View Categories

Claude/Cursor를 사용하여 MCP(Google Ads MCP 서버 설정)를 통해 Google Ads를 조회하는 방법

읽는 데 25분 소요

MCP 서버 구글 광고

Google Ads를 조회하려면 다음을 사용하세요. 클로드 또는 커서 Google Ads MCP 서버를 통해.

5분 만에 Google Ads MCP를 설정하여 AI 도구가 캠페인, 광고 그룹 및 검색어에 대해 쉬운 영어로 질문할 수 있도록 합니다. 쿼리 스트림 에이전트는 Google Ads API를 로컬 SQL 표면에 캐시하므로 LLM은 REST 엔드포인트 대신 실제 테이블을 볼 수 있습니다. 또한 스키마 인텔리전스는 측정항목 어휘(비용(마이크로초), 상태 열거형, 기기 분할)를 처리하여 SQL 쿼리를 한 번에 정확하게 생성합니다.

방화벽 구멍 없음 하나의 키로 모든 커넥터를 연결하세요 실시간 데이터, 캐시 지연 없음 자신만의 AI 도구를 가져오세요.

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 다음 과정을 안내합니다. 구글 광고 MCP 특히 이 경로를 통해 AI 도구는 Google Ads UI에서 보고서를 내보내거나 광고 편집기에서 또 다른 GAQL 쿼리를 작성할 필요 없이 캠페인, 광고 그룹, 검색어 및 전환에 대한 일반적인 질문에 답변할 수 있습니다. 네트워크 에이전트는 Ads API 데이터를 로컬 DuckDB 캐시에 가져오므로 LLM은 원시 REST 및 GAQL 대신 깔끔한 SQL 표면(캠페인, 키워드, 검색어, 전환)을 볼 수 있습니다. QueryStreams.com에서 더 자세히 알아보세요. 그리고 무료로 가입하세요 AI 도구에 실제 구글 광고 관련 질문을 해보세요.

Query Streams Google Ads MCP 서버가 제공하는 기능

오픈소스 환경에서 사용되는 다른 "Google Ads MCP" 서버들은 AI 도구를 Ads API에 직접 연결하고 원시 GAQL 쿼리를 전송합니다. 이 방식도 작동은 하지만, AI 클라이언트 설정에 Google OAuth 토큰을 추가하고, LLM(로컬 라이프사이클 관리자)은 SQL 대신 REST API 리소스와 필드 선택기만 사용하게 되며, AI 도구의 범위를 Google Ads로만 제한하고, AI가 실제로 어떤 쿼리를 수행했는지에 대한 감사 추적을 제공하지 않습니다. Query Streams의 Google Ads MCP 서버는 이러한 문제를 해결합니다. 하나의 키로 모든 커넥터를 연결하고, 완벽한 감사 추적을 제공하며, 에이전트는 Ads 데이터를 SQL 형식으로 정규화하고, AI 도구는 사용자의 Google 계정 정보를 저장하지 않습니다.

방화벽에서 들어오는 구멍이 전혀 없습니다.

네트워크 에이전트는 쿼리 스트림으로 연결되는 암호화된 클라우드 링크를 하나 생성합니다. AI 클라이언트는 Google Ads OAuth 또는 네트워크가 아닌 클라우드에 직접 연결됩니다. 포트를 열거나 IP 주소를 허용 목록에 추가하거나 VPN을 사용할 필요가 없습니다.

하나의 키로 모든 커넥터를 연결하세요

동일한 MCP 키가 계정에 연결된 다른 모든 데이터베이스 및 SaaS API와 함께 Google Ads에 전송됩니다. 내일 Stripe 또는 PostgreSQL 커넥터를 추가하더라도 AI 도구는 키를 다시 입력할 필요 없이 캠페인 옆에 해당 커넥터를 자동으로 인식합니다.

스키마 인텔리전스가 내장되어 있습니다.

AI는 AI가 선별한 설명, 의미 유형(마이크로미터 단위의 통화, 상태 열거형, 기기 분할), 샘플 값, 그리고 모든 Google Ads 필드에 대한 발견된 외래 키를 확인합니다. 단순히 GAQL 필드 이름만 보는 것이 아닙니다. AI는 첫 시도에 정확한 SQL 쿼리를 작성합니다. 비용_마이크로초 / 1000000 기본 스키마 LLM이 놓치는 변환입니다.

에이전트에서 읽기 전용이 적용됩니다.

환각에 빠진 LLM조차도 Query Streams MCP를 통해 캠페인을 일시 중지하거나 입찰가를 변경하거나 광고 그룹을 수정할 수 없습니다. 네트워크 에이전트는 허용되지 않는 모든 작업을 거부합니다. 선택, 와 함께, 또는 설명하다 캐시된 광고 테이블에 도달하기 전에, 그리고 애초에 Google Ads 변형 작업은 MCP 표면에 노출되지 않습니다.

