nexFLOW 기술 가이드 · · 적용 방법론
개요
MCP(Model Context Protocol)는 AI 애플리케이션과 외부 도구·데이터를 연결하는 프로토콜입니다. 데이터 모델링에 적용하면 AI가 단순히 ERD 이미지를 설명하는 데서 나아가, 제품과 연결된 작업 흐름에서 데이터 구조를 다루도록 구성할 수 있습니다.
ERFit은 AI를 위한 데이터 모델링 솔루션이며 사람도 직접 모델을 설계·검토할 수 있습니다. ContextMeta는 AI 데이터 모델 분석·관리와 AI 어드바이저 기반 거버넌스를 다룹니다. 두 제품 모두 MCP를 활용하지만, 연결 프로토콜이 같다는 사실이 두 제품의 역할이나 제공 도구가 같다는 뜻은 아닙니다.
대상 모델·업무 정의·변경 범위를 에이전트에 전달하고 결과를 검토합니다. 클라이언트 등록은 ERFit MCP 설정 가이드를 참고하세요.
활용 목표
적용 절차
연결 가능 범위 확인
현재 설치 버전에서 어떤 모델링·거버넌스 도구를 제공하는지 확인합니다. 클라이언트 연결, 인증, 조회·변경 권한은 제품과 환경의 실제 설정을 따릅니다. MCP 사용 자체가 DB 전체에 대한 변경 권한을 의미하지는 않습니다.
구조와 업무 맥락 준비
모델 이름, 대상 엔터티, 키·관계, 표준 용어와 미확인 사항을 정리합니다. 기존 DB 분석이나 역공학 결과를 활용하되 아직 검토되지 않은 관계는 추정임을 표시합니다.
작업 요청을 구체적으로 작성
아래는 고객·주문 가상 모델을 검토하기 위한 자연어 요청 예시입니다. MCP 도구 호출이나 제품이 보장하는 응답 형식이 아니며, 사용하는 클라이언트의 작업 요청에 맞춰 조정합니다.
가상 작업 요청 예시
대상: 고객·주문 데이터 모델
목표: 고객과 주문의 연결 관계를 검토한다.
근거: 엔터티 정의, PK·FK, NULL 허용 여부
요청: 확인된 관계와 추정한 관계를 구분해 설명한다.
범위: 검토 결과를 먼저 제시하고 변경 필요 항목을 정리한다.
확인할 사항: 주문 보관 기준과 고객 삭제 처리 규칙모델링 결과를 사람이 검토
엔터티·속성·관계·카디널리티·선택성 및 제약조건이 업무 정의와 일치하는지 확인합니다. AI가 같은 이름의 컬럼을 임의로 같은 개념으로 처리하지 않았는지 살펴보고, 변경이 필요한 경우 합의한 범위로 작업을 진행합니다.
구조 관리와 거버넌스로 연결
검토한 모델은 ERFit의 모델링·산출물 업무에 활용합니다. 데이터 정의·표준·품질 기준은 ContextMeta의 거버넌스 관점에서 함께 관리할 수 있습니다. 변경한 구조가 어떤 기준과 연결되는지 설명을 남겨 다음 작업의 맥락으로 사용합니다.
업무 흐름
연결 확인
클라이언트·도구·범위 확인
맥락 준비
모델·정의·표준 제공
AI 모델링
구체적인 작업 요청 수행
검토·관리
사람의 검토와 구조 관리
적용 범위와 한계
- 연결 가능한 클라이언트·도구·인증 방식은 실제 제공 버전을 확인해야 합니다.
- MCP는 연결 규약이며 모델 품질이나 업무 정의의 정확성을 자동으로 보장하지 않습니다.
- AI의 추정과 조직에서 승인한 모델 정의를 구분하여 관리해야 합니다.
자주 묻는 질문
ContextMeta와 ERFit의 역할은 무엇이 다른가요?
ContextMeta는 모델 분석·의미·표준·품질과 거버넌스가 중심이고, ERFit은 논리·물리 모델과 관계·제약조건의 설계가 중심입니다.