2025.09.22
여러 컨텍스트에서 Model Context Protocol(MCP)를 제공하기 시작하면서 개발 단계에 도움을 많이 받고 있다.
가령 Figma-Context-MCP를 통해 단순한 UI 구현을 요청하고선,
다른 비즈니스 로직을 짜는 것에 충분히 익숙해져 있다.
본 글에서는 구글 에널리틱스 데이터를 자연어로 분석하는 방법을 소개해보려 한다. 복잡한 분석 대시보드 설정 없이도 간단한 질문으로 원하는
인사이트를 얻을 수 있다. 해당 MCP는 cursor에서 사용해볼 수 있도록 연동해보자.
google-analytics-mcp는 아직 실험 단계이지만, 대시보드 설정과
쿼리 작성 과정을 대신하여 직관적인 질문으로 실시간 데이터 접근과 다양한 메트릭 분석이 가능하다.
지난 7일간 DAU는 상승 추세인가요?
지난 180일 동안 내 Google 애널리틱스 속성에서 가장 인기 있는 이벤트는 무엇인가요?
우선 MCP를 사용하기 위해 이미 속성을 제공하고 있는 컨테이너와 구글 클라우드 계정이 필요하며, MCP 서버를 실행하기 위해 파이썬 런타임이
제공되어야 한다.
Google Cloud Console에서 새 프로젝트 생성 혹은 기존 프로젝트를 선택하고,
API 및 서비스 -> 라이브러리 탭으로 이동해 Google Analytics Data API를 활성화한다.
      
   
    
      
   
    
마찬가지로 API 및 서비스 -> 사용자 인증 정보 탭으로 이동해 서비스 계정을 생성해야 한다. 이때 이름은 자유롭게 입력하고,
권한 설정을 건너뛰고 생성한다.
      
   
    
      
   
    
생성된 서비스 계정을 사용하기 위해 해당 계정 상세로 들어가 키 탭으로 이동, 키 추가를 통해 키를 새롭게 생성하고,
생성된 JSON 로컬에 저장한다. 여기까지가 API 활성화 과정이다.
      
   
    
이제 구글 에널리틱스에서 권한을 설정해야 한다. 우선 JSON 파일에서 client_email을 복사해 구글 에널리틱스 관리 ->
속성 -> 속성 엑세스 관리에서 복사해둔 서비스 계정을 추가하고, 뷰어 권한을 부여해준다.
      
   
    
속성 -> 속성 세부 정보 탭으로 들어가 우측 상단 속성 ID를 복사한다.
      
   
    
마지막으로 MCP 서버 설치가 필요하다. 깃헙 저장소 패키지를 설치하는 방법도 제공하지만,
pip를 통해 패키지를 설치하는 방법이 간단하다.
~$ pip install google-analytics-mcp
~$ python -m ga4_mcp_server --help
        GOOGLE_APPLICATION_CREDENTIALS은 위에서 발급받은 json 파일의 실제 로컬 경로를,
GA4_PROPERTY_ID는 GA 속성 ID를 넣어준다.
{
  "mcpServers": {
    "ga4-analytics": {
      "command": "python3",
      "args": ["-m", "ga4_mcp_server"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/path/to/your/service-account-key.json",
        "GA4_PROPERTY_ID": "123456789"
      }
    }
  }
}
        위 과정을 잘 마무리했다면, 다음과 같이 mcp 서버를 사용할 수 있다.
      
  