키별 속도 제한

기본적으로 분당 요청 60건, 실행 호출 10건이 허용되며, 키별로 구성 가능합니다. AI 도구 호출 루프가 폭주하는 경우, Google Ads API 할당량, 개발자 토큰 제한 또는 지갑이 아닌 토큰 버킷에 문제가 발생합니다.

방화벽 포트를 열지 않고 작동하는 방식

쿼리 스트림 네트워크 에이전트는 인터넷에 접속할 수 있는 모든 호스트에 한 번 설치되며(광고 API는 어디에서든 접근 가능함), 클라우드로 나가는 TLS 링크 하나를 설정합니다. 에이전트는 내부적으로 GAQL을 사용하여 Google Ads API를 호출하고, 응답을 로컬 DuckDB에 캐시하여 AI가 깔끔한 SQL 표면을 볼 수 있도록 합니다.구글 광고 성과, 키워드, 검색어, 변환, 청중REST 봉투 대신 )를 사용하므로 AI 도구는 Google OAuth 토큰, 고객 ID 또는 개발자 토큰을 전혀 볼 수 없습니다. 발신 전용 연결 작동 방식 →

AI 클라이언트

커서, 클로드,
챗GPT, 그록

QS MCP 서버

스트리밍 가능한 HTTP
X-MCP-키 인증

네트워크 에이전트

네트워크에서
클라우드 링크 아웃

Google Ads API

SQL로 캐시됨
DuckDB를 통해

수신 포트가 필요하지 않습니다. 상담원이 발신 전화를 걸고, 그 반대는 절대 없습니다.

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.

querystreams-mcp · 도구 카탈로그
qs_list_organizations읽다
호출 키에 연결된 조직을 반환합니다.
qs_list_agents읽다
네트워크 에이전트 및 온라인 상태를 나열합니다.
qs_list_connectors읽다
데이터 커넥터 목록입니다(데이터베이스 서버 또는 API당 하나의 항목).
qs_get_connector_schema읽다
AI가 쿼리할 수 있는 캐시된 Google Ads 테이블 및 열(캠페인, 광고 그룹, 검색어, 전환, 잠재고객)을 반환하며, 스키마 인텔리전스 정보가 제공되는 경우 이를 보강합니다.
qs_profile_table분석하다
샘플 값, 분포, 열거형 감지, 의미 유형 등을 필요에 따라 제공합니다.
qs_list_saved_queries읽다
팀에서 신뢰하는 미리 구축된 매개변수화된 SQL 템플릿입니다. AI는 SQL 코드를 전혀 보지 않고도 이를 실행합니다.
qs_run_saved_query실행하다
저장된 쿼리를 실행합니다. 패턴 키 선택적 매개변수 재정의 기능이 있습니다.
qs_run_query실행하다
커넥터에 대해 SELECT 쿼리를 실행합니다. 데이터베이스가 SQL 쿼리를 보기 전에 에이전트에서 읽기 전용 유효성 검사기가 실행됩니다.

스키마 인텔리전스가 Query Streams MCP를 차별화하는 이유는 무엇일까요?

오픈소스 환경에서 대부분의 "Google Ads용 MCP" 서버는 AI 도구에 Google이 개발자용으로 공개한 GAQL 필드 참조를 그대로 제공하거나, 더 나쁜 경우에는 원본 그대로 제공합니다. 정보 스키마 그들이 보관하는 캐시에 무엇이 있든 간에, 필드 이름, 데이터 유형, 어쩌면 기본 키까지 모두 추측해야 합니다. LLM은 이러한 정보를 추측할 수밖에 없습니다. 비용_마이크로 1,000,000으로 나누어야 합니다. 캠페인 상태 열거형입니다. 활성화됨 / 일시 중지됨 / 제거됨또는 세그먼트_날짜 "지난 30일"에 대한 올바른 파티션 열은 바로 이것입니다. 대부분의 LLM이 광고 스키마에 대해 처음 작성하는 SQL이 잘못된 이유는 LLM 자체에 문제가 있어서가 아니라, 필요한 데이터가 부족하기 때문입니다 (그리고 비용이 100만만큼 차이가 나는 오류는 슬랙 메시지로 이어질 수 있습니다).

Query Streams MCP는 캐시된 광고 스키마를 반환하는데, 이 스키마는 우리가 '추가 정보'라고 부르는 것으로 보강됩니다. 스키마 인텔리전스(SI) — AI가 선별한 메타데이터는 프로파일링 쿼리를 실행하여 생성됩니다. 실제 AI 클라이언트가 요청하기 전에 Google Ads 데이터가 수집됩니다. Google Ads 커넥터에서 SI가 활성화되면 AI가 호출하는 모든 스키마 도구가 수집됩니다.qs_get_connector_schema, qs_get_table_schema, qs_profile_table, qs_get_relationships) 캐시된 스키마와 선별된 지식 계층 6개를 반환합니다. LLM은 더 이상 추측하지 않습니다.

