며 AI 에이전트와 Azure Data Explorer 데이터 원본 간의 브리지 역할을 합니다. 에이전트는 MCP 서버에 요청을 전송하여 Azure Data Explorer 쿼리로 변환합니다.
이 아키텍처를 사용하면 실시간 신호에 응답하는 모듈식 확장성 지능형 애플리케이션을 빌드할 수 있습니다. MCP는 클라이언트/서버 아키텍처를 사용하므로 AI 애플리케이션이 외부 도구와 효율적으로 상호 작용할 수 있습니다. 아키텍처에는 다음 구성 요소가 포함됩니다.
- MCP 호스트. AI 상호 작용이 발생하는 애플리케이션입니다. 예를 들어, 호스트는 GitHub Copilot이 포함된 Visual Studio Code, Claude Desktop 또는 Cline일 수 있습니다. 호스트에는 AI 모델 연결, 도구 오케스트레이터 및 하나 이상의 MCP 클라이언트가 포함됩니다.
- MCP 서버. 자연어 API 및 데이터베이스를 사용하여 특정 기능을 노출하는 경량 애플리케이션입니다. 예를 들어 MCP 서버를 사용하여 Azure Data Explorer 클러스터에서 실시간 데이터 검색을 위해 KQL 쿼리를 실행합니다.
주요 기능
실시간 데이터 액세스. Azure Data Explorer 클러스터에서 몇 초 만에 데이터를 검색합니다.
자연어 인터페이스. 사용자 또는 에이전트는 일반 영어 또는 다른 언어로 질문을 하고 시스템은 이를 최적화된 쿼리로 바꿉니다. 자세한 내용은 NL2KQL 프레임워크에 대한 이 블로그 게시물을 참조하세요.
스키마 검색. MCP 서버는 스키마와 메타데이터를 표시하므로 에이전트는 데이터 구조를 동적으로 학습할 수 있습니다.
플러그 앤 플레이 통합. GitHub Copilot, Claude 및 Cline과 같은 MCP 클라이언트는 표준화된 API 및 검색 메커니즘으로 인해 최소한의 설정으로 Real-Time Intelligence에 연결합니다.
로컬 언어 유추. 원하는 언어를 사용하여 데이터 작업을 수행합니다.
고려사항 및 제한사항
Security
MCP는 새로운 현상입니다. 모든 새로운 기술 표준과 마찬가지로 MCP 서버와 통합되는 모든 시스템이 시스템이 준수해야 하는 모든 규정 및 표준을 따르도록 보안 검토를 수행하는 것이 좋습니다. 이 검토에는 Real-Time Intelligence MCP 서버뿐만 아니라 구현하도록 선택한 MCP 클라이언트 또는 에이전트(모델 공급자까지)가 포함됩니다.
Microsoft Entra ID 인증, 보안 토큰 관리 및 네트워크 격리를 사용하도록 설정하는 등 MCP 서버에 대한 Microsoft 보안 지침을 따라야 합니다. 자세한 내용은 Microsoft 보안 설명서를 참조하세요.
사용 권한 및 위험
MCP 클라이언트는 사용자의 Microsoft Entra ID 권한에 따라 작업을 호출할 수 있습니다. 자치 또는 잘못 구성된 클라이언트는 파괴적인 작업을 수행할 수 있습니다. 최소 권한 권한을 검토하고 적용하고 배포 전에 보호 장치를 구현합니다.
파괴적인 작업을 방지하기 위한 플래그와 같은 특정 보호 장치는 MCP 사양에서 표준화되지 않으며 모든 클라이언트에서 지원되지 않을 수 있습니다.
규정 준수 책임
MCP 서버를 클라이언트 및 서비스와 함께 설치, 사용 및 공유할 수 있습니다. 이러한 클라이언트 및 서비스에는 Fabric 규정 준수 경계 외부에서 작동하는 Microsoft 아닌 LLM(대규모 언어 모델), AI 에이전트 또는 서비스가 포함될 수 있습니다. 모든 통합이 해당 조직, 규정 및 계약 요구 사항을 준수하는지 확인할 책임이 있습니다.