Databox MCP

공식

Databox MCP를 통해 데이터와 대화하세요. 에이전틱 분석, 자동 데이터 수집, 실시간 대화형 분석을 활성화하여 단순한 차트가 아닌 사전 예방적 추천과 즉각적인 BI 답변을 얻을 수 있습니다.

GitHub

Databox MCP(으)로 무엇을 할 수 있나요?

데이터에 대해 자연어 질문하기 — ask_genie를 사용하여 데이터셋에서 계산된 답변을 얻을 수 있으며, 후속 질문을 위한 선택적 대화 스레딩을 지원합니다.
시간 경과에 따른 메트릭 값 검색 — load_metric_data를 호출하여 특정 메트릭을 날짜 범위에 대해 가져오며, 선택적으로 차원별로 세분화하거나 시간/일/주/월 단위로 집계할 수 있습니다.
사용 가능한 메트릭 및 데이터 소스 탐색 — 쿼리하기 전에 계정에 이미 연결된 항목을 확인하려면 list_metrics와 list_data_sources를 사용하세요.
Databox에 사용자 정의 데이터 푸시 — create_data_source와 create_dataset으로 데이터 소스와 데이터셋을 생성한 후, ingest_data를 통해 레코드를 로드합니다.
수집 기록 검사 — get_dataset_ingestions와 get_ingestion을 사용하여 과거 데이터 로드의 레코드 수와 세부 정보를 검토합니다.
상대 날짜 정확히 해석 — 다른 도구에 날짜를 전달하기 전에 get_current_datetime을 호출하여 '지난 달'과 같은 구문을 기준 시간에 고정합니다.

문서

Databox MCP

데이터와 대화하세요. 어디서든.

Databox MCP는 비즈니스 데이터를 AI 어시스턴트에 연결하는 모델 컨텍스트 프로토콜 서버입니다. 평범한 영어로 지표에 대해 질문하세요. SQL도, 대시보드 구축도, 데이터 내보내기도 필요 없습니다.

개요

Databox MCP는 Claude, Cursor, n8n, Gemini CLI와 같은 AI 도구가 대화형으로 Databox 데이터에 접근하고 분석할 수 있게 해줍니다. 비즈니스 지표와 상호 작용하는 방식을 바꿔줍니다. 대시보드를 탐색하는 대신 질문을 하면 즉시 답변을 얻을 수 있습니다.

주요 이점:

자연어로 데이터 쿼리
130개 이상의 기존 Databox 통합과 함께 작동
Databox 사용자에게 추가 비용 없음
60초 이내에 설정 완료

지원되는 AI 클라이언트

클라이언트	상태
Claude Desktop	지원됨
Claude Web	지원됨
Cursor	지원됨
n8n	지원됨
Gemini CLI	지원됨
모든 MCP 호환 도구	지원됨

빠른 설정

Claude Desktop

claude_desktop_config.json에 추가하세요:

{
  "mcpServers": {
    "databox": {
      "type": "http",
      "url": "https://mcp.databox.com/mcp"
    }
  }
}

Claude Web / Claude Desktop 앱

설정 → 커넥터로 이동
사용자 정의 커넥터 추가 클릭
원격 서버 URL 입력: https://mcp.databox.com/mcp
인증 흐름 완료

Cursor

Cursor의 MCP 설정에서 URL https://mcp.databox.com/mcp을 사용하여 Databox MCP 서버를 추가하세요.

n8n

https://mcp.databox.com/mcp을 가리키는 HTTP 요청 노드를 사용하여 워크플로우를 구축하세요.

사용 가능한 도구

Databox MCP는 데이터와 상호 작용하기 위한 15개의 도구를 제공합니다:

계정 관리

`list_accounts`

인증된 사용자가 접근할 수 있는 모든 Databox 계정을 나열합니다.

매개변수 없음.

데이터 소스

`list_data_sources`

특정 계정의 모든 데이터 소스를 나열합니다.

매개변수	유형	필수	설명
`account_id`	string	예	계정의 고유 식별자

`create_data_source`

데이터셋을 구성하기 위한 새 데이터 소스 컨테이너를 생성합니다.

매개변수	유형	필수	설명
`name`	string	예	데이터 소스의 사람이 읽을 수 있는 이름
`account_id`	string	아니오	대상 계정 ID. 기본값은 API 키와 연결된 계정

`delete_data_source`

데이터 소스와 관련된 모든 데이터셋을 영구적으로 제거합니다. 되돌릴 수 없습니다.

매개변수	유형	필수	설명
`data_source_id`	string	예	삭제할 데이터 소스의 고유 식별자

`list_data_source_datasets`

특정 데이터 소스에 속한 모든 데이터셋을 나열합니다.

매개변수	유형	필수	설명
`data_source_id`	string	예	데이터 소스의 고유 식별자

데이터셋

`create_dataset`

선택적 스키마를 사용하여 데이터 소스 내에 새 데이터셋을 생성합니다.

매개변수	유형	필수	설명
`data_source_id`	string	예	상위 데이터 소스의 ID
`name`	string	예	데이터셋의 사람이 읽을 수 있는 이름
`columns`	string (JSON)	아니오	JSON 배열로서의 열 스키마. 각 열에는 `name` (string) 및 `data_type` (`"string"`, `"number"`, 또는 `"datetime"`)이 있습니다
`primary_keys`	string (JSON)	아니오	복합 키로 사용할 열 이름의 JSON 배열 (예: `'["id"]'`)

`ingest_data`

기존 데이터셋에 데이터 레코드를 푸시합니다.

매개변수	유형	필수	설명
`dataset_id`	string	예	대상 데이터셋의 고유 식별자 (UUID)
`data`	string (JSON)	예	레코드의 JSON 배열, 각각 열 이름을 키로 하는 객체

`get_dataset_ingestions`

특정 데이터셋의 수집 기록을 가져옵니다.

