MCP Server는 AI 클라이언트가 TrueWatch의 관찰 가능성(observability) 기능을 호출할 수 있는 표준화된 방법을 제공합니다. 엔지니어에게 모든 DQL 쿼리를 직접 작성하거나, 모든 대시보드를 열거나, 모니터링 페이지를 전환하도록 요청하는 대신, AI 클라이언트는 모니터 조회, 로그 검색, 대시보드 탐색, DQL 쿼리 실행과 같은 도구에 구조화된 방식으로 접근할 수 있습니다.
MCP만으로는 엔터프라이즈급 운영 에이전트가 완성되지 않습니다. MCP는 인터페이스 계층을 해결합니다 — AI 클라이언트가 올바른 도구와 데이터에 접근할 수 있는가 하는 문제입니다. 프로덕션 준비 상태는 여전히 권한, 승인 흐름, 감사 추적, 증거 보존, 그리고 에이전트가 수행할 수 있는 작업의 명확한 경계에 좌우됩니다.
이 가이드는 예시 클라이언트로 Cherry Studio를 사용하여 AI 클라이언트에 TrueWatch MCP Server를 연결하는 과정을 안내합니다(동일한 단계가 Claude Code, Cursor 및 기타 MCP 호환 클라이언트에도 적용됩니다).
MCP란 무엇인가?
Model Context Protocol(MCP)은 AI 애플리케이션을 외부 시스템에 연결하기 위한 개방형 프로토콜입니다. 공식 MCP 문서는 이를 AI 애플리케이션이 공유 인터페이스를 통해 데이터 소스, 도구, 워크플로에 접근할 수 있는 표준 방식으로 설명합니다.
실제로 MCP는 다음 네 가지 유형의 기능을 제공합니다:
- Tools(도구) — AI 클라이언트가 호출할 수 있는 함수
- Resources(리소스) — 클라이언트가 읽을 수 있는 데이터 또는 컨텍스트
- Prompts(프롬프트) — 반복 가능한 작업을 안내하는 워크플로
- Transports(전송 계층) — 클라이언트와 서버 간의 통신 계층
관찰 가능성(observability) 관점에서 이 패턴이 중요한 이유는, 프로덕션 관련 질문에 대한 답이 모델의 학습 데이터 안에 존재하는 경우가 거의 없기 때문입니다. AI 어시스턴트는 로그, 메트릭, 트레이스, 알림, 대시보드, 모니터, 서비스 컨텍스트, 쿼리 결과 등 현재의 텔레메트리 데이터에 접근해야 합니다.
TrueWatch MCP Server는 무엇을 제공하는가?
MCP 서버는 시스템의 도구, 리소스, 프롬프트를 Model Context Protocol을 통해 노출시켜, MCP 호환 AI 클라이언트가 이를 직접 호출할 수 있도록 하는 구성 요소입니다 — 실제로 "MCP 서버"가 의미하는 바가 바로 이것입니다.
TrueWatch MCP Server는 선택된 TrueWatch 기능을 MCP 호환 인터페이스를 통해 제공합니다. MCP 서버에 연결하고 API 키로 인증할 수 있는 AI 클라이언트라면 누구나 이를 사용할 수 있습니다. 활성화된 도구와 권한에 따라, AI 클라이언트는 TrueWatch MCP Server를 사용하여 다음 작업을 수행할 수 있습니다:
- 모니터 및 알림 정보
- 로그 검색
- 대시보드 탐색
- DQL 쿼리 실행
- 관찰 가능성 데이터 조회
- 워크스페이스 범위의 데이터 접근
여기서 중요한 설계 지점은 범위(scope)입니다. 모든 요청은 인증되며 특정 워크스페이스에 연결됩니다. MCP에 연결한다고 해서 AI 클라이언트에 프로덕션 데이터에 대한 무제한 접근 권한이 부여되는 것은 아닙니다 — 접근 권한은 API 키의 권한 범위로 제한됩니다.
시작하기 전에
다음 사항을 준비하세요:
- MCP 서버 연결을 지원하는 AI 클라이언트(이 가이드에서는 Cherry Studio 사용)
- 작업에 필요한 최소 권한으로 범위가 지정된 TrueWatch API 키
- 워크스페이스에 맞는 올바른 TrueWatch 엔드포인트 또는 사이트 키
- MCP 클라이언트에서 TrueWatch MCP 엔드포인트로의 네트워크 접근
- AI 클라이언트가 호출할 수 있는 도구에 대한 내부 결정
프로덕션 환경에서는 읽기 전용으로 시작하세요. 부작용이 있는 워크플로를 허용하기 전에, 먼저 클라이언트가 관찰 가능성 데이터를 조회하고 요약하도록 하세요.
