Snowflake를 MCP를 통해 Claude/Cursor에 연결하는 방법 (Snowflake MCP 서버 설정)

이 가이드 외에도 쿼리 스트림의 모든 기능 보기 무료로 시작하기

지원

+더 보기

라이브 데이터

내보내기를 온디맨드 SQL로 바꾸기

Excel 시트

BI 및 AI 분석

Nova에 문의하여 SQL + 차트 가져오기

노바 만나기

데이터베이스 REST API

파트너당 키 1개. 자격 증명은 공유되지 않습니다.

API를 구축하세요

+더 보기

자동화

6개 이상의 플랫폼에 예약 동기화

탐색

+더 보기

API에서 SQL로

코드 없이 SQL로 API 쿼리

탐색

+더 보기

AI 데이터베이스 MCP

Claude, Cursor, ChatGPT 및 Grok은 여러분의 데이터와 소통합니다.

Connect AI

Query Streams는 안전한 실시간 데이터 통합 플랫폼으로, 방화벽 변경 없이 단일 MCP 키를 통해 계정에 있는 모든 데이터베이스와 SaaS API를 Claude, Cursor, ChatGPT 및 Grok에 통합합니다. 이 가이드는 AI 도구가 Snowflake 데이터 웨어하우스에 대한 일반적인 질문(다중 데이터베이스 분석, 고객 코호트, 매출 집계, 시간 경과 비교, 반정형 데이터 등)에 답변할 수 있도록 Snowflake MCP 커넥터를 연결하는 방법을 구체적으로 설명합니다. 변종 Snowsight, DBeaver 또는 DataGrip에서 CSV 내보내기 파일을 복사하여 붙여넣지 않고도 탐색할 수 있습니다. QueryStreams.com에서 더 자세히 알아보세요. 그리고 무료로 가입하세요 AI 도구에 실제 Snowflake 관련 질문을 시작해 보세요.

Query Streams MCP가 Snowflake에 제공하는 기능은 무엇인가요?

Snowflake는 자체 AI 인터페이스를 제공합니다. 코텍스 에이전트 Query Streams는 사내 AI 워크로드뿐만 아니라 Claude 또는 Cursor가 Snowflake 계정에 직접 연결되도록 하는 커뮤니티 및 파트너 Snowflake MCP 서버를 제공합니다. 이러한 방식들은 모두 작동하지만 각각 장단점이 있습니다. Cortex 에이전트는 AI 워크로드를 Snowflake 컴퓨팅 환경 내에서 처리합니다(Snowflake 데이터만 사용, Snowflake 측 시맨틱 모델만 사용). 직접 Snowflake MCP 서버는 공개적으로 접근 가능한 Snowflake 계정이 필요하거나 LLM과 Snowflake 간에 VPN/PrivateLink 경로가 필요합니다. Query Streams의 Snowflake MCP 서버는 더 광범위한 문제를 해결합니다. 아웃바운드 전용 네트워크 에이전트, 다중 커넥터 단일 키(Snowflake, PostgreSQL, Stripe, HubSpot 등을 하나의 MCP 구성 블록으로 관리), 에이전트 계층 읽기 전용 적용, 그리고 완벽한 감사 추적 기능을 제공합니다. 자세한 비교는 아래에서 다루겠습니다. 먼저 기본 사항부터 살펴보겠습니다.

방화벽 포트를 열지 않고 작동하는 방식

Query Streams 네트워크 에이전트는 아웃바운드 HTTPS를 통해 Snowflake 계정에 연결할 수 있는 컴퓨터에 한 번 설치됩니다. *.스노우플레이크컴퓨팅.com이 도구는 사용자의 계정에서 선호하는 인증 방식(RSA 키 페어 권장)을 사용하여 공식 Snowflake 드라이버를 통해 SQL을 실행하고 클라우드로 나가는 TLS 링크 하나만 사용합니다. 들어오는 트래픽은 전혀 노출되지 않으며, AI 도구는 사용자의 Snowflake 계정 URL이나 개인 키를 볼 수 없습니다. 발신 전용 연결 작동 방식 →

Cursor 또는 Claude에게 제공하는 MCP 키는 범위가 지정됩니다.읽다 / 분석하다 / 실행하다언제든지 취소 가능하며 키별로 사용 횟수가 제한됩니다. AI 도구는 이러한 MCP 도구를 호출하여 작업을 수행합니다.

스키마 인텔리전스가 Query Streams MCP를 차별화하는 이유는 무엇일까요?

