기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# MCP 앱을 사용한 에이전트 관찰성
OpenSearch는 확인할 수 있는 MCP 앱 렌더링 시각화를 통해 에이전트 IDE에 관찰성 워크플로를 제공하는 MCP 앱으로 에이전트 관찰성 환경을 제공합니다. 이 경험은 OpenSearch UI(로그, 추적, 지표, 알림)에서 웹 페이지 기반 관찰성 경험을 강화합니다. AI 에이전트는 OpenSearch 도메인 및 컬렉션에 저장된 데이터를 사용하여 인시던트를 조사할 수 있습니다. MCP 앱을 사용하면 각 MCP 도구 호출은 에이전트가 추론할 텍스트 요약과 동일한 대화 스레드에서 확인할 수 있는 대화형 시각화를 모두 반환합니다.
**주제**
+ [MCP 앱 예제](#opensearch-observability-mcp-app-examples)
+ [주요 개념](#opensearch-observability-mcp-app-concepts)
+ [사전 조건](#opensearch-observability-mcp-app-prerequisites)
+ [MCP 서버 설정](#opensearch-observability-mcp-app-setup)
+ [에이전트 관찰성을 위해 사용 가능한 MCP 앱](#opensearch-observability-mcp-app-available)
+ [mcpb 파일 확인](#opensearch-observability-mcp-app-verification)
## MCP 앱 예제
다음 예제에서는 인시던트를 조사하는 동안 MCP 앱이 호환되는 에이전트 IDE 내에서 대화형 시각화를 렌더링하는 방법을 보여줍니다.
**알림** - 데이터 소스에서 실행 알림을 보고 분류합니다. 알림 보기에는 시간 경과에 따른 실행 활동, 심각도 분석 및 알림별 세부 정보가 표시되며 조사를 시작할 수 있는 옵션이 있습니다. 다음 스크린샷은 실행 활동이 포함된 알림 보기를 보여줍니다.
**관찰성 보고서** - 기본 쿼리 및 AI 생성 근본 원인 분석과 함께 서비스별 오류 수와 같은 집계된 결과를 검토합니다. 다음 스크린샷은 관찰성 보고서를 보여줍니다.
**추적 조사** - 분산 추적의 범위 계층 구조 및 타임라인을 탐색하고, 개별 범위 세부 정보를 검사하고, 장애가 발생한 위치에 대한 분석을 읽습니다. 다음 스크린샷은 추적 조사 보기를 보여줍니다.
**서비스 맵** - 서비스 종속성을 호출 그래프로 시각화합니다. 여기서 엣지 너비는 호출 볼륨을 반영하고 색상은 오류율을 반영하여 인시던트의 폭발 반경을 이해합니다. 다음 다이어그램은 서비스 맵을 보여줍니다.
**지표 시각화** - PromQL 쿼리 결과를 결과 시리즈 및 지표 동작 분석을 포함하는 대화형 선, 막대, 영역 또는 지표 차트로 렌더링합니다. 다음 스크린샷은 지표 시각화를 보여줍니다.
## 주요 개념
OpenSearch UI
OpenSearch UI는 Amazon OpenSearch Service를 위한 관리형 클라우드 기반 대시보드 및 운영 분석 환경입니다. 여러 데이터 소스에서 데이터를 탐색, 쿼리 및 시각화할 수 있는 통합된 단일 엔드포인트 인터페이스를 제공합니다. MCP 앱을 통해 생성된 시각화는 OpenSearch UI 애플리케이션에서 가져옵니다.
로컬 MCP 서버
로컬 MCP 서버는 컴퓨터에서 직접 실행되는 프로그램으로, 에이전트 IDE와 OpenSearch UI 애플리케이션 간의 안전한 양방향 브리지 역할을 합니다. MCP 서버에는 호환되는 IDE 내에서 UI를 렌더링하는 MCP 앱 도구를 포함하여 AI 에이전트가 사용할 수 있는 여러 도구가 포함되어 있습니다. 다음 섹션의 지침에 따라 MCP 앱 기능이 있는 로컬 MCP 서버를 설치합니다.
MCP 앱
Claude Desktop과 같은 MCP 호스트 내에서 렌더링되는 대화형 UI 애플리케이션입니다. OpenSearch 에이전트 관찰성 경험에서 MCP 앱은 SLO 또는 트레이스에 대한 시각화 표시와 같은 단일 관찰성 작업을 수행하는 구성 가능한 단위입니다.
이중 응답
MCP 앱을 사용하면 호환되는 IDE에서 단일 도구 호출이 두 개의 출력을 동시에 반환합니다. 즉, 관찰성 에이전트에서 기대할 수 있는 간단한 텍스트 요약과 결과를 쉽게 검토하고 확인할 수 있도록 동일한 대화에서 렌더링된 대화형 시각화입니다.
## 사전 조건
+ 하나 이상의 데이터 소스([OpenSearch 도메인, 컬렉션 또는 Amazon Managed Prometheus)에 연결되고 생성된 관찰성 워크스페이스가 있는 OpenSearch UI 애플리케이션](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/application.html) OpenSearch
+ [MCP 앱을 지원하는](https://modelcontextprotocol.io/extensions/client-matrix#support-matrix) 에이전트 IDE(Claude Desktop, VS Code GitHub Copilot, Goose, ChatGPT, Cursor)
+ 관찰성 개념(로그, 추적, 지표) 및 IDE 사용에 대한 기본 지식
+ 로컬 시스템에 설치된 Node.js 22 이상
+ AWS OpenSearch UI 애플리케이션에 액세스할 수 있는 권한으로 구성된 자격 증명입니다. 자격 증명은 `es:ESHttpGet` 및 `es:ESHttpPost` 작업을 허용해야 합니다.