이를 구체적으로 설명하기 위해, AI 클라이언트가 단일 요청으로부터 받는 응답은 다음과 같습니다. qs_get_table_schema Google Ads 커넥터에 대한 이의 제기 구글 광고 성과 테이블 — 보고 질문의 90%를 차지하는 비정규화된 캠페인 + 광고 그룹 + 날짜 보기 —을 스키마 인텔리전스 없이 먼저 보여주고, 그 다음 스키마 인텔리전스를 적용하여 보여줍니다.

스키마 인텔리전스 없이 데이터 소스: 캡처된 스키마
// LLM이 보는 것 == 표: google_ads_performance == 열: – 고객 ID bigint NOT NULL – 캠페인 ID bigint NOT NULL – 캠페인 이름 varchar(500) – 캠페인 상태 varchar(20) – ad_group_id 빅인트 – 광고 그룹 이름 varchar(500) - 장치 varchar(20) – 세그먼트_날짜 날짜가 NULL이 아닙니다 – 클릭 bigint NOT NULL – 인상 bigint NOT NULL – 비용_마이크로 bigint NOT NULL – 변환 decimal(18,4) 색인: ix_segments_date, ix_campaign_id 외국어 키: (캐시에 선언된 항목 없음) si_추천: 상태: "실행 안 함" 이 문의에 필요한 정보: – cost_micros 시맨틱 타입(마이크로초 단위 통화) – campaign_status / device 열거형 값 목록 – 샘플 값 + 비즈니스 도메인 태깅 – 테이블 및 열 설명 – 캐시된 광고 테이블 간의 AI 기반 관계
스키마 인텔리전스를 사용하면 데이터 소스: 스키마 인텔리전스
// LLM이 보는 것 == 표: google_ads_performance [FACT, 도메인:마케팅] == "고객, 캠페인, 광고 그룹, 기기 및 날짜별 Google Ads 실적을 일별로 정규화하지 않은 값입니다. cost_micros는 마이크로 단위의 통화입니다(1,000,000 = 1달러)." AI 분석 시점: 2026년 5월 5일 · 약 512,840개 행 열: – 고객 ID 빅인트 식별자 FK -> ad_accounts.customer_id (100%, 신뢰도 0.99) – 캠페인 ID 빅인트 식별자 – 캠페인 이름 varchar(500) 텍스트 내용 예시: “브랜드 – 미국 – 검색”, “최대 성과 – 휴일” – 캠페인 상태 varchar(20) 상태 코드(열거형) 활성화됨(78%) | 일시 중지됨(19%) | 제거됨(3%) - 장치 varchar(20) 상태 코드(열거형) 모바일(54%) | 데스크톱(38%) | 태블릿(8%) – 세그먼트_날짜 날짜 날짜_ISO 예시: 2026년 5월 5일, 2026년 5월 4일, 2026년 5월 3일 – 클릭 빅인트 계수기 범위: 0 – 18,744 – 인상 빅인트 계수기 범위: 0 – 412,338 – 비용_마이크로 빅인트 통화_마이크로스 ⚠ 1,000,000으로 나누면 미화(USD)로 환산됩니다. 예시: 56640000 (= $56.64), 1284000 (= $1.28) – 변환 decimal(18,4) 카운터(분수) 범위: 0.00 – 184.50 · 평균 1.84

스키마 인텔리전스가 추가하는 6개 레이어

각 계층은 LLM이 추측해야 하는 특정 유형의 질문을 다룹니다. SI는 선택 사항입니다. (커넥터, 데이터베이스) 이 도구는 데이터에 대해 일회성 프로파일링 패스로 실행되며 스키마를 변경하거나 데이터베이스에 쓰지 않고 스키마가 변경될 때 점진적으로 새로 고쳐집니다.

AI가 선별한 설명

모든 데이터베이스, 스키마, 테이블 및 열에 대한 명확한 설명이 제공됩니다. 한 번 생성되면 스키마가 변경될 때마다 자동으로 업데이트됩니다. 신뢰도 점수가 적용되며, 사용자가 직접 작성한 설명이 항상 우선시됩니다.

google_ads_performance: “일별 비정규화
캠페인별 및 기기별 광고 실적.”

테이블 분류

각 테이블에는 FACT(거래 이벤트), DIM(설명 참조) 또는 LOOKUP(간단한 코드 맵) 태그가 지정되어 있으며, 마케팅, 영업, 인사, SEO, 재무, 지원 등 14개 이상의 비즈니스 도메인이 추가됩니다.

google_ads_performance [FACT, domain:marketing]
광고 계정 [DIM, 도메인:마케팅]

열별 의미 유형

통화, 통화(마이크로초 단위), 이메일, 날짜(ISO 단위), 상태 코드, 백분율, 순위, 식별자, URL 등 18가지 유형이 있습니다. AI는 각 유형에 적합한 방언에 맞는 SQL을 생성합니다. 비용_마이크로초 / 1000000 변환 과정에서 베어스키마 LLM이 제대로 작동하지 않습니다.

