1. 시작하기 전에
실행 중인 Looker 인스턴스에 액세스할 수 있어야 합니다. API client_id 및 client_secret이 필요합니다.
기본 요건
- 실행 중인 Looker 인스턴스가 있어야 합니다.
- Linux 또는 macOS 명령줄에 액세스할 수 있어야 합니다.
학습할 내용
- Gemini CLI 설치 방법
- MCP 도구 상자 설치 방법
- MCP 도구 상자를 사용하여 Gemini CLI를 Looker에 연결하는 방법
필요한 항목
- Looker API 서버의 URL입니다. 일반적으로 Looker URL과 동일하지만
:19999와 같은 포트 번호를 추가해야 할 수도 있습니다(예:https://looker.example.com:19999). 문제가 해결되지 않으면 Looker 관리자에게 문의하세요.
2. 준비하기
client_id와 client_secret을 가져와야 합니다.
Looker 인스턴스에 로그인하고 화면 오른쪽 상단에 있는 사용자 프로필을 클릭합니다. 계정을 선택합니다. 계정 화면에서 API Keys 라벨 옆에 있는 Manage 버튼을 누릅니다.
API 키 관리 페이지에서 Create New API Key 버튼을 누릅니다.
새로 만든 항목에 MCP Toolbox 또는 이와 유사한 용도를 추가하고 체크표시를 클릭하여 저장합니다. 그런 다음 client_id와 client_secret을 안전한 곳에 복사하여 붙여넣습니다. 보안 비밀번호를 확인하고 복사하려면 보안 비밀번호 옆에 있는 눈 아이콘을 눌러야 합니다.
이제 Looker 브라우저 창을 닫아도 됩니다.
3. Gemini CLI 설치
터미널 앱을 열어 macOS 또는 Linux 명령줄로 이동합니다.
다음 명령어를 실행합니다.
npm install -g @google/gemini-cli
어떤 이유로든 설치에 실패하면 https://github.com/google-gemini/gemini-cli?tab=readme-ov-file#-installation에서 설치 옵션이나 도움말을 참고하세요.
이제 다음 명령어를 사용하여 Gemini CLI를 실행합니다.
gemini
로그인하라는 메시지가 표시됩니다. 이 안내를 따르면 바로 사용할 수 있습니다.
4. MCP 도구 상자 설치
MCP 도구 상자 디렉터리 만들기
터미널 앱에서 mcp-toolbox 디렉터리를 만듭니다. 그런 다음 해당 디렉터리를 입력합니다.
mkdir $HOME/mcp-toolbox
cd $HOME/mcp-toolbox
시스템 아키텍처 식별
uname 명령어를 실행하여 사용 중인 시스템의 종류를 확인합니다.
uname -a
이 명령어는 다음과 같은 문자열을 반환합니다.
Linux hostname.example.com 6.16.12-amd64 #1 SMP PREEMPT_DYNAMIC Debian 6.16.12 (2025-11-10) x86_64 GNU/Linux
해당 줄의 끝부분에 주의하세요. Linux를 사용하는 경우 x86_64 GNU/Linux로 끝납니다. macOS의 경우 Darwin와 문자열 끝에 Apple 프로세서의 경우 arm64, Intel 프로세서의 경우 x86_64 i386가 표시됩니다.
MCP 도구 상자 다운로드
Linux를 사용하는 경우 다음 명령어를 실행하여 MCP 도구 상자를 다운로드합니다.
curl https://storage.googleapis.com/genai-toolbox/v0.26.0/linux/amd64/toolbox
Apple 프로세서가 탑재된 macOS를 사용하는 경우 다음 명령어를 실행하여 MCP 도구 상자를 다운로드합니다.
curl https://storage.googleapis.com/genai-toolbox/v0.26.0/darwin/arm64/toolbox
Intel 프로세서가 탑재된 macOS를 사용하는 경우 다음 명령어를 실행하여 MCP 도구 상자를 다운로드합니다.
curl https://storage.googleapis.com/genai-toolbox/v0.26.0/darwin/amd64/toolbox
MCP 도구 상자 실행 가능하게 만들기
다음 명령어를 실행하여 MCP 도구 상자 프로그램을 실행 가능하게 만듭니다.
chmod +x toolbox
툴박스의 전체 경로 가져오기
다음 명령어를 실행하여 툴박스 파일의 전체 경로를 가져옵니다.
echo $HOME/mcp-toolbox/toolbox
다음과 같은 결과가 나올 수 있습니다.
/home-or-User/YOUR-USER-NAME/mcp-toolbox/toolbox
결과를 편리한 위치에 저장합니다.
5. Gemini CLI 구성
$HOME/.gemini/settings.json 파일을 수정합니다. 원하는 텍스트 편집기를 사용합니다. Linux 또는 macOS에서 파일을 자주 수정하지 않는다면 nano이 적합합니다.
json 파일에 다음 스탠자를 추가합니다.