매개변수	유형	필수	설명
`dataset_id`	string	예	데이터셋의 고유 식별자 (UUID)

`get_ingestion`

레코드 수 및 데이터셋 지표를 포함한 특정 수집 이벤트에 대한 자세한 정보를 가져옵니다.

매개변수	유형	필수	설명
`dataset_id`	string	예	데이터셋의 고유 식별자 (UUID)
`ingestion_id`	string	예	수집 이벤트의 고유 식별자 (UUID)

`delete_dataset`

데이터셋과 모든 데이터를 영구적으로 제거합니다. 되돌릴 수 없습니다.

매개변수	유형	필수	설명
`dataset_id`	string	예	삭제할 데이터셋의 고유 식별자 (UUID)

`list_merged_datasets`

특정 계정의 모든 병합된 데이터셋을 나열합니다. 병합된 데이터셋은 여러 소스의 데이터를 결합합니다.

매개변수	유형	필수	설명
`account_id`	string	예	계정의 고유 식별자

지표

`list_metrics`

데이터 소스(Google Analytics, Stripe 등)에 사용 가능한 모든 지표를 나열합니다.

매개변수	유형	필수	설명
`data_source_id`	integer	예	지표를 나열할 데이터 소스 ID

`load_metric_data`

선택적 차원 및 시계열 세분화를 사용하여 날짜 범위에 대한 지표 데이터를 로드합니다.

매개변수	유형	필수	설명
`data_source_id`	integer	예	지표의 데이터 소스 ID
`metric_key`	string	예	짧은 지표 키 (예: `"GoogleAnalytics4@sessions"`)
`start_date`	string	예	`YYYY-MM-DD` 형식의 시작 날짜
`end_date`	string	예	`YYYY-MM-DD` 형식의 종료 날짜
`dimension`	string	아니오	분석 기준 차원 키 (예: `"source"`)
`granulation_time_unit`	integer	아니오	시계열 시간 단위: `1`=시간, `2`=일, `3`=주, `4`=월
`is_whole_range`	boolean	아니오	`true`인 경우(기본값), 단일 집계 값을 반환합니다. `granulation_time_unit`이 제공되면 자동으로 `false`로 설정됩니다
`record_limit`	integer	아니오	반환할 최대 차원 값 레코드 수

AI 기반 분석

`ask_genie`

Genie AI로 구동되는 자연어를 사용하여 데이터를 쿼리합니다. Genie는 데이터에 대해 실제 쿼리를 실행하고 LLM 근사치가 아닌 계산된 결과를 반환합니다. 후속 질문을 위한 대화 스레딩을 지원합니다.

매개변수	유형	필수	설명
`dataset_id`	string	예	분석할 데이터셋의 고유 식별자 (UUID)
`question`	string	예	데이터에 대한 자연어 질문
`thread_id`	string	아니오	대화를 계속하기 위한 이전 응답의 스레드 ID

유틸리티

`get_current_datetime`

현재 날짜와 시간을 가져옵니다. 다른 도구를 호출하기 전에 "지난달" 또는 "어제"와 같은 상대적 날짜 표현을 해결하는 데 사용하세요.

매개변수	유형	필수	설명
`timezone`	string	아니오	시간대 이름 (예: `"UTC"`, `"America/New_York"`). 기본값은 UTC

작동 방식

Databox MCP는 정확하고 신뢰할 수 있는 답변을 보장하기 위해 3계층 아키텍처를 사용합니다:

데이터 플랫폼 – 스키마, 유형 및 유효성 검사가 있는 구조화된 데이터셋
분석 쿼리 엔진 – 실제 쿼리(집계, 조인, 필터) 실행
시맨틱 계층 – 비즈니스 정의 및 지표 관계 이해

AI는 계산에 직접 관여하지 않습니다. AI가 쿼리를 공식화하고, 엔진이 이를 실행하며, AI가 결과를 요약합니다. 즉, 통계적 근사치가 아닌 실제 계산을 얻을 수 있습니다.

인증

Databox MCP는 안전한 인증을 사용합니다:

사용자 인증을 위한 OAuth 2.0
보안 세션을 위한 JWT 토큰 유효성 검사
프로그래밍 방식 접근을 위한 API 키 인증

데이터는 기존 거버넌스 표준에 따라 Databox 계정 내에 유지됩니다. AI 접근은 명시적으로 부여된 데이터 권한으로 제한됩니다.

보안

암호화된 연결 (HTTPS)
범위 기반 인증
감사 추적 및 수집 기록
벤더 종속 없음 (범용 MCP 표준)
계정별 데이터 격리

사용 사례

임시 분석

"지난주 전환율이 그 전주와 비교하여 어땠나요?"

교차 소스 인사이트

"Google Ads의 광고 지출과 Stripe의 수익을 결합하여 ROAS를 계산하세요"

추세 감지

"이번 분기에 환불률이 가장 높은 제품 카테고리는 무엇인가요?"

자동 알림

"3일 전환율이 2% 아래로 떨어지면 알려주세요"

데이터 정리

지저분한 CSV 내보내기를 푸시하고 Databox가 날짜, 형식 및 스키마를 자동으로 정규화하도록 합니다

직접 지표 쿼리

"지난 30일 동안의 Google Analytics 세션을 트래픽 소스별로 분류하여 보여주세요"

시계열 분석

"1월의 일일 페이지뷰를 주간 집계로 로드하세요"

차원 분석

"Stripe 수익 기준 상위 10개 국가는 무엇인가요?"

리소스

지원

질문 및 지원:

Databox 도움말 센터 방문
support@databox.com으로 문의

Databox 제작 — 모든 비즈니스 지표를 한 곳에서 추적하세요.