Salesforce 'Success' 로그의 거짓말, MCP 서버로 자동 분석

Context

Salesforce 디버그 로그의 Status 필드가 실제 오류를 숨기는 'Silent Failure' 문제 발생. 개발자가 수만 줄의 로그 파일을 수동으로 다운로드하고 분석하는 비효율적인 워크플로우 지속. 기존 MCP 서버들은 로그 조회 및 획득 기능이 없어 AI의 자율적 분석이 불가능한 구조.

Technical Solution

• Salesforce Tooling API와 direct REST 통신을 구현하여 CLI 서브프로세스 생성 오버헤드 및 버전 의존성 제거
• SF CLI의 기존 인증 체계(~/.sf/)를 그대로 재사용하여 별도의 OAuth 설정 없는 즉각적인 연결 환경 구축
• '필터링 후 분석' 방식 대신 '전체 획득 후 추론' 전략을 채택하여 HTTP 200 응답 내 숨겨진 에러 메시지 탐지
• 0-100점 기반의 Health Score 산출 로직을 도입하여 AI가 분석 우선순위를 결정하는 트리아지(Triage) 프로세스 구현
• 로그 획득, 콘텐츠 인텔리전스, 라이프사이클 관리, 교차 로그 분석의 4단계 계층적 도구 세트 설계
• @modelcontextprotocol/sdk와 @salesforce/core 기반의 경량 설계를 통해 전체 패키지 크기를 최소화

Impact

• 패키지 전체 크기 44.8 KB 달성
• Health Score 도입으로 AI의 도구 호출 횟수 50% 절감

Key Takeaway

AI 에이전트 설계 시 단순 데이터 전달보다 도메인 지식이 반영된 'Opinionated'한 파서와 평가 지표(Score)를 제공하는 것이 분석 효율을 극대화하는 핵심 전략임.