공공 데이터 인사이트에 더 빠르게 접근하세요: Data Commons MCP가 이제 Google Cloud에 호스팅됩니다

Source: Google Developers Blog

2025년 9월, 우리는 Data Commons Model Context Protocol (MCP) 서버를 도입하여 AI 에이전트가 Data Commons 데이터를 네이티브하게 활용할 수 있는 표준 방식을 제공했습니다. 이어서 Gemini CLI 확장을 출시했으며, 이를 통해 Gemini CLI 사용자의 설정 과정을 간소화했습니다.

이 도구들은 자연어 기반 데이터 탐색의 문을 열었지만, 로컬 Python 환경에 의존해 고보안 환경에서는 어려움이 있었고, 자체 쿼리 에이전트를 배포하려는 개발자에게는 확장성이 제한되었습니다.

오늘 우리는 모든 사용자가 LLM과 함께 datacommons.org를 더 쉽게 이용할 수 있도록 Google Cloud Platform에서 호스팅되는 Data Commons MCP 서비스를 출시합니다. 이제 무료 서비스에 연결하고 Google이 나머지를 관리하도록 할 수 있습니다—Python 환경, 리소스 관리, 버전 릴리스, 보안 컴플라이언스에 대해 고민할 필요가 없습니다.

왜 사용해야 할까요?

MCP 서버는 AI 에이전트가 Data Commons 데이터를 네이티브하게 소비할 수 있는 표준화된 방법을 제공합니다. 분석가는 자연어로 고수준 질문을 던져 통찰을 얻을 수 있으며, MCP는 신뢰할 수 있는 출처의 데이터를 반환합니다. 개발자는 필요에 맞게 AI 에이전트를 손쉽게 만들 수 있습니다. 예를 들어 다음과 같은 통계적 질문에 대한 답을 얻을 수 있습니다:

• “미국 주별 실업률과 비만율 사이의 상관관계는 어떻게 되나요?”
• “동유럽 모든 국가의 GDP를 순위별로 나열해 주세요.”

오늘 바로 연결하세요!

• 이미 Data Commons Gemini CLI 확장을 사용 중이라면: 별도의 작업이 필요 없습니다. 다음에 Gemini CLI를 실행하면 확장이 자동으로 업데이트되어 로컬 서버 인스턴스를 시작하는 대신 웹을 통해 호스팅된 서버에 연결됩니다.
• 아직 확장을 사용해 보지 않았다면: Gemini CLI 확장 사용 방법을 참고해 시작하세요.
• Gemini CLI를 확장 없이 사용 중이거나 다른 에이전트를 사용하는 경우: 무료 Data Commons API 키가 필요하며, 구성 파일을 호스팅된 서버를 가리키도록 업데이트해야 합니다. 자세한 내용은 Gemini CLI 사용 방법을 확인하세요.

{
  "mcpServers": {
    "datacommons-mcp": {
      "httpUrl": "https://api.datacommons.org/mcp",
      "headers": {
        "X-API-Key": "YOUR DC API KEY"
      }
    }
  }
}

Data Commons를 멋지게 활용한 사례를 공유하거나 피드백이 있다면 support@datacommons.org 로 이메일을 보내 주세요.

Note: 호스팅된 MCP 서버는 datacommons.org에 대한 쿼리만 사용할 수 있습니다. 자체 Custom Data Commons 인스턴스를 운영 중이라면 여전히 자체 MCP 서버를 실행해야 합니다. 자세한 내용은 Run MCP tools를 참고하세요.