DataGrip 의 AI 는 2026년 들어 성격이 바뀌었다. 예전에는 “SQL 을 설명하고 고쳐 주는 버튼”이었다. 2026.1 에서 AI 채팅 안에 Claude Agent 와 Codex 가 들어왔고(What’s New 2026.1), 2026.2 에서는 데이터베이스 전용 에이전트 스킬 세 개와 연결 관리 MCP 도구가 추가됐다(DataGrip 2026.2 블로그, 2026-07-16). 에이전트가 실제 커넥션에 쿼리를 날리는 도구가 된 것이다.

그러니 “잘 쓰는 법”의 중심도 옮겨 간다. 프롬프트를 잘 쓰는 것보다 무엇을 허락하고, 무엇이 밖으로 나가는지 확인하는 것이 먼저다. 이 글은 JetBrains 공식 문서와 릴리스 노트만으로 그 규칙을 정리한다.

0. 세 층으로 나눠 보기

DataGrip 의 AI 기능은 위험도가 다른 세 층이다.

층 무엇 DB 에 닿는가 대표 기능
① 인라인 AI 액션 에디터에서 설명·수정·최적화 아니오(코드와 스키마 문맥만) Explain / Fix SQL problem, Fix with AI, Optimize Query with AI
② AI 채팅 대화 + 문맥 첨부 첨부한 스키마와 객체 구조만 @dbObject:, Attach Schema
③ 에이전트 + MCP 스킬과 도구로 직접 실행 예. 권한을 주면 조회와 수정까지 database-tools, database-text-to-sql, execute_sql_query

출처: Find and fix problems with AI, Chat with AI, Use AI with databases.

(해석) 층이 올라갈수록 편해지지만, 사고가 났을 때 되돌리기도 어려워진다. 아래 규칙은 대부분 ③층용이다.

1. 권한 설정 네 개 — “전역”이고 “확인 없이”라는 뜻을 읽어라

DataGrip 설정의 AI Tools 페이지에는 토글이 네 개 있다(AI Tools 설정).

설정 허용하는 것
Read database data SELECT 같은 조회를 실행하고 결과를 AI 에이전트로 보낸다
Modify database data INSERT·UPDATE·DELETE, 루틴 호출로 데이터 변경
Read database schemas 스키마 구조 읽기. 쿼리 생성 품질이 오르지만 쿼터 소모도 늘어난다
Modify database schemas CREATE·ALTER·DROP

이 페이지의 첫 문장이 핵심이다. 이 설정들을 켜면 AI 에이전트와 LLM 이 “모든 데이터베이스에서 확인 없이” 읽거나 바꿀 수 있다. 커넥션별 설정이 아니다. 개발용 로컬 DB 에서 편하려고 Modify 를 켜면, 같은 IDE 에 등록된 운영 커넥션에도 똑같이 적용된다.

기본값은 확인을 받는 쪽이다. 2026.1 릴리스 블로그는 데이터와 스키마 접근에 “네 단계의 사용자 동의가 기본으로 요구된다”고 썼고(DataGrip 2026.1 블로그), 2026.2 에서는 CLI 에이전트도 DB 작업 전에 무엇을 할지 보여 주고 동의를 받게 됐다(2026.2 블로그).

규칙 1. 두 Modify 토글은 켜지 않는다. 확인 팝업이 번거롭다는 건 그 팝업이 일을 하고 있다는 뜻이다.

2. 진짜 안전장치는 IDE 가 아니라 DB 계정이다

MCP 서버 문서에는 이런 문장이 있다.

“To guarantee strictly read-only access for an AI agent, use a database user with properly restricted (read-only) privileges and configure the data source to use that user.” — [MCP Server DataGrip](https://www.jetbrains.com/help/datagrip/mcp-server.html)

벤더가 스스로 말한다. 읽기 전용을 “보장”하는 수단은 IDE 토글이 아니라 DB 권한이다. 토글은 UX 층의 확인 장치이고, DB 가 permission denied 를 돌려주는 것만이 경계다.

규칙 2. 에이전트용 데이터 소스를 따로 만든다. 읽기 전용 권한만 있는 DB 사용자로 접속하고, 가능하면 운영 원본이 아닌 레플리카나 스테이징을 가리키게 한다. 이름도 prod-ro-agent 처럼 붙여 사람이 헷갈리지 않게 한다.

3. 무엇이 밖으로 나가는지 — 문서 두 개를 같이 읽어야 한다

AI Assistant 의 데이터 처리 문서에는 이런 문장이 있다. “DataGrip 에서 AI Assistant 는 데이터베이스의 데이터를 공유하지 않고 접근하지도 않는다”(Data handling). 그런데 1절의 AI Tools 문서는 Read database data 를 켜면 조회 결과를 AI 에이전트로 보낸다고 쓴다. MCP 의 execute_sql_query 도 결과를 CSV 로 도구 응답에 붙인다(MCP Server).