비용 마이크로: 통화 마이크로
변환: 카운터 · 세그먼트_날짜: 날짜_ISO

실제 데이터에서 추출한 샘플 값

LLM은 임의의 행을 인식하여 스키마로는 보여줄 수 없는 패턴(서식 규칙, 인코딩된 값, 명명 스타일 및 캠페인 이름의 실제 형태)을 파악합니다.

campaign_name: [“브랜드 – 미국 – 검색”,
“최대 성과 - 휴가”, “RLSA - 높은 LTV”]

분포를 이용한 열거형 감지

고유값이 50개 이하이거나 행의 5% 이하만 고유한 카디널리티가 낮은 열은 행 수와 함께 전체 값 목록에 매핑됩니다. AI는 Google Ads 열거형의 대소문자나 철자를 추측하지 않습니다.

캠페인 상태: 활성화됨 (78%) |
일시 중지됨(19%) | 제거됨(3%)

암묵적 외래 키 발견

교차 테이블 데이터 중복 분석은 DDL 제약 조건으로 선언되지 않은 조인을 찾아냅니다. 이는 신뢰도 점수가 포함된 공식 외래 키와 함께 저장되며, 반환됩니다. qs_get_relationships.

google_ads_performance.customer_id ->
ad_accounts.customer_id (100% 중복, 신뢰도 0.99)

프롬프트는 같지만 SQL 쿼리는 다릅니다.

증거는 AI 도구가 실제로 작성하는 SQL에 있습니다. 동일한 커서 세션, 동일한 Claude 모델, 동일한 프롬프트입니다. "지난 30일 동안 전환율 기준으로 가장 많은 비용을 지출한 캠페인은 무엇이며, 활성화된 캠페인만 고려했습니까?" 스키마 인텔리전스가 없으면 LLM은 추측해야 합니다. 하지만 스키마 인텔리전스가 있으면 LLM은 비용이 마이크로초 단위이고, 상태 열거형에 필터링이 필요하며, NULLIF 조건이 필요하다는 것을 알 수 있습니다.

스키마 인텔리전스 없이
— LLM의 기본 스키마에 대한 첫 번째 시도: 선택 캠페인 이름, SUM(비용_마이크로초) AS 비용, SUM(변환) AS 변환, SUM(변환) / SUM(클릭) AS 변환율 FROM 구글 광고 성과 어디 segments_date >= '2026년 4월 6일' 그룹 기준 캠페인 이름 주문 기준 비용 DESC LIMIT 10 보고된 비용은 5,664만 달러로, 100만 달러의 차이가 있습니다. cost_micros는 마이크로 단위로 저장됩니다 (1M = $1). campaign_status 필터 없음 — 일시 중지됨 + 삭제됨 포함 클릭이 없는 행에서 0으로 나누기 오류 발생 위험 고정된 날짜 — "지난 30일"은 동적이어야 합니다.
스키마 인텔리전스를 사용하면
— LLM의 SI 활성화 첫 시도: 선택 캠페인 이름, SUM(비용_마이크로초) / 1000000 AS 비용(달러), SUM(변환) AS 변환, 라운드(SUM(변환) * 100.0 / NULLIF(SUM(클릭) 0), 2) AS 변환율 비율 FROM 구글 광고 성과 어디 segments_date >= 날짜('지금', '-30일') AND 캠페인 상태 = '활성화됨' 그룹 기준 캠페인 이름 주문 기준 비용_달러 DESC LIMIT 10 10줄. 첫 시도에 정답입니다. cost_micros는 currency_micros와 같은 의미 유형을 보였습니다. campaign_status가 열거형 값 'ENABLED'로 필터링되었습니다. NULLIF는 제로 클릭 캠페인을 방지합니다. DATE('now', '-30 days')는 방언적으로 올바릅니다.
스키마 인텔리전스를 실행하고 싶지 않으세요? MCP는 여전히 작동합니다. 스키마 도구는 기본 메타데이터(유형, 기본 키, 형식 외래 키, 인덱스)를 반환하며, 모든 저하된 응답에는 다음이 포함됩니다. si_추천 AI에게 부족한 부분을 알려주는 블록으로, 대화 도중에 SI를 활성화할 수 있는 원콜 옵션도 포함됩니다. qs_request_si_analysis. 스키마 인텔리전스의 실행 방법 및 소요 시간 →
Nova AI

MCP가 마음에 안 드시나요? 그렇다면 Nova AI를 사용해 보세요.

JSON 설정 부분을 완전히 건너뛰세요: Nova AI는 Query Streams 웹 포털에 내장되어 있습니다. 그리고 구글 광고에 대한 똑같은 쉬운 질문을 합니다.이번 달 예산을 낭비하는 키워드는 무엇인가요?추가한 모든 커넥터에서 동일한 에이전트, 동일한 읽기 전용 적용, 동일한 스키마 인텔리전스를 사용하며 MCP 연결은 필요하지 않습니다.