대부분의 "Snowflake용 MCP" 서버는 AI 도구에 최소한의 정보만 제공합니다. 정보 스키마LLM 과정생들이 무엇을 추측해야 할지 고민하게 만드는 것입니다. 상태 = '3' 무슨 뜻인가요? 이벤트.페이로드 그 하에 보유한다 변종 포장지, 또는 LINE_ITEMS.ORDER_ID ~에 참여합니다 주문 ID (스노플레이크 외래 키는 권장 사항일 뿐 강제 사항은 아닙니다.) — 이것이 바로 기본 웨어하우스 스키마에 대한 첫 번째 SQL 쿼리가 일반적으로 잘못된 이유입니다. 단순 스키마가 LLM이 추측하게 만드는 이유 →

Query Streams MCP는 다음과 같은 내용으로 보강된 동일한 스키마를 반환합니다. 스키마 인텔리전스(SI) — 사용자의 프로필을 분석하여 AI가 선별한 메타데이터 실제 Snowlake 데이터이므로 모든 스키마 도구가 (qs_get_connector_schema, qs_get_table_schema, qs_profile_table, qs_get_relationships)는 기본 스키마와 웨어하우스별 힌트를 반환합니다. 상태 5개의 값을 가진 열거형입니다. 이벤트.페이로드 입니다 변종 발견 가능한 대장 경로와 같은 것들 :user_id::문자열그리고 시간 여행 쿼리는 다음을 사용할 수 있습니다. AT(오프셋 => -3600)LLM은 추측을 멈춥니다.

이를 구체적으로 설명하기 위해, AI 클라이언트가 단일 요청으로부터 받는 응답은 다음과 같습니다. qs_get_table_schema 일반적인 Snowflake 분석 데이터 웨어하우스에 대한 호출(분석_DB.공개.주문, 라인 항목, 고객, 제품, 이벤트) — 처음에는 스키마 인텔리전스 없이, 그 다음에는 스키마 인텔리전스를 적용하여.

스키마 인텔리전스가 추가하는 6개 레이어

각 계층은 LLM이 추측할 가능성이 있는 질문 유형을 다룹니다. 선택 사항인 SI 프로파일링 패스는 스키마를 변경하지 않고 Snowflake 데이터에 대해 실행됩니다. 프로파일링은 다른 읽기 쿼리와 마찬가지로 Snowflake 컴퓨팅 크레딧을 사용하므로 에이전트는 작은 데이터 웨어하우스를 사용하고 웨어하우스 일시 중단 설정을 준수합니다. 스키마 인텔리전스가 제공하는 기능과 최신 상태를 유지하는 방법 →

프롬프트는 같지만 SQL 쿼리는 다릅니다.

증거는 AI 도구가 실제로 작성하는 SQL에 있습니다. 동일한 커서 세션, 동일한 Claude 모델, 동일한 프롬프트입니다. "지난 30일 동안 고객 매출 기준으로 상위 10개 업체는 어디인가요?" 스키마 인텔리전스가 없으면 LLM은 Snowflake 특유의 관용구를 추측해야 합니다. 하지만 스키마 인텔리전스가 있으면 LLM은 그 관용구를 정확히 알 수 있습니다.

Query Streams MCP와 Snowflake Cortex 에이전트 및 Snowflake MCP 서버 비교

Snowflake는 데이터 웨어하우스용 자체 AI 인터페이스를 제공합니다. 스노우플레이크 코텍스 에이전트 시맨틱 모델 템플릿과 Snowflake에 저장된 데이터에 대한 직접 액세스를 통해 Snowflake 컴퓨팅 환경 내에서 AI 워크로드를 실행할 수 있습니다. Snowflake MCP 서버 직접 연결 (Snowflake Labs 자체 프로젝트를 포함한 커뮤니티 프로젝트)는 공식 Snowflake 드라이버를 통해 Claude 또는 Cursor가 Snowflake 계정에 연결하도록 합니다. 두 방식 모두 작동하며, 일부 팀에는 적합합니다. Query Streams의 Snowflake MCP는 아웃바운드 전용, 멀티 커넥터, 에이전트 계층 강제 적용이라는 다른 유형의 문제를 해결하므로, 선택하기 전에 각각의 용도를 알아두는 것이 좋습니다.