Cherry Studio를 통해 연결하기
원문에서는 예시 MCP 클라이언트로 Cherry Studio를 사용합니다. 정확한 UI는 달라질 수 있지만, 설정 흐름은 일반적으로 동일합니다: 클라이언트 설치, MCP 서버 연결 생성, URL 및 헤더 추가, 서버 활성화, AI 어시스턴트가 도구를 인식하는지 확인.
1. Cherry Studio 설치
사용 중인 운영체제에 맞는 MCP 호환 Cherry Studio 클라이언트를 다운로드하여 설치합니다.
2. MCP 설정 열기
Cherry Studio를 열고 설정으로 이동하여 MCP 섹션을 선택한 다음 새 MCP 서버를 추가합니다.
MCP 서비스가 시작되지 않는 경우, 필요한 로컬 런타임이 설치되어 있는지 확인하세요. 원문 설정 노트에서는 UV와 Bun을 사전 요구 사항으로 언급합니다.
3. MCP 서버 항목 생성
TrueWatch MCP Server와 같이 명확한 이름을 서버에 지정하고, 적절한 연결 유형을 선택합니다. 원문 설정에서는 streamableHttp 유형을 선택했습니다.
4. URL 및 헤더 구성
워크스페이스 또는 문서에서 제공하는 TrueWatch MCP Server URL을 사용합니다.
https://docs.truewatch.com/owl/mcp-quickstart/인증 및 엔드포인트 선택을 위한 요청 헤더를 추가합니다. 정확한 헤더 이름은 현재 사용 중인 TrueWatch 문서를 따라야 합니다. 일반적인 설정에서는 API 키와 엔드포인트 또는 사이트 키를 함께 사용합니다:
Authorization=<TRUEWATCH_API_KEY>;Endpoint=<TRUEWATCH_SITE_KEY>원문에서는 각 요청이 API 키에 연결된 워크스페이스로 범위가 지정되는 API 키 기반 모델을 사용합니다. 프로덕션 문서에서는 실제 API 키를 스크린샷, 채팅 클라이언트 또는 공유 설정 파일에 붙여넣지 않도록 주의하세요.
엔드포인트 맵 예시:
const SITE_KEY_MAP = { us1: 'https://us1-openapi.truewatch.com',
eu1: 'https://eu1-openapi.truewatch.com',
ap1: 'https://ap1-openapi.truewatch.com',};
5. MCP 서버 활성화
URL과 헤더를 구성한 후, MCP 서버 연결을 활성화합니다.
6. 채팅 또는 어시스턴트에서 MCP 서버 선택
Cherry Studio의 기본 워크스페이스로 돌아갑니다. 토픽 또는 어시스턴트에서 방금 생성한 MCP 서버를 선택합니다.
7. 연결 확인
TrueWatch 도구 호출이 필요한 간단한 관찰 가능성 질문을 어시스턴트에게 물어보세요. 다음과 같이 위험도가 낮은 읽기 전용 요청부터 시작하세요:
이 워크스페이스에서 사용 가능한 TrueWatch MCP 도구를 보여주세요.그런 다음 범위가 지정된 쿼리를 테스트하세요:
현재 워크스페이스에서 최근 발생한 심각한(critical) 알림을 찾아 영향을 받은 서비스를 요약해 주세요.검증의 목표는 단순히 "클라이언트가 응답한다"는 것이 아닙니다. 응답이 도구 호출을 기반으로 하는지, 예상한 워크스페이스를 사용하는지, 그리고 의도한 범위를 벗어난 데이터를 노출하지 않는지 확인하세요.
보안 및 거버넌스 참고 사항
MCP는 도구 접근을 더 쉽게 만들어 줍니다. 그렇기 때문에 경계 설정이 더 중요해지지, 덜 중요해지는 것이 아닙니다. 프로덕션 관찰 가능성 환경을 위해:
- 특정 워크플로가 더 많은 권한을 요구하지 않는 한 읽기 전용 API 키를 사용하세요
- 하나의 광범위한 팀 키를 공유하는 대신 각 AI 클라이언트 또는 에이전트에 고유한 키를 부여하세요
- 가능한 경우 워크스페이스, 환경, 서비스, 팀 단위로 접근 범위를 제한하세요
- API 키를 프롬프트, 스크린샷, 공개 문서에 노출하지 마세요
- 나중에 조사를 검토할 수 있도록 도구 호출을 로그로 기록하세요
- 프로덕션에 부작용을 미치는 모든 작업에 대해 승인을 요구하세요
- 도구가 존재한다는 이유만으로 에이전트가 모든 도구를 호출하게 두지 마세요
이는 TrueWatch의 더 넓은 AI 에이전트 관찰 가능성 아키텍처 전반에 흐르는 동일한 구분입니다: CLI, MCP Server, OpenAPI는 도구 인터페이스를 제공합니다. Toby AI Agents는 그 위에 관찰 가능성에 특화된 문제 해결 방법론, 거버넌스, 증거 추적, 승인 흐름, 폐루프 검증(closed-loop verification)을 추가합니다.
