AI Database Agent의 복구력 향상을 위한 구조화된 Error Response 설계

Your AI database agent needs better errors than “tool failed”

Mads Hansen2026년 5월 20일1분intermediate

AI 요약

Context

AI Agent가 MCP를 통해 데이터베이스 쿼리 수행 시 발생하는 단순 "Tool failed" 메시지로 인한 디버깅 비용 증가. 구체적인 실패 원인 결여로 인한 Agent의 자동 복구 불능 및 운영자 감사 효율 저하 상황.

generic error를 세분화하여 Tenant/Role Scope, Budget(Row/Time/Cost), Data Stale 여부 등 구체적 실패 원인 정의
Agent가 스스로 쿼리를 수정할 수 있도록 허용된 Narrow/Safe Retry 가이드를 에러 응답에 포함
Human Audit을 위한 고유 Audit ID를 포함하여 시스템 투명성 확보
Request 상태를 Denied, Partial, Stale, Redacted, Too Broad로 분류하여 상태 기반 대응 로직 설계
단순 결과 반환을 넘어 보호 대상 정보와 거부 사유를 명시하는 구조적 에러 스키마 도입

실천 포인트

1. AI Agent용 API 설계 시 단순 Boolean 결과가 아닌 세분화된 Error Code 체계 구축

2. 에러 메시지에 Agent가 다음 시도에 반영할 수 있는 구체적인 제약 조건(Constraint) 명시

3. 데이터 보안 및 비용 제한으로 인한 실패 시- 단순 거부가 아닌 허용 가능한 쿼리 범위 제안

태그