이 글은 Microsoft 개발자 커뮤니티 블로그에 게시된 Bobur Umurzokov의 기술 문서를 바탕으로 작성되었습니다.
개발자 여러분, 데이터베이스 스키마 설계와 API 개발에 몇 시간씩 투자하던 시대는 이제 끝났습니다. 단 하나의 프롬프트로 완전한 데이터베이스 스키마와 REST API를 60초 안에 생성할 수 있는 새로운 시대가 도래했습니다.
오늘 소개할 방법은 GitHub Copilot과 GibsonAI의 Model Context Protocol(MCP) 연동을 통해 이 놀라운 일을 가능하게 합니다. Microsoft 개발자 커뮤니티에서 공유된 이 혁신적인 접근법을 함께 살펴보겠습니다.
프롬프트 드리븐 개발의 시대
소프트웨어 개발 방식에 중대한 변화가 일어나고 있습니다. AI 에이전트와 프롬프트 기반 도구들이 현대 개발을 재편하고 있죠. Cursor, Windsurf, Lovable, Bolt 같은 새로운 도구들이 빠르게 성장하며, 이제 AI와 대화하는 것만으로도 멋진 앱과 웹사이트를 만들 수 있게 되었습니다.
하지만 이 모든 멋진 도구들에도 불구하고, 풀스택 애플리케이션에는 여전히 견고한 백엔드가 필요하고, 그것은 곧 데이터를 의미합니다. 블로그든, 예약 플랫폼이든, AI 에이전트든 관계없이 모든 애플리케이션은 정보를 저장하고 검색해야 합니다. 이는 보통 PostgreSQL, MySQL, MongoDB 같은 실제 데이터베이스를 사용한다는 뜻입니다.
그렇다면 스키마 설계, 데이터베이스 설정, API 생성은 여전히 피할 수 없는 작업인 걸까요? 이제 GitHub Copilot과 함께 프롬프트만으로 이 모든 과정을 자동화할 수 있습니다.
기존 데이터베이스 개발의 고질적 문제들
데이터베이스 작업은 종종 반복적이고 개발 속도를 늦추는 작업입니다. 개발자들이 공통적으로 겪는 문제들을 살펴보겠습니다.
수동 스키마 설정의 복잡성
테이블을 만들고, 관계를 설정하고, 인덱스와 데이터 타입, 네이밍을 고려해야 합니다. ORM 라이브러리를 사용해 테이블을 객체에 매핑하고 데이터에 접근할 API를 구축해야 하죠. 초기 단계에서 놓치기 쉽거나 과도하게 복잡하게 만들기 쉽습니다.
스키마 변경의 고통스러운 과정
애플리케이션이 발전하면서 컬럼명을 바꾸거나, 테이블을 분할하거나, 새로운 관계를 추가해야 할 때가 있습니다. 그때마다 마이그레이션을 작성하고, ORM을 업데이트하며, 다운타임을 피하고, 스테이징이나 프로덕션에서 문제가 발생하지 않기를 바라야 합니다.
변경에 따른 무수한 보일러플레이트
스키마가 변경되면 보통 다음과 같은 작업들이 따릅니다:
- 모델 파일 업데이트
- 시리얼라이저나 DTO 수정
- REST API 엔드포인트나 GraphQL 리졸버 재작성
- 테스트 데이터와 픽스처 수정
단 하나의 변경을 위해 정말 많은 작업이 필요합니다.
팀 협업의 복잡성
팀 프로젝트에서 개발자들 간의 스키마 변경 동기화는 종종 병합 충돌, 깨진 마이그레이션, 일관성 없는 환경으로 이어집니다.
해결책: GitHub Copilot + GibsonAI MCP 연동
이제 GitHub Copilot과 같은 AI 코드 생성 도구의 부상으로, Model Context Protocol(MCP)을 통해 외부 제공자와 Copilot Chat을 확장할 수 있게 되었습니다. 이를 통해 VS Code 내에서 단일 프롬프트로 완전히 작동하는 데이터베이스 스키마를 생성할 수 있습니다.
Model Context Protocol(MCP)란?
MCP는 애플리케이션이 대규모 언어 모델(LLM)과 컨텍스트를 공유하는 방법을 정의하는 오픈 표준입니다. MCP는 AI 모델을 다양한 데이터 소스와 도구에 연결하는 표준화된 방법을 제공하여, 이들이 더 효과적으로 함께 작동할 수 있게 합니다.
GibsonAI의 혁신적 접근
GibsonAI는 AI 기반 클라우드 데이터베이스 플랫폼으로, 다음과 같은 핵심 기능을 제공합니다:
- 자연어 스키마 생성: AI 에이전트와 채팅하여 즉시 스키마 생성 및 수정
- 제로 다운타임 마이그레이션: 데이터 모델 성장에 따른 원활한 마이그레이션
- 자동 API 생성: 새로 배포된 스키마에 대한 즉시 사용 가능한 API 엔드포인트와 문서 제공
- 서버리스 확장: 수요에 따른 자동 확장으로 사용한 만큼만 비용 지불
실습 가이드: 여행사 데이터베이스 60초 만에 완성하기
이제 실제로 여행사 애플리케이션을 위한 데이터베이스를 만들어보겠습니다.