MCP는 관찰 가능성 워크플로에 어떤 변화를 가져오는가?
엔지니어링 및 운영 팀에게 MCP는 자연어 기반 조사와 실제 프로덕션 데이터 사이의 마찰을 줄여줍니다. 사람은 다음과 같이 질문할 수 있습니다:
지난 1시간 동안 에러 급증이 가장 많이 발생한 서비스는 무엇인가요?MCP에 연결된 어시스턴트는 이를 도구 호출로 변환하고, TrueWatch에서 현재 데이터를 조회한 다음, 증거와 함께 요약을 반환합니다. 결과가 완전한지, 더 많은 컨텍스트가 필요한지, 어떤 후속 조치가 필요한지는 여전히 엔지니어가 판단합니다.
MCP가 도움이 되는 부분:
- AI 클라이언트가 정적인 모델 지식에만 의존하는 대신 실시간 관찰 가능성 데이터에 접근할 수 있게 합니다
- 서로 다른 AI 클라이언트 전반에서 도구가 노출되는 방식을 표준화합니다
- 내부 어시스턴트를 구축하는 팀의 일회성 통합 작업을 줄여줍니다
- 관찰 가능성 기능이 더 넓은 엔지니어링 워크플로의 일부가 될 수 있게 합니다
MCP만으로는 충분하지 않은 부분:
- 여러분의 인시던트 대응 방법론을 정의하지 않습니다
- 안전한 프로덕션 권한을 자동으로 만들어주지 않습니다
- 위험도가 높은 작업에 대한 사람의 승인을 대체하지 않습니다
- 에이전트에게 서비스 카탈로그, 소유권 모델, 런북(runbook)을 알려주지 않습니다
MCP는 인터페이스 계층으로 사용하세요. 에이전트를 신뢰할 수 있게 만드는 것은 플랫폼 거버넌스와 프로덕션 컨텍스트입니다.
자주 묻는 질문
Q: MCP 서버란 무엇이며, TrueWatch MCP Server는 무엇을 제공하나요?
A: MCP 서버는 시스템의 도구, 리소스, 프롬프트를 Model Context Protocol을 통해 노출시켜, MCP 호환 AI 클라이언트가 적절한 권한으로 이를 호출할 수 있게 합니다. TrueWatch MCP Server는 이 패턴을 관찰 가능성 영역 — 모니터, 로그, 대시보드, DQL 쿼리 — 에 적용하여, MCP 호환 AI 클라이언트가 범위가 지정된 API 키로 이를 호출할 수 있게 합니다.
Q: TrueWatch MCP Server와 함께 작동하는 AI 클라이언트는 무엇인가요?
A: Claude Code, Cursor를 포함한 모든 MCP 호환 클라이언트가 작동합니다. 클라이언트와 관계없이 연결은 동일한 엔드포인트, 헤더, streamableHttp 연결 유형을 사용합니다.
Q: MCP 접근은 읽기 전용인가요?
A: 접근 권한은 API 키에 연결된 권한에 따라 달라집니다. TrueWatch는 읽기 전용 키로 시작하고, 특정 워크플로가 필요로 할 때에만 권한을 확장하는 것을 권장합니다.
Q: MCP가 승인 워크플로의 필요성을 대체하나요?
A: 아닙니다. MCP는 거버넌스 계층이 아니라 도구 인터페이스를 제공합니다. 프로덕션 작업에 대한 승인 흐름, 감사 추적, 증거 보존은 주변 에이전트 아키텍처에서 제공됩니다 — TrueWatch의 경우 Toby AI Agents가 이를 담당합니다.
Q: 하나의 API 키를 여러 AI 에이전트가 공유할 수 있나요?
A: 가능하지만 권장되지 않습니다. 각 AI 클라이언트 또는 에이전트에 고유한 키를 부여하면 접근 범위 지정, 로깅, 개별적인 취소가 더 쉬워집니다.
다음 단계
읽기 전용 TrueWatch API 키를 MCP 호환 클라이언트에 연결하고, 위험도가 낮은 관찰 가능성 쿼리를 몇 가지 테스트한 다음, 엔지니어링 에이전트가 어떤 도구에 접근해야 하는지 결정하세요.