Nova AI를 만나보세요

전제 조건

시작하기 전에 다음 사항을 확인하세요:

  1. Query Streams 무료 계정은 다음에서 이용 가능합니다. my.querystreams.com.
  2. 인터넷에 접속 가능한 컴퓨터에 설치된 Query Streams 네트워크 에이전트 — 참조 쿼리 스트림 에이전트를 다운로드하세요Google Ads API는 어디에서든 접근 가능하므로 에이전트가 특정 네트워크에 있을 필요가 없습니다.
  3. 에이전트에 대해 구성된 Google Ads 커넥터 — 기존 커넥터를 참조하세요. API 커넥터 설정 OAuth 페어링 가이드(단일 계정 또는 MCC 관리자). 에이전트는 Google OAuth 토큰, 고객 ID 및 개발자 토큰을 보유하며, AI 도구는 이러한 토큰에 절대 접근하지 않습니다.
  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.
에이전트는 한 번만 설정하면 됩니다. Query Streams의 Excel 및 Google Sheets 추가 기능, 웹 Query Builder, Nova AI를 구동하는 것과 동일한 에이전트가 MCP에도 사용됩니다. 기존 Query Streams 계정에 MCP를 추가하는 것은 단순히 키를 생성하는 것일 뿐이며, 에이전트와 커넥터는 이미 실행 중입니다.
1

MCP 키를 생성합니다

~로부터 /mcp 쿼리 스트림 페이지에서 원하는 범위로 키를 생성하세요.

2

AI 클라이언트에 드롭하세요

Cursor, Claude, ChatGPT, Grok 등 어떤 서비스든 하나의 JSON 코드 조각만 사용하면 됩니다. 키는 모든 곳에서 동일합니다.

3

질문하세요

“이번 달에 투자 수익률(ROI)이 가장 높은 캠페인은 무엇인가요?” — AI가 적절한 도구를 활용하여 답을 알려줍니다.

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. 유료 검색 캠페인의 경우 캠페인 데이터 형태와 측정항목 의미(비용(마이크로 단위), 상태 열거형)를 이해하는 것이 중요하므로 이 기능은 선택 사항이지만 강력히 권장합니다.
  • 실행하다 — 해당 AI는 실제로 SQL을 실행할 수 있습니다. 이것이 없으면 AI는 스키마 메타데이터에 대해서만 읽기 전용으로 작동합니다.

일반적인 "클로드에게 내 Google Ads 데이터 분석을 맡겨줘" 워크플로에서는 세 가지 범위 모두 적합합니다. 하지만 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
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 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
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
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 다른 모든 항목과 함께 Google Ads 커넥터(또는 MCC를 연결한 경우 각 하위 계정)를 반환하세요.

3단계: AI에게 구글 광고 관련 질문을 하세요

SQL 쿼리는 직접 작성할 필요가 없습니다. AI가 알아서 처리합니다. 질문을 하면 AI가 적절한 MCP 도구를 선택하고, 에이전트가 캐시된 Google Ads 데이터에 대해 쿼리를 실행하면 텍스트와 표 형식으로 답변이 반환됩니다. 먼저 다음 세 가지 예시 질문을 시도해 보세요.

"지난 30일 동안 비용 대비 전환율이 가장 높은 캠페인은 무엇인가요? (활성화된 캠페인만 해당)"
투자수익률(ROI)
AI가 전화할 것입니다 qs_get_connector_schema 캐시된 광고 테이블을 찾으려면 다음을 수행하십시오. qs_run_query SELECT를 사용하여 구글 광고 성과 나누는 것 비용_마이크로 1,000,000 단위로 변환, 전환 및 수익 합계, 필터 campaign_status = '활성화됨' 그리고 세그먼트_날짜 지난 30일간의 데이터를 기반으로 캠페인별 ROAS 또는 CPA를 계산합니다. 결과 표는 표 안에 바로 표시되며, 분석 내용도 함께 제공됩니다. 어떤 캠페인이 효율적으로 확장되고 있는지, 어떤 캠페인이 현재 지출 규모에서 비효율적인지, 그리고 스키마 인텔리전스의 열거형 감지 기능을 통해 걸러진 "저비용, 저전환" 영역에 어떤 캠페인이 있는지 확인할 수 있습니다. 일시 중지됨 + 제거됨 자동으로.
"전환율이 높았지만 아직 키워드가 아닌 검색어를 보여주세요. 그런 검색어를 추가해야 합니다."
부정 키워드 발굴
AI가 캐시된 항목에 합류합니다. 검색어 테이블 키워드 검색어 텍스트를 기반으로, 지난 30일 동안 전환이 발생했지만 정확히 일치하는 키워드가 없는 검색어만 필터링하고 전환 수를 기준으로 내림차순으로 정렬합니다. 표 아래에는 일반적으로 AI가 고품질 의도(롱테일, 브랜드, 문제 중심)로 보이는 검색어를 표시하고, 이러한 검색어를 정확히 일치하는 키워드로 추가할 것을 제안합니다. 반대 쿼리는 다음과 같습니다. "50달러 이상 지출했는데 전환율이 0인 검색어는 무엇인가요?" — 이는 동일한 워크플로의 부정 키워드 부분이며 AI는 이를 동일한 방식으로 처리합니다.
"이번 분기 광고 그룹별, 기기별 고객 획득 비용은 얼마인가요?"
기기 CPA
피벗 광고그룹이름 그리고 장치 비용(USD), 전환 수, CPA(비용/전환 수)를 제공합니다. AI 도구는 일반적으로 캠페인 평균에서 가장 크게 벗어나는 기기별 차이를 강조 표시합니다. 모바일 CPA 이상치는 Performance Max 및 광범위 일치 키워드 그룹에서 흔히 발생합니다. 이 도구는 후속 조치를 제안합니다. "실적이 가장 저조한 광고 그룹의 시간대별 실적을 자세히 알려드릴까요?" Schema Intelligence의 enum 감지 기능 장치 Google Ads에서 특정 검색어만 출력할 때 AI가 "Mobile" / "mobile" / "mobile_phones" 분할 결과를 생성하지 않도록 합니다. 이동하는, 데스크톱, 태블릿.