(해석) 두 문장은 모순이 아니라 층이 다르다. 앞 문장은 ①·②층의 기본 동작이고, ③층에서 데이터 읽기를 허락하면 쿼리 결과 행이 모델 제공자에게 간다. 그러니 “DataGrip AI 는 데이터를 안 보낸다”를 전제로 운영 개인정보 테이블에 에이전트를 붙이면 안 된다. 참고로 2026.2 의 database-tools 스킬은 토큰을 아끼려고 결과를 처음엔 작은 샘플만 문맥에 넣고, 필요할 때 더 가져온다(릴리스 노트). 적게 보낼 뿐, 안 보내는 게 아니다.

확인하는 방법은 공식적으로 있다.

  • 요청 로그: Shift 두 번 → Open AI Assistant Requests Log in Editor. 모델 제공자로 간 프롬프트가 ai-assistant-requests.md 에 남는다. DataGrip 에서는 Markdown 플러그인이 필요하다(Data handling).
  • 상세 데이터 수집: Settings | Appearance & Behavior | System Settings | Data Sharing | Send detailed code-related data. 켜면 JetBrains 가 대화 전문을 제품 개선과 모델 학습에 쓸 수 있다. 기본값은 꺼짐이다(같은 문서).
  • 쿼리 이력: 2026.2 부터 에이전트가 실행한 쿼리가 데이터 소스의 쿼리 이력에 남는다(2026.2 블로그). 에이전트가 무슨 SQL 을 돌렸는지 사후 감사하는 곳이다.

규칙 3. 처음 며칠은 요청 로그를 직접 열어 본다. “스키마만 보낸다고 생각했는데 샘플 행이 같이 갔다” 같은 차이는 로그에서만 보인다.

민감한 스키마라면 모델을 바꾸는 방법도 있다. AI Assistant 는 Ollama, LM Studio 같은 로컬 모델과 llama.cpp, LiteLLM 같은 OpenAI 호환 엔드포인트를 연결할 수 있다(Use custom models). 이 경우 프롬프트가 기계 밖으로 나가지 않는다. 다만 로컬 모델의 SQL 품질이 클라우드 모델만 한지에 대한 중립 비교는 찾지 못했다.

4. 품질 — 스키마를 “필요한 만큼만” 붙여라

AI 가 틀린 SQL 을 쓰는 가장 흔한 이유는 테이블과 컬럼 이름을 추측하기 때문이다. 공식 문서의 인라인 기능 설명마다 “이 기능은 정확한 제안을 위해 데이터베이스 스키마 첨부가 필요할 수 있다”는 주석이 붙어 있다(Find and fix problems). 2026.2 의 database-text-to-sql 스킬은 이 문제를 직접 겨냥한다. 스키마와 테이블 구조를 스스로 탐색해 추측 대신 실제 메타데이터로 쿼리를 만들고, 설정이 허락하면 한 번 실행해 동작을 확인한다(Use AI with databases).

채팅에서 문맥을 주는 방법은 두 가지다(Chat with AI).

  • @dbObject: 로 테이블이나 스키마 하나를 지정한다.
  • Attach Schema 로 스키마 전체를 붙인다.

규칙 4. 전체 스키마보다 @dbObject: 를 먼저 쓴다. (해석) 문서가 말하듯 스키마 읽기는 품질을 올리지만 쿼터를 더 쓴다. 테이블 수백 개짜리 스키마를 통째로 붙이면 비용이 들고, 관련 없는 테이블이 모델을 헷갈리게 하고, 밖으로 나가는 구조 정보도 늘어난다. 질문에 필요한 테이블 서너 개만 붙이는 게 세 면에서 다 낫다.

5. 성능 튜닝 — AI 에게 “해석”을 맡기고 “측정”은 내가 한다

2026.1 부터 실행 계획 해석을 AI 에 맡길 수 있다. 쿼리를 우클릭해 Explain Plan | Explain Analyse 를 실행하고, Query Plan 탭의 Analyze SQL Plan with AI 를 누른다. AI Actions | Optimize Query with AI 는 불필요한 JOIN, 빠진 인덱스, 비효율 계획을 찾아 재작성까지 제안한다(Use AI with databases).

규칙 5. AI 가 고친 쿼리는 같은 조건으로 EXPLAIN ANALYZE 를 다시 돌려 숫자로 비교한다. 실행 계획은 데이터 분포와 통계에 따라 달라진다. (해석) AI 는 계획을 읽어 줄 수는 있어도 운영 데이터 분포를 모른다. 인덱스 추가 제안은 쓰기 비용과 잠금까지 따져야 하므로, 제안을 그대로 운영 DDL 로 옮기지 않는다. 그 DDL 은 사람이 마이그레이션 파일로 옮겨 리뷰를 받는다.