Cortex Agents와 Query Streams MCP는 모두 유효한 답변이며, 공존할 수 있습니다. 선택하다 스노우플레이크 코텍스 에이전트 AI 작업이 전적으로 Snowflake 컴퓨팅 환경 내에서 Snowflake에 저장된 데이터를 사용하여 수행되고 AI 워크로드를 데이터 웨어하우스와 같은 위치에 배치하려는 경우, 다음 중 하나를 선택하십시오. Snowflake MCP 서버로 직접 연결 Claude 또는 Cursor가 하나의 Snowflake 계정만 가리키도록 하면 되고, 네트워크 노출에 문제가 없으며, 계정별 구성 오버헤드가 허용 가능한 수준이라면 선택하세요. 쿼리 스트림 MCP AI 도구가 단일 액세스 레벨에서 Postgres, Stripe 데이터, HubSpot CRM 또는 Shopify 주문 데이터까지 읽어야 하거나, 감사 추적 및 에이전트 계층 읽기 전용 적용이 규정 준수를 위해 필수적인 경우에 이러한 방식이 유용합니다. 많은 팀에서 사내 AI 워크플로를 위한 Cortex Agent와 시스템 간 AI 툴링을 위한 Query Streams MCP를 동일한 Snowflake 계정에 배포합니다. 이 두 가지는 서로 중복되지 않습니다.

MCP가 마음에 안 드시나요? 그렇다면 Nova AI를 사용해 보세요.

JSON 설정 부분을 완전히 건너뛰세요: Nova AI는 Query Streams 웹 포털에 내장되어 있습니다. 또한 Snowflake 커넥터는 물론 계정에 있는 다른 모든 커넥터에서도 동일한 일반 영어 질문을 합니다. 동일한 에이전트, 동일한 읽기 전용 적용, 동일한 스키마 인텔리전스를 사용하며 MCP 관련 설정은 필요하지 않습니다.

Nova AI를 만나보세요

전제 조건

시작하기 전에 다음 사항을 확인하세요:

1. Query Streams 무료 계정은 다음에서 이용 가능합니다. my.querystreams.com.
2. Snowflake 계정에 HTTPS를 통해 연결할 수 있는 컴퓨터에 Query Streams 네트워크 에이전트를 설치해야 합니다. 자세한 내용은 다음을 참조하세요. 쿼리 스트림 에이전트를 다운로드하세요최적의 성능을 위해서는 에이전트를 Snowflake 계정과 동일한 클라우드/리전에 두어야 합니다(예: Snowflake-on-AWS 계정과 동일한 AWS 리전에 있는 EC2 인스턴스).
3. 에이전트에 대해 구성된 Snowflake 커넥터 - 계정 URL(account.region.cloud.snowflakecomputing.com), 기본 저장소 및 자격 증명. 키 쌍(RSA) 인증을 권장합니다. 사용자 이름/비밀번호를 통한 암호화 방식이며, 에이전트는 암호화된 개인 키를 저장하고 AI 도구는 해당 키에 접근하지 않습니다. Snowflake 사용자 역할에는 다음 사항만 필요합니다. 선택 AI가 쿼리할 데이터베이스를 선택하세요.
4. MCP를 지원하는 모든 AI 클라이언트. 이 가이드에서는 Cursor, Claude Desktop, ChatGPT 및 Grok을 예로 들겠습니다. Windsurf, Zed, Continue, Cline, VS Code Copilot, Codex 또는 Goose를 사용하는 경우에도 설정 블록은 기본적으로 동일합니다.
5. 5분.

1단계: 쿼리 스트림에서 MCP 키 생성

Query Streams에 로그인하고 엽니다. MCP 페이지 (또는 먼저 로그인하세요) my.querystreams.com 클릭하고 클릭하세요 MCP (왼쪽 탐색 메뉴에서) 클릭하세요. 키를 생성합니다열쇠에 알아보기 쉬운 이름을 지정하세요 (예: 커서-랩톱 또는 클로드-데스크탑그리고 이 키에 적용할 범위를 선택하세요.

• 읽다 — AI는 커넥터를 탐색하고 스키마를 읽을 수 있습니다. 이는 다른 모든 기능에 필수적입니다.
• 분석하다 — AI는 테이블 프로파일링을 통해 관계(샘플 값, 분포, 의미 유형)를 파악할 수 있습니다. Snowflake 작업에 강력히 추천합니다. 변종 콜론 경로 검색, 열거형 감지 및 암묵적인 외래 키 추론은 모두 이에 의존합니다. 데이터 웨어하우스 스키마는 강제 외래 키를 선언하는 경우가 드뭅니다.
• 실행하다 — 해당 AI는 실제로 SQL을 실행할 수 있습니다. 이것이 없으면 AI는 스키마 메타데이터에 대해서만 읽기 전용으로 작동합니다.