필요한 환경
- VS Code (GitHub Copilot 활성화됨)
- UV 설치됨
- GibsonAI 무료 계정 (프롬프트를 완전한 스키마로 변환하고, 서버리스 데이터베이스를 배포하며, 데이터 관리를 위한 라이브 REST API를 제공)
1단계: GibsonAI CLI 설정 및 로그인
GibsonAI MCP 서버를 사용하기 전에 GibsonAI CLI를 설치하고 로그인하세요:
uvx --from gibson-cli@latest gibson auth login이 명령으로 GibsonAI 계정에 로그인하여 모든 CLI 기능을 사용할 수 있습니다.
2단계: VS Code에서 MCP 서버 활성화
VS Code 프로젝트 내에서 GibsonAI MCP 서버를 사용하려면 구성 스크립트를 추가해야 합니다. 프로젝트 폴더나 빈 폴더의 .vscode 폴더 안에 mcp.json 파일을 생성하세요.
{
"inputs": [],
"servers": {
"gibson": {
"type": "stdio",
"command": "uvx",
"args": ["--from", "gibson-cli@latest", "gibson", "mcp", "run"]
}
}
}이 파일이 추가되면 VS Code 내의 GibsonAI 도구가 MCP 서버에 연결됩니다.
3단계: 프롬프트로 여행사 스키마 설명하기
VS Code에서 GitHub Copilot Chat을 열고, Agent 모드로 전환한 후 GPT-4.1이나 GPT-4o 같은 LLM 모델을 선택하세요. GibsonAI에서 사용 가능한 도구들을 확인할 수 있습니다.
다음과 같은 프롬프트를 입력하세요:
“여행사를 위한 데이터베이스를 만들어주세요. 목적지, 예약, 사용자, 리뷰 테이블이 포함되어야 합니다. 각 사용자는 예약을 하고 리뷰를 작성할 수 있습니다. 각 목적지는 이름, 설명, 가격, 평점을 가져야 합니다.”
GibsonAI가 프롬프트를 읽고 새 데이터베이스 프로젝트를 생성하며, 다음을 자동으로 생성합니다:
- 완전한 관계형 스키마
- 시각적 엔티티-관계 다이어그램(ERD)
- 적절한 외래 키 제약조건
- UUID, 타임스탬프, 표준 필드
- 깔끔한 MySQL 또는 Postgres 구조
4단계: 스키마 배포 및 CRUD API 활성화
GibsonAI 앱에 로그인하여 새로 생성된 프로젝트를 열어보세요. 스키마를 검토한 후 “Deploy” 버튼을 클릭하여 스키마를 시작하세요.
또는 Copilot 채팅을 사용하여 데이터베이스를 배포할 수도 있습니다. GibsonAI가 서버리스 MySQL 데이터베이스를 호스팅하고, 데이터베이스 연결 문자열을 얻어 기존 앱에 연결하거나 라이브 CRUD API에 접근하여 앱에서 사용할 수 있습니다.
이제 단 하나의 SQL 쿼리도 작성하지 않고 작동하는 백엔드를 갖게 되었습니다. 이 API들을 프론트엔드나 백엔드에 직접 연결할 수 있으며, 일반적인 CRUD 작업을 위해 REST 컨트롤러를 작성할 필요가 없습니다.
5단계: Copilot으로 API 기반 개발하기
스키마와 API가 라이브 상태가 되면, GitHub Copilot을 사용하여 React나 다른 프론트엔드 프레임워크로 UI 컴포넌트를 구축할 수 있습니다. GitHub Copilot + GibsonAI MCP = 프롬프트에서 완전한 기능의 앱으로 가는 가장 빠른 방법입니다.
개발 워크플로우의 혁신적 변화
이 새로운 접근 방식이 가져오는 변화는 단순히 도구의 개선을 넘어서 개발 패러다임의 전환을 의미합니다:
시간 혁명
기존에 몇 시간 또는 며칠이 걸리던 데이터베이스 설계와 API 개발이 이제 몇 분 안에 완료됩니다.
협업 개선
팀원들 간의 스키마 동기화 문제가 크게 줄어들고, 모든 팀원이 같은 기준으로 작업할 수 있습니다.
실험과 반복의 용이성
새로운 아이디어를 빠르게 프로토타입으로 만들고 테스트할 수 있어, 혁신의 속도가 크게 향상됩니다.
비즈니스 로직에 집중
반복적인 인프라 작업에서 벗어나 핵심 비즈니스 로직과 사용자 경험 개선에 더 많은 시간을 투자할 수 있습니다.
미래를 위한 통찰
개발의 미래는 더 많은 AI 생성 코드를 사용하는 것이 아닙니다. 더 적고, 더 스마트한 프롬프트를 작성하고, AI가 느리고 반복적이거나 고통스러운 작업을 처리하도록 하여 혁신에 완전히 집중할 수 있게 하는 것입니다.
GitHub Copilot Agent Mode를 통해 이미 개발 워크플로우를 향상시킬 수 있습니다. 이는 에이전트가 SQL 쿼리를 실행하고, 테이블을 생성하고, 스키마를 설계하고, CSV 파일을 가져오는 등의 작업을 가능하게 하는 강력한 도구 세트를 제공합니다.
다음 프로젝트를 시작할 때는 VS Code를 열고, 프롬프트를 작성하고, 데이터베이스가 스스로 구축되도록 해보세요. 새로운 개발의 시대가 여러분을 기다리고 있습니다.
참고자료:
Comments