公式発表Microsoft Developer

マイクロソフト、SQL MCP Serverを発表。AIエージェントとデータベースを安全に結ぶ新技術

米マイクロソフトは、AIエージェントとSQLデータベースを安全に接続する新技術「SQL MCP Server」を発表しました。本技術は、開発者が直接SQLクエリを書くことなく、自然言語によるデータ操作を安全に実現するものです。Anthropicが提唱する「Model Context Protocol(MCP)」を基盤とし、同社の「Data API builder(DAB)」を活用することで、既存のセキュリティモデルを維持したまま、AIエージェントにデータベース操作能力を提供します。

AI解析: gemini-3.5-flash
まとめこの話題の全体像はこちらGPT-6 Astraと関連機能の全容、32本の公式発表から見えた「自律エージェント」の全貌

元動画: SQL MCP Server: Bringing AI Agents to Your SQL Data

3秒でわかる要点

  1. 1SQL MCP Serverは、AIエージェントとSQL Server等のデータベースを安全に接続する新しいオープンな仕組みです
  2. 2Data API builder(DAB)を基盤に、直接SQLクエリを生成させずに、型定義された安全なAPI経由でデータを取得します
  3. 3Model Context Protocol(MCP)に対応し、GitHub CopilotやClaude等のエージェントがデータベースを自律的に探索可能です

何が発表されたのか

米マイクロソフトは、現地時間2026年7月28日に開催された技術イベント「Visual Studio Live!」において、SQLデータベースと生成AIエージェントを安全に接続するための新技術「SQL MCP Server」を発表しました。本技術は、開発者がデータベース接続やクエリ生成のための複雑なコードを書くことなく、AIエージェントに対して安全かつ統制されたデータアクセス環境を提供するものです。

登壇した同社プリンシパルアーキテクトのBob Ward(ボブ・ウォード)氏は、本技術が「Data API builder(DAB)」と呼ばれる既存のオープンソースツールを基盤として開発されたことを明かしました。発表時点での位置づけとしては、研究段階や単なる構想ではなく、すでにGitHub上でソースコードやデモ環境が公開されており、開発者がローカル環境で無償で試用できる段階にあります。

既存の「自然言語からSQLへの直接変換(NL to SQL)」が抱えていた、非効率なクエリの生成やSQLインジェクションといった重大なセキュリティリスクを排除し、AIエージェントがデータベースの構造を自律的に理解して必要なデータを取得できる仕組みを標準化することを目指しています。

発表された機能・アップデートの全容

自然言語からSQL(NL to SQL)への直接変換が抱える限界の解消

従来、多くの開発者がLLM(大規模言語モデル)を用いて自然言語からSQLクエリを直接生成し、それをデータベースに対して実行する仕組み(NL to SQL)を試みてきました。しかし、Ward氏はこれについて「生成されるクエリの品質が極めて低く、本番環境での利用には耐えない」と指摘します。

LLMが生成するクエリは、データベースのインデックスを無視した非効率な走査を行ったり、意図しないテーブル結合によってパフォーマンスを著しく低下させたりする問題がありました。また、悪意のある入力によるSQLインジェクションのリスクも排除できません。

SQL MCP Serverは、LLMに直接SQLクエリを書かせるのではなく、型定義された「Data API builder(DAB)」のAPIレイヤーを介してデータをやり取りします。これにより、AIエージェントは安全にカプセル化されたエンドポイントのみを実行することになり、データベースの安全性が劇的に向上します。

Data API builder(DAB)を基盤とした安全なデータ露出

SQL MCP Serverの最大の特徴は、すでにマイクロソフトが提供しているオープンソースツール「Data API builder(DAB)」をエンジンとして採用している点です。DABは、SQLデータベースの上層に位置し、RESTやGraphQLのエンドポイントを自動的に生成するミドルウェアです。

開発者は「dab-config.json」というJSON形式の構成ファイルを作成するだけで、どのテーブル、ビュー、ストアドプロシージャを外部に露出するかを厳密に制御できます。DABは自動的にすべてのクエリをパラメータ化するため、SQLインジェクションのリスクが根本的に排除されます。

DABは.NETで構築されており、Windows、macOS、Linuxなどのクロスプラットフォームで動作します。また、コンテナ化してAzure Container AppsやKubernetes上で稼働させることも容易であり、高いスケーラビリティを備えています。

Model Context Protocol(MCP)によるAIエージェントとの標準接続

SQL MCP Serverは、Anthropicが提唱し、業界で急速に普及しつつあるオープンな仕様「Model Context Protocol(MCP)」に対応しています。MCPは、AIアプリケーション(クライアント)と、データソースやツールを提供するサーバーとの間の通信を標準化するプロトコルです。

これにより、GitHub Copilot ChatやClaude、ChatGPTなどの多様なAIクライアントが、共通のプロトコルを介してSQL MCP Serverに接続できるようになります。AIエージェントは、サーバーが提供する「ツール」のリストを自律的に取得し、ユーザーの質問に応じて適切なツールを動的に選択・実行します。

動画内のデモでは、VS Codeのチャットウィンドウから「Touring-1000自転車を構成する部品は何ですか」と質問すると、AIエージェントが自動的にSQL MCP Serverの提供するツールを呼び出し、データベースから正確な部品構成情報を取得して回答を生成する様子が実演されました。

構成ファイル「dab-config.json」によるMCPサーバーの有効化

SQL MCP Serverを有効化する手順は極めてシンプルです。既存のDAB構成ファイル(dab-config.json)に、わずか数行のMCP設定を追加するだけで、データベースがMCPサーバーとして機能し始めます。

具体的には、構成ファイル内の「runtime」セクションにおいて、「mcp」を有効化