"mcpServers": {
"looker": {
"command": "FULL_PATH_TO_TOOLBOX",
"args": [
"--stdio",
"--prebuilt",
"looker"
],
"env": {
"LOOKER_BASE_URL": "URL_OF_LOOKER_INSTANCE",
"LOOKER_CLIENT_ID": "CLIENT_ID",
"LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
"LOOKER_VERIFY_SSL": "true"
}
}
}
이전 단계에서 저장한 정보를 FULL_PATH_TO_TOOLBOX, URL_OF_LOOKER_INSTANCE, CLIENT_ID, CLIENT_SECRET에 대체합니다. 수정한 파일을 저장합니다.
6. Gemini CLI와 함께 MCP Toolbox 사용하기
명령줄에 gemini를 입력하여 Gemini CLI를 시작합니다.
Gemini 프롬프트에 다음을 입력하여 사용 가능한 도구를 나열합니다.
/mcp list looker
결과는 다음과 같습니다.
Configured MCP servers: 🟢 looker - Ready (33 tools) Tools: - add_dashboard_element - add_dashboard_filter - create_project_file - delete_project_file - dev_mode - generate_embed_url - get_connection_databases - get_connection_schemas - get_connection_table_columns - get_connection_tables - get_connections - get_dashboards - get_dimensions - get_explores - get_filters - get_looks - get_measures - get_models - get_parameters - get_project_file - get_project_files - get_projects - health_analyze - health_pulse - health_vacuum - make_dashboard - make_look - query - query_sql - query_url - run_dashboard - run_look - update_project_file
이제 Gemini CLI에 사용 가능한 데이터에 관해 질문해 보세요. 다음과 같은 방법을 시도해 보세요.
- Looker에서 사용할 수 있는 모델은 무엇인가요?
- MODEL_NAME에서 사용할 수 있는 Explore는 무엇인가요?
- EXPLORE_NAME에서 사용할 수 있는 측정값과 측정기준은 무엇인가요?
MODEL_NAME 및 EXPLORE_NAME을 자체 값으로 대체합니다.
그런 다음 Looker 인스턴스의 데이터로 답변할 수 있는 자연어 쿼리를 몇 개 만들어 보세요. 예를 들어 '2025년 총수익은 얼마인가요?' '4분기에 위젯을 몇 개 판매했어?' 등
7. 시도해 볼 수 있는 다른 프롬프트
저장된 Look 및 대시보드를 실행하고, Look 및 대시보드를 만들고, LookML 모델을 수정할 수도 있습니다.
- '룩 '월별 인벤토리'를 실행해 줘'와 같은 프롬프트를 입력하여 저장된 Look을 실행합니다. Gemini는 '월별 인벤토리'라는 룩을 검색한 다음 연결된 쿼리를 실행하고 결과를 공유해야 합니다.
- '고객 추적' 대시보드를 요약해 줘'와 같은 프롬프트를 입력하여 대시보드를 실행합니다. Gemini는 '고객 추적'이라는 대시보드를 검색하고, 각 타일과 연결된 쿼리를 실행하고, 요약을 제공해야 합니다.
- 저장된 Look을 만들려면 '제품 카테고리별 월별 수익을 추적하는 Look을 만들어 줘. 데이터를 누적 열 차트로 표시해 줘."
- 대시보드를 만들려면 '2026년의 영업 동향 대시보드를 만들어 줘'와 같은 프롬프트를 사용해 보세요.
LookML 개발자는 Gemini로 LookML을 수정할 수 있습니다. 다음과 같은 프롬프트를 사용해 보세요.
- '사용 가능한 LookML 프로젝트는 무엇인가요?'라고 Gemini에 프롬프트를 입력하여 LookML 프로젝트 목록을 가져옵니다.
- Gemini에게 프로젝트 파일 목록을 가져오라고 프롬프트를 입력합니다. 'PROJECT_NAME 프로젝트에서 사용할 수 있는 파일은 무엇인가요?' 자체 프로젝트 이름으로 대체합니다.
- Gemini에 프롬프트를 입력하여 측정값을 추가합니다. 'VIEW_NAME 뷰에서 sales_price 필드의 평균을 구하는 측정값을 만들어 줘.' 자체 보기 이름으로 대체합니다.
- 'Looker에서 사용할 수 있는 연결은 무엇인가요?'를 사용하여 연결 목록을 가져옵니다.
- 연결된 스키마를 가져옵니다. 'CONNECTION_NAME에 어떤 스키마가 있나요?' 자체 연결 이름으로 대체합니다.
- 연결된 테이블을 가져옵니다. 'SCHEMA_NAME 스키마의 CONNECTION_NAME에 있는 테이블은 뭐야?' 자체 연결 및 스키마 이름으로 대체합니다.
- 테이블의 열을 가져옵니다. "TABLE_NAME에 어떤 열이 있어?" 자체 테이블 이름으로 대체합니다.
- 이제 Gemini에게 LookML 뷰에 열을 추가해 달라고 요청합니다. 'COLUMN_NAME 열의 측정기준을 만들어 줘.' 자체 열 이름으로 대체합니다.
Looker UI를 사용하여 변경사항을 테스트하고 커밋할 수 있습니다. Gemini 및 MCP Toolbox는 LookML 변경사항을 커밋하고 프로덕션에 푸시할 수 없습니다.