AI2SQL의 결과 마스킹은 도우미에 전달되기 전에 적용된다. 데이터가 데이터베이스 안에 머문다는 뜻은 아니다

AI2SQL의 MCP 결과 마스킹은 서버에서 실행되어 도우미가 고객의 원래 값 대신 대체 표시를 받게 할 수 있다. 실제 데이터를 조회에 사용해야 하는 분석 작업에 적합하다. 하지만 데이터베이스 권한을 대신할 수 없고, 원본 데이터가 AI2SQL에 전혀 도달하지 않았다는 뜻도 아니다. 자체 데이터베이스를 연결해 이 기능을 사용하려면 Team이 필요하다.

출처: ai2sql.io
2026년 11월 12일
6 min

팀이 AI 도우미에게 주문을 분석하게 하되 고객의 이메일과 전화번호를 직접 보여 주고 싶지 않다면 AI2SQL의 결과 마스킹을 평가해 볼 만하다. 핵심은 어디에서 적용되는지 정확히 파악하는 것이다. 조회에는 여전히 실제 데이터가 사용되며, 결과는 AI2SQL 서버에서 처리된 뒤에야 도우미에게 전달된다. 조직이 AI2SQL 서비스조차 고객의 원래 값에 접근해서는 안 된다고 요구한다면, 이 기능 자체는 필요한 데이터 보호 경계를 제공하지 않는다.

이 글은 AI2SQL MCP 공식 설명에 근거한 기능 분석이며, 실제 고객 데이터로 테스트하지 않았다. 공식 설명에 따르면 마스킹 후 도우미는 대체 표시, 일부가 가려진 값 또는 숨김 처리된 필드를 받을 수 있고 원래 값은 더 이상 도우미에게 전달되지 않는다. 이 약속은 결과를 전달하는 단계에 관한 것이며, 데이터가 원본 데이터베이스를 전혀 벗어나지 않았다는 뜻으로 확대해서 해석해서는 안 된다.

실제 데이터를 조회하고 처리된 결과를 전달한다

공식 설명은 실제 데이터에 대해 조회가 실행되므로 개수 집계, 조인, 필터링이 여전히 유효하며, 반환 행이 도우미에게 전달되기 전에 마스킹이 이루어진다고 밝힌다. 따라서 ‘지역별 주문 수 집계’와 ‘고객 연락처를 도우미에게 나열하기’에 서로 다른 결과 전달 규칙을 적용할 수 있다.

예를 들어 운영 담당자가 미처리 주문이 가장 많은 지역만 알고 싶다면 조회 결과에 고객 이름과 이메일을 포함할 필요가 없다. 먼저 조회 자체를 필요한 필드로 제한하고, 추가 보호 수단으로 마스킹을 적용할 수 있다. 특정 기록을 확인해야 하는 작업이라면 전체 연락처를 도우미에게 주는 것을 기본값으로 삼기보다 대체 표시나 부분 가림만으로 업무를 마칠 수 있는지 평가할 수 있다. 이는 권장하는 분석 시나리오이며, 제품을 실제로 시험한 사례가 아니다.

설정의 세분화 수준이 도우미가 최종적으로 보는 내용을 결정한다

MCP 페이지는 대체 표시, 부분 가림, 숨기기, 표시 규칙을 나열하며, 열별 설정과 저장 전 미리보기를 제공한다고 설명한다. 연결 단위로도 마스킹을 활성화할 수 있다. 팀 입장에서 ‘마스킹 기능이 있다’는 것은 출발점일 뿐이다. 개방하려는 연결과 필드 각각에 실제로 어떤 규칙이 적용되는지 확인해야 한다.

합성 데이터로 검수용 표본을 만드는 것이 좋다. 일반적인 이메일 열, 메모 속 연락처, 분석을 위해 반드시 남겨야 하는 분류 필드를 포함하자. 미리보기와 도우미가 실제로 받는 결과가 일치하는지 점검하고, ‘표시’ 규칙이 숨기려던 값을 다시 통과시키지 않는지 확인해야 한다. 공식 설명은 자유 텍스트의 민감한 패턴 식별도 언급하지만, 이 설명이 팀 자체 필드와 데이터 형식의 검증을 대신할 수는 없다.

자체 데이터베이스에 연결할 때 결과 마스킹은 Team 기능이다. 반면 공식 예제 데이터베이스 demo_shop에서는 모든 요금제로 체험할 수 있다. 예제에서 마스킹된 결과를 볼 수 있다고 해서 현재 요금제가 팀의 운영 환경 연결까지 지원한다는 뜻은 아니다. 구매 시 필요한 요금제와 실제 연결 설정을 함께 확인해야 한다.

읽기 전용, 마스킹, 접근 범위는 각각 다른 역할을 한다

같은 페이지는 조회 서비스가 서버에서 쓰기, DDL, 다중 명령문 일괄 실행을 거부한다고 설명한다. 읽기 전용 제한은 데이터 수정에 관한 것이고, 결과 마스킹은 도우미가 보는 값에 관한 것이다. 둘 다 데이터베이스 측의 최소 권한 원칙을 대신해서는 안 된다. 팀은 여전히 작업에 필요한 테이블, 뷰, 필드만 개방하고, 서비스가 해당 데이터를 처리하는 것이 자체 요구 사항에 부합하는지 검증해야 한다.

이 기능에 적합한 팀은 AI2SQL이 조회 결과를 처리하는 것은 허용하지만, 이후 결과를 받는 도우미가 고객의 원래 값에 접근하는 것은 줄이고 싶은 팀이다. 주된 작업에 집계 지표만 필요하다면 반환 필드를 줄이는 편이 대체로 더 직접적이다. 반면 업무상 완전한 신원 정보를 건별로 확인해야 한다면 마스킹된 결과로는 작업을 마칠 수 없을 수 있다. 도입할 때 이 두 가지 요구를 구분해야 불필요한 노출을 줄이는 것인지, 필요한 업무까지 함께 가리는 것인지 알 수 있다.

콘텐츠 안내:이 글은 공개 자료를 바탕으로 정리한 도구 선택 참고 자료입니다. 제품 기능, 가격 및 관련 정책은 수시로 변경될 수 있으니 최신 공식 정보를 확인해 주세요.

원문 출처:ai2sql.io