6. 바깥 에이전트(Claude Code, Codex)에 DataGrip 을 빌려주기

DataGrip 은 2025.2 부터 MCP 서버를 내장한다. 활성화하면 Claude Code, Codex, VS Code, GitHub Copilot CLI 같은 외부 클라이언트가 IDE 의 도구를 쓸 수 있다. Settings | Tools | MCP Server 에서 Enable MCP Server 를 누르고 클라이언트별 Auto-Configure 를 누르면 된다(MCP Server). 이러면 터미널의 에이전트가 DataGrip 에 이미 등록된 커넥션과 드라이버를 그대로 쓸 수 있다. 에이전트에게 접속 비밀번호를 따로 넘기지 않아도 된다는 게 실무상 큰 장점이다.

그만큼 같은 문서의 두 설정을 알고 있어야 한다.

  • brave mode(“Run shell commands or run configurations without confirmation”): 외부 클라이언트가 확인 없이 터미널 명령과 실행 구성을 돌린다. 규칙 6. 켜지 않는다.
  • Exposed Tools 와 Router-only: 도구별로 노출 여부를 끌 수 있다. Router-only 로 두면 도구 설명이 직접 목록에서 빠져 에이전트의 문맥을 아낀다. (해석) 에이전트가 쓸 일 없는 create_database_connection·edit_database_connection 은 꺼 두는 게 공격면이 작다.

버전 차이 하나를 주의한다. 2026.2 릴리스 노트는 “데이터베이스 전용 MCP 도구에 더 이상 AI Assistant 플러그인이 필요 없다”고 쓰는데(릴리스 노트), MCP 서버 문서의 데이터베이스 도구 절에는 아직 플러그인이 필요하다는 안내가 남아 있다(2026-09-29 확인). 자기 버전에서 도구 목록이 실제로 뜨는지 직접 보는 게 가장 정확하다.

7. 안티패턴 요약

안티패턴 왜 나쁜가 대신
편하려고 Modify 토글 켜기 전역이고 확인 없이 모든 커넥션에 적용 끄고, 변경은 사람이 실행
운영 관리자 계정 커넥션에 에이전트 붙이기 IDE 토글은 보장이 아니다 읽기 전용 DB 사용자와 전용 데이터 소스
“데이터는 안 나간다”고 믿기 ③층에서 조회 결과는 모델로 간다 요청 로그로 실측, 민감하면 로컬 모델
스키마 통째로 첨부 쿼터, 혼란, 노출 모두 늘어남 @dbObject: 로 필요한 것만
AI 최적화 결과를 측정 없이 채택 계획은 데이터 분포에 따라 달라진다 EXPLAIN ANALYZE 전후 비교
MCP brave mode 외부 에이전트가 확인 없이 명령 실행 끄고, 필요 없는 도구는 노출 해제

8. 아직 확인 안 된 것

  • 정확도 수치가 없다. DataGrip 의 text-to-SQL 이 몇 퍼센트 정확한지에 대해 JetBrains 도 중립 제3자도 공개한 벤치마크를 찾지 못했다. 모델마다 다를 테고, 이 글은 성능을 비교하지 않는다.
  • 샘플 크기. database-tools 가 처음 문맥에 넣는 “작은 샘플”이 몇 행인지 문서에 숫자가 없다. 요청 로그로 직접 확인하는 수밖에 없다.
  • 문서 간 불일치. 3절(데이터 공유 문장)과 6절(플러그인 필요 여부)처럼 문서끼리 서술이 어긋나는 곳이 있다. 빠르게 바뀌는 기능이라 문서가 따라오지 못한 것으로 보인다. 결정은 자기 버전의 실제 동작으로 한다.

References

  1. JetBrains, What’s New in DataGrip 2026.1. Claude Agent·Codex 채팅 통합, DB 전용 MCP 기능.
  2. JetBrains Blog, DataGrip 2026.1 릴리스, 2026-03-26. 데이터·스키마 접근 4단계 동의.
  3. JetBrains Blog, DataGrip 2026.2 릴리스, 2026-07-16. 에이전트 스킬 3종, CLI 동의, AI 쿼리 이력.
  4. JetBrains Blog, AI Agents in DataGrip, 2026-08-26.
  5. DataGrip Docs, Release notes.
  6. DataGrip Docs, AI Tools 설정. 권한 4종.
  7. DataGrip Docs, MCP Server. 외부 클라이언트, brave mode, 읽기 전용 사용자 권고, DB 도구 목록.
  8. AI Assistant Docs, Use AI with databases. text-to-SQL, 실행 계획 해석, 쿼리 최적화.
  9. AI Assistant Docs, Chat with AI. @dbObject:, 스키마 첨부 동의.
  10. AI Assistant Docs, Find and fix problems with AI.
  11. AI Assistant Docs, Data handling. 요청 로그, 상세 데이터 수집 기본 꺼짐.
  12. AI Assistant Docs, Use custom models. Ollama, LM Studio, OpenAI 호환 엔드포인트.