일반적인 "Claude가 내 Snowflake 데이터 웨어하우스를 분석하도록 하세요" 워크플로에서는 세 가지 범위 모두 적합합니다. 팀원이나 신뢰도가 낮은 고객에게 키를 넘겨주는 경우에는 범위를 줄이세요. 실행하다 그리고 검색만 허용하도록 설정하세요. 같은 페이지에서 언제든지 키를 취소할 수 있으며, AI 클라이언트는 이를 확인할 수 있습니다. MCP_KEY_REVOKED 다음 호출 시 즉시 작동을 멈춥니다. 전파 지연이 없습니다.

지금 키를 복사하세요. Query Streams는 키를 한 번만 표시하고 해시값만 저장합니다. 키를 분실하면 새 키를 생성해야 합니다. 키는 다음과 같습니다. qsmcp_ 그 뒤에 48개의 임의 문자가 오며, 이것이 AI 클라이언트가 보내는 내용입니다. X-MCP-키 요청 헤더.

2단계: AI 클라이언트에 Query Streams MCP를 추가합니다.

구성 방식은 MCP를 지원하는 모든 클라이언트에서 동일합니다. 즉, MCP 서버 항목이 다음을 가리킵니다. https://mcp.querystreams.com 열쇠를 꽂은 채로 X-MCP-키 헤더. 아래에서 클라이언트를 선택하세요.

커서 ~/.cursor/mcp.json

// ~/.cursor/mcp.json 파일을 수정하세요
{
  "mcpServers": {
    "쿼리스트림": {
      "url": "https://mcp.querystreams.com",
      "헤더": {
        "X-MCP-키": "qsmcp_여기에 키를 붙여넣으세요"
      }
    }
  }
}

클로드 데스크톱 클로드_데스크탑_설정.json

// 설정 → 개발자 → 구성 편집
{
  "mcpServers": {
    "쿼리스트림": {
      "url": "https://mcp.querystreams.com",
      "헤더": {
        "X-MCP-키": "qsmcp_여기에 키를 붙여넣으세요"
      }
    }
  }
}

챗GPT 앱 및 커넥터

// 설정 → 앱 및 커넥터 → MCP 추가
서버 URL  https://mcp.querystreams.com
인증 헤더 X-MCP-키
헤더 값 qsmcp_여기에 키를 붙여넣으세요

// ChatGPT 유료 플랜이 필요합니다
// (플러스/프로/팀/엔터프라이즈).

그록 원격 MCP 도구

// Grok → 설정 → 도구
{
  "mcp_servers": [{
    "이름": "쿼리스트림",
    "url": "https://mcp.querystreams.com",
    "인증 헤더": "X-MCP-키",
    "인증 값": "qsmcp_..."
  }]
}

AI 클라이언트를 다시 시작하세요. 다음 실행 시 위에 나열된 8개의 Query Streams MCP 도구를 감지하여 도구 팔레트에 표시합니다. Cursor 및 Claude Desktop에서는 다음 명령어를 입력하여 확인할 수 있습니다. "연결자 목록" — AI가 전화해야 합니다 qs_list_connectors 설정한 내용과 함께 Snowflake 커넥터를 반환하십시오.

3단계: AI에게 스노우플레이크 질문을 하세요

SQL 쿼리는 직접 작성할 필요가 없습니다. AI가 알아서 처리합니다. 질문을 하면 AI가 적절한 MCP 도구를 선택하고, 에이전트가 Snowflake 데이터 웨어하우스에 대해 쿼리를 실행하면 텍스트와 테이블 형식으로 결과가 반환됩니다. 먼저 다음 세 가지 예시 질문을 시도해 보세요.

AI가 처음으로 도구를 호출할 때 클라이언트 측에 도구 호출 승인을 요청하는 확인 메시지가 표시될 수 있습니다. 이는 MCP의 표준 동의 절차이며, Query Streams에서 추가하는 기능은 아닙니다. 한 번 승인하면 AI는 나머지 대화를 자유롭게 진행합니다. 클라이언트 설정에서 언제든지 동의 여부를 다시 확인할 수 있습니다.

자주 묻는 질문

시작하기

관련 가이드: 쿼리 스트림 에이전트를 다운로드하세요 | 데이터베이스 커넥터 설정 | 모든 MCP 서버 가이드 | Nova AI 텍스트를 SQL로 변환

분류: MCP 서버

태그: mcp, 클로드, 커서, 스노우플레이크, 데이터웨어하우스, 엔터프라이즈, 스노우플레이크 코텍스, 코텍스 에이전트, 키 페어 인증, 분석

메타 설명: Query Streams MCP를 통해 Snowflake를 Claude 또는 Cursor에 연결합니다. 아웃바운드 전용, 읽기 전용, 다중 커넥터입니다. 설정 시간은 5분입니다.