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.

정직한 요금 고지: MCP 사용량은 압축되지 않은 바이트 단위로 청구됩니다.

Query Streams의 Excel 추가 기능, Google Sheets 추가 기능, 웹 쿼리 빌더 및 Nova AI는 모두 압축된 클라우드 링크를 통해 실행되며, 사용량을 측정하고 요금을 청구합니다. 압축된 바이트 데이터 영역에 대한 공격입니다. MCP 전송(공식 MCP 사양에 따른 Streamable HTTP)은 모든 클라이언트와 중간 프록시에서 종단 간 압축을 안정적으로 지원하지 않으므로, 당사는 이를 측정하고 요금을 부과합니다. 압축되지 않은 바이트 MCP 트래픽의 경우.

  • 이것이 의미하는 바는 다음과 같습니다. 2MB 크기의 Google Ads 일일 집계 쿼리(캠페인 + 광고 그룹 + 일별 90일치, 모든 계정 포함)는 MCP를 통해 가져올 경우 데이터 영역에서 약 2MB의 용량을 차지하는 반면, Excel/Google Sheets/Nova/쿼리 빌더를 사용할 경우 약 300~400KB만 차지합니다. Google Ads 데이터는 압축률이 우수합니다. 캠페인 이름, 상태 열거형, 기기 레이블 등이 행 전체에 걸쳐 반복되므로 클라우드 링크를 통한 LZ4 압축은 일반적으로 다른 전송 방식에 비해 5~7배의 용량 감소 효과를 가져옵니다. 동일한 데이터라도 전송 방식이 다르면 청구되는 용량도 달라집니다.
  • 이것은 무엇이 아닌가: MCP 사용에 대한 추가 요금이나 불이익은 없습니다. 실제로 전송된 바이트 수는 그대로 전달됩니다. 다른 클라이언트가 더 저렴한 이유는 해당 전송 방식에서 압축이 안정적으로 작동하기 때문입니다. 프로토콜 선택에 따라 불이익을 주는 것은 아니지만, 비용 구조에 대해서는 투명하게 공개해야 합니다.
  • 여러분이 할 수 있는 일: 대규모 반복 내보내기(예: 다년간 캠페인 + 키워드 + 검색어 교차 분석)의 경우 Excel/Google Sheets/Nova를 사용하는 것이 좋습니다. 대화형 AI 도구 호출(LLM 컨텍스트에 적합한 일반적인 100~5,000행 규모의 Google Ads 집계)의 경우 MCP가 적합하며 비용 차이는 몇 센트에 불과합니다.