+ (선택 사항) 프로덕션 데이터 없이 테스트하려는 경우 샘플 데이터와 함께 배포된 OpenTelemetry 데모 애플리케이션
## MCP 서버 설정
**mcpb 파일을 사용하여 MCP 서버를 설정하려면**
1. OpenSearch 관찰성 MCP 서버 파일을 [다운로드](https://d373kuglijqwic.cloudfront.net/opensearch-observability-stack-mcp.zip)합니다. 선택적으로 [확인을 위해 서명 파일을](https://d373kuglijqwic.cloudfront.net/opensearch-observability-stack-mcp.zip.asc) 다운로드할 수도 있습니다.
1. 다운로드한 파일의 압축을 풉니다.
1. mcpb 파일을 열어 호환되는 IDE가 구성 흐름을 시작하도록 트리거합니다. 페이지 내 지침을 따릅니다.
또는 mcpb 파일 열기가 작동하지 않는 경우 server.js 파일을 참조로 사용하고 IDE의 확장에서 MCP 서버를 수동으로 구성할 수 있습니다.
**MCP 서버를 수동으로 구성하려면**
1. 원하는 IDE를 열고(MCP 앱과 호환되는지 확인) 확장 또는 MCP 섹션으로 이동합니다. **새 구성 추가**를 선택합니다.
1. 구성 페이지에서 다음 값을 업데이트합니다.
+ "args" 값을 실제 server.js 파일 경로로 바꿉니다.
+ OS\_UI\_ENDPOINT를 OpenSearch UI 애플리케이션의 URL로 바꿉니다.
+ 리전을 OpenSearch UI 애플리케이션의 리전으로 바꿉니다.
다음 예제에서는 MCP 서버의 구성을 보여줍니다.
```
{
"mcpServers": {
"opensearch-observability-stack-mcp": {
"command": "node",
"args": ["/path/to/opensearch-observability-stack-mcp/server/server.js"],
"env": {
"OS_UI_ENDPOINT": "application-foo-bar.us-west-2.opensearch.amazonaws.com",
"AWS_REGION": "us-west-2",
"AWS_PROFILE": "my-profile"
}
}
}
}
```
+ `/path/to/opensearch-observability-stack-mcp/server/server.js` - server.js 파일의 경로로를 바꿉니다.
+ `OS_UI_ENDPOINT` -를 OpenSearch UI 애플리케이션 URL로 바꿉니다.
+ `AWS_REGION` - AWS 를 리전으로 바꿉니다.
+ `AWS_PROFILE` -를 AWS 프로필 이름으로 바꿉니다. 프로필이 아직 구성되지 않은 경우이 [지침을](https://docs.aws.amazon.com/cli/latest/userguide/cli-configure-files.html) 따르세요.
MCP 서버를 구성한 후 IDE에 “사용 가능한 관찰성 데이터 소스 나열”과 같은 질문을 입력하여 연결을 확인합니다. 오류 메시지가 표시되면 지침에 따라 구성을 수정합니다.
## 에이전트 관찰성을 위해 사용 가능한 MCP 앱
+ 분류 및 대응 - 알림 상관관계, 인시던트 타임라인
+ 로그 조사 - 패턴 검색, 로그 클러스터링
+ 추적 조사 - 추적 찾기, 범위 세부 정보, 지연 시간 분석
+ 지표 조사 - PromQL 탐색, 임계값 분석
+ 서비스 성능 - RED 지표, 서비스 수준 보기
+ 토폴로지 - 서비스 맵, 종속성 그래프
+ 시각화 - 동적 시각화
+ 데이터 세트 및 상관관계 - 교차 신호 조인, 데이터 요약
+ AI 및 에이전트 관찰성 - LLM 통화 추적, 에이전트 추적 맵 및 요약
+ 스택 상태 - 클러스터 상태, 샤드 할당
+ [계측 점수](https://github.com/instrumentation-score/spec) - 원격 측정을 사용하여 계측 함정 감지
## mcpb 파일 확인
(선택 사항) 다운로드한 아티팩트의 서명을 확인하려면 [퍼블릭 서명 키를](https://d373kuglijqwic.cloudfront.net/opensearch-mcp-signing-public.asc) 가져오고 다음 명령을 실행합니다.
```
# 1. Import the public signing key (one-time)
curl -s https://d373kuglijqwic.cloudfront.net/opensearch-mcp-signing-public.asc | gpg --import
# 2. Download the artifact and its signature
curl -O https://d373kuglijqwic.cloudfront.net/opensearch-observability-stack-mcp.zip
curl -O https://d373kuglijqwic.cloudfront.net/opensearch-observability-stack-mcp.zip.asc
# 3. Verify
gpg --verify opensearch-observability-stack-mcp.zip.asc opensearch-observability-stack-mcp.zip
```
확인에 성공하면 출력에이 포함됩니다`Good signature from "OpenSearch MCP "`.