AIToday
大規模言語モデルAIビジネス・産業Amazon AI Blog掲載日時: 2026年11月7日 4:00

AmazonがMCPサーバー構築

LINEで送る
AmazonがMCPサーバー構築

3つのポイント

  1. 何が起きたか

    AmazonのNorth America Sort CenterチームがAmazon ECS Fargate上にサーバーレスのModel Context Protocol(MCP)サーバーを構築し、AIエージェントとデータレイクをつなぐ中央ゲートウェイとした。データセットの追加はJSONメタデータファイル1つで済み、コードは不要。

  2. なぜ重要か

    メタデータ駆動の手法によりデータセットごとの連携コードが不要になり、複数のエージェントが共通のアクセス制御点を持てる。新しいデータセットはパイプラインの同期1回で全エージェントから発見可能になる。

誰に効くか主な対象は、企業データレイクに対してAIエージェントを運用するデータプラットフォームチームとプラットフォームエンジニアリングチームだ。カスタムコードではなく設定でデータセットを追加できる一方、セキュリティチームは接続された全エージェントのデータアクセスを単一の監査点で把握できる。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

この設計は大規模組織に共通する問題に対応したものだ。多くのチームが同じデータレイクへの対話型アクセスを求めるようになると、各エージェントが独自のSQL生成、スキーマ知識、接続処理を抱え込みがちで、スキーマ変更のたびに全エージェントを修正する必要が生じ、アクセス制御も分断される。Amazonのチームはこれを複製するのではなく一元化しようとした。ツール層とエージェント層を分離することで、データアクセスのパターンをエージェント実装間で安定させたまま、エージェント側を進化させられる。

これを機能させる運用上の要がメタデータカタログだ。JSONファイルにはテーブルのスキーマ、業務上の文脈、列レベルの意味論を記録し、FC-EAST-07のような倉庫コードなど、実データのパターンをエージェントに教えるサンプル値も含める。パイプラインはAmazon Titan Text Embeddingsでベクトル埋め込みを生成し、Amazon Bedrock Knowledge Basesにインデックスするため、サーバーを再デプロイせずにテーブルを発見できる。任意のコンテキストマッピング項目でエージェントの検索対象を関連テーブルに絞り込め、チームによればこれがSQLの精度を高めるという。

セキュリティは単一の点に依存せず多層化している。サーバーはインターネットから到達できず、Cognitoがクライアント層でユーザーを認証し、Athenaツールは書き込み操作をデータレイクに届く前に拒否し、すべてのツール呼び出しはCloudWatchに記録される。チームは現在、より細かい列レベルの制限と、失敗したクエリをより良いメタデータへの提案に変えるフィードバックループへとシステムを拡張しており、次の段階は新しい連携面の追加ではなく、精度とガバナンスの向上にあることをうかがわせる。

よくある質問
新しいデータセットの追加にはどれくらいかかるのか?
データセットの追加に必要なのはメタデータJSONファイルと任意のコンテキストマッピング項目のみ。手動での再インデックスやサーバー再起動なしに、パイプラインの同期1回で接続された全エージェントから発見可能になる。
AIエージェントはこのMCPサーバーを通じてどのようなツールを使えるのか?
このサーバーはAmazon AthenaとAmazon Redshiftを基盤とするSQLクエリツールに加え、Amazon Bedrock Knowledge Basesを基盤とするドキュメント・メタデータ検索とポリシー検索を登録する。
データアクセスのセキュリティはどう確保しているのか?
MCPサーバーは内部ロードバランサーの背後にあるプライベートサブネットで稼働し、Amazon Cognitoがクライアント層でユーザーIDを検証、AthenaツールはSELECTのみのクエリを強制し、すべてのツール呼び出しは構造化JSONでAmazon CloudWatchに記録される。
Amazon AI Blog元記事を読む
LINEで送る

Top Companies AIも報道

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

次の記事へAIインフラ投資、契約と価値の根拠に乖離