자주 묻는 질문

이 기능을 사용하려면 포트를 열거나 VPN을 실행해야 하나요? +
아니요, 네트워크 에이전트가 하나의 아웃바운드 TLS 연결(포트 443)을 걸면 AI 클라이언트가 해당 연결에 도달합니다. https://mcp.querystreams.com 공용 인터넷에서 접속하는 것이므로, 에이전트 호스트에서 아웃바운드 HTTPS가 작동하면 MCP는 인바운드 규칙, 포트 포워딩 또는 VPN 없이도 작동합니다. 발신 전용 연결 작동 방식을 확인해 보세요 →
Query Streams MCP에서 사용할 수 있는 AI 도구는 무엇인가요? +
개방형 모델 컨텍스트 프로토콜(MCP)을 지원하는 모든 클라이언트(Claude Desktop, Claude Code, Cursor, ChatGPT(유료), Grok, Gemini CLI, Windsurf, Zed 등 500개 이상)를 사용할 수 있습니다. 기존에 사용하던 AI 도구를 가져오세요. 다른 도구로 전환할 필요가 없습니다. 지원되는 AI 클라이언트 전체 목록 →
MCP 키를 취소할 수 있나요? +
예, 키마다 3개의 독립적인 킬 스위치가 있습니다. /mcp 페이지별, 플랜 설정을 통한 조직별, 플랫폼 수준에서 모두 가능하며, 데이터베이스 암호 변경이나 에이전트 재시작이 필요하지 않습니다. MCP 키 보안에 대한 자세한 정보 →
MCP 사용량은 내 데이터 영역에 대해 어떻게 청구되나요? +
MCP 실행 호출은 Excel, Google Sheets, 웹 쿼리 빌더 및 Nova AI 사용에 이미 사용되고 있는 동일한 데이터 영역 예산에서 차감됩니다. 즉, 모든 액세스 방식에 걸쳐 하나의 소비 예산만 사용됩니다. MCP 측정 크기는 다릅니다. 다른 클라이언트들은 저희의 압축 클라우드 링크를 통해 실행됩니다(요금 청구). 압축된 바이트MCP는 Streamable HTTP를 통해 실행되는데, 이는 모든 클라이언트와 프록시를 통해 종단 간 압축을 안정적으로 지원하지 않으므로 추가 요금이 부과됩니다. 압축되지 않은 바이트일반적으로 2MB 크기의 Google Ads 일일 집계 데이터를 Excel로 내보낼 때 데이터 영역 용량의 약 300~400KB가 사용됩니다(캠페인 이름과 상태 열거형이 반복되는 광고 데이터는 LZ4 압축을 통해 5~7배 압축됩니다). 동일한 2MB 결과를 MCP를 통해 Cursor로 내보낼 때는 약 2MB의 용량이 사용됩니다. 저희는 이러한 비용 내역을 투명하게 공개하여 청구 주기 마지막에 예상치 못한 비용이 발생하는 것을 방지하고자 합니다.
Query Streams MCP가 Google Ads MCC(관리자) 계정과 연동되나요? 계정 간 보고는 어떻게 되나요? +
예, 네트워크 에이전트는 단일 계정 Google Ads 인증과 MCC(관리자) 인증을 모두 지원합니다. MCC의 경우, 에이전트에 관리자에 대한 OAuth 액세스 권한을 한 번만 부여하면 에이전트가 액세스 가능한 모든 하위 계정을 개별 커넥터로 표시하거나(원하는 경우 단일 통합 보기로 표시) 합니다. 교차 계정 보고 에이전트의 비정규화된 방식을 통해 작동합니다. 구글 광고 성과 테이블: LLM은 단일 SELECT 문을 작성할 수 있습니다. customer_id가 (...)인 경우 여러 하위 계정에 걸쳐 데이터를 처리하고 하나의 통합 결과를 얻습니다. 이는 Google Ads UI에서 (수동으로 계정을 전환해야 하므로) 불편하고, 일반 GAQL(고객 ID별 처리)로는 효율적으로 구현하기 어려운 워크플로입니다. 에이전트는 내부적으로 고객별 팬아웃을 수행하고, 계정별 응답을 캐시한 다음, 통합 결과를 단일 SQL로 제공합니다. 하나의 MCC와 하위 계정 세트는 에이전트에 대한 하나의 OAuth 권한 부여로 처리되며, 갱신 토큰은 자동으로 순환됩니다. 대행사에서 서로 관련 없는 여러 MCC를 관리하는 경우, 각 MCC는 별도의 커넥터로 처리되며 LLM은 이름으로 올바른 커넥터를 선택합니다.
이것은 오픈소스 Google Ads MCP 서버를 직접 운영하는 것과 어떻게 다른가요? +
Google Ads MCP 서버(GitHub에 커뮤니티 프로젝트가 존재하긴 하지만 대부분 간단한 GAQL 래퍼에 불과함)는 데이터 소스당 하나의 MCP로 구성되며, 대부분은 SQL 표면이나 메트릭 의미론 레이어 없이 원시 REST 또는 GAQL 필드를 LLM에 덤프합니다. Claude가 Google Ads, PostgreSQL, Stripe 계정, Snowflake 웨어하우스에서 데이터를 읽어오려면 각 AI 클라이언트에 각각 고유한 자격 증명, 범위 모델, 감사 스토리를 가진 4개의 MCP 서버를 별도로 구성해야 합니다. Query Streams MCP는 계정에 연결된 모든 커넥터에 접근할 수 있는 하나의 핵심 요소이며, 에이전트는 Ads 데이터를 깔끔한 SQL 표면으로 정규화합니다. 비용_마이크로 의미론적 타입 지정이 내장되어 있습니다. 또한 스키마 인텔리전스, 에이전트 계층 읽기 전용 강제 적용, 키별 속도 제한, 감사 추적 기능도 제공됩니다. 이벤트 로그또한 이미 사용하고 있는 동일한 데이터 영역 청구 파이프라인도 제공됩니다. 이러한 기능은 직접적인 MCP를 통해 얻을 수 있는 것이 아닙니다.
인공지능이 데이터를 쓰거나 삭제하려고 하면 어떻게 될까요? +
캐시된 광고 데이터가 SQL을 보기 전에 에이전트에서 거부됩니다. qs_run_query 호출은 하드코딩된 읽기 전용 유효성 검사기에 의해 구문 분석되며, 이 유효성 검사기는 특정 값만 허용합니다. 선택, 와 함께, 및 설명하다 문장입니다. 그 외의 모든 것은 반환됩니다. 읽기 전용 위반 그리고 캐시된 Google Ads 테이블에는 절대 접근하지 않습니다. 검증기는 클라우드가 아닌 에이전트 프로세스에서 실행되므로, 클라우드 표면이 손상되더라도 이를 우회할 수 없습니다. 여기에 또 다른 안전 장치가 있습니다. Google Ads 쓰기/변경 작업(캠페인 일시 중지, 입찰가 변경, 예산 조정)은 애초에 MCP 표면에 노출되지 않습니다. 에이전트는 Google Ads API에 읽기 전용 GAQL만 호출합니다. 따라서 검증기가 어떤 식으로든 우회되더라도 LLM은 계정을 변경하기 위해 호출할 수 있는 것이 없습니다.
AI가 실제로 무슨 질문을 했는지 볼 수 있을까요? +
예. 모든 MCP 도구 호출은 행을 기록합니다. 이벤트 로그 조직, 사용자, 키, 범위, 지연 시간 및 결과 코드가 포함됩니다. 조직 관리자는 단일 쿼리로 "지난주에 누가 MCP를 사용했고, 어떤 커넥터를 사용했으며, 무엇을 문의했는지"를 확인할 수 있습니다. 참고로, 로그에는 이러한 정보가 기록됩니다. 도구 이름 및 메타데이터SQL 텍스트나 반환된 행은 클라우드 링크를 통해 전송되므로 클라우드 로그에 기록되지 않습니다. Google Ads API는 타사 호출자에게 OAuth 앱에서 읽을 수 있는 변경 내역 화면을 제공하지 않으므로 Google Ads의 경우 에이전트는 이벤트 로그 이는 "AI가 어떤 자식 계정에 대해 언제 무엇을 질문했는지"에 대한 가장 깔끔한 감사 결과를 제공합니다. 답변은 사용자가 소유하지 않을 수도 있는 Google 관리 콘솔 뒤에 숨겨져 있지 않고, 사용자의 데이터베이스에 있습니다.
Query Streams MCP를 사용하려면 Schema Intelligence를 실행해야 하나요? +
아니요, SI는 선택 사항입니다. (커넥터, 데이터베이스) pair와 MCP는 그것 없이도 작동합니다 (AI는 기본 스키마와 an을 얻습니다). si_추천 차단 기능을 제공하며, 대화 도중 SI를 활성화할 수 있습니다. qs_request_si_analysis이 기능을 활성화하면 AI는 엄선된 메타데이터 6개 계층을 받아 Google Ads SQL을 정확하게 작성할 수 있습니다. 비용_마이크로초 / 1000000 변환 및 캠페인 상태 열거형 필터링 - 첫 시도에 성공했습니다. 6개 계층 및 런타임 세부 정보는 위의 "스키마 인텔리전스가 추가하는 6개 계층"에서 다룹니다. 스키마 인텔리전스가 MCP 서버를 구동하는 방법 →
나중에 Stripe이나 PostgreSQL 같은 다른 커넥터를 추가하면 어떻게 되나요? +
클라이언트 측에서는 아무것도 변경되지 않습니다. 에이전트가 커넥터를 페어링하는 순간 동일한 키가 새 커넥터에 전달됩니다.qs_list_connectors (자동으로 인식합니다.) 하나의 설정 블록으로 현재 및 미래의 계정 전체를 구매할 수 있습니다. 하나의 키로 모든 커넥터를 연결할 수 있는 이유는 무엇일까요? →
내 데이터와 채팅하려면 MCP를 설치해야 하나요? +
아니요 - Nova AI는 Query Streams 포털에 내장되어 있습니다. Nova는 MCP 설정이나 구성 파일 없이 모든 커넥터(Google Ads 포함)에서 작동합니다. Nova를 사용하여 쿼리 스트림 내에서 데이터와 상호 작용하고, 자체 AI 클라이언트(Claude, Cursor, ChatGPT 등)가 동일한 데이터에 접근하도록 하려면 MCP를 사용하십시오. 동일한 에이전트, 동일한 커넥터, 동일한 스키마 인텔리전스를 기반으로 합니다. Nova AI에 대해 자세히 알아보세요 →

시작하기

AI 도구를 Google Ads 데이터에 5분 만에 연결하세요.

하나의 MCP 키로 Google Ads, 모든 데이터베이스, 그리고 Query Streams 계정의 모든 API 커넥터에 액세스할 수 있습니다. 완벽한 감사 추적, 키별 사용률 제한, MCC를 인식하는 계정 간 보고 기능, 그리고 방화벽 변경이 전혀 필요 없습니다. Claude, Cursor, ChatGPT, Grok 모두 별도의 설정 없이 바로 사용할 수 있습니다.

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

분류: MCP 서버

태그: mcp, 클로드, 커서, 구글 광고, 유료 검색, PPC, 마케팅 분석, API 커넥터

메타 설명: MCP를 통해 Claude 또는 Cursor로 Google Ads를 쿼리하세요. 캐시된 SQL 표면, MCC 지원, 방화벽 취약점 없음. 무료.

Updated on 2026년 6월 16일

Powered by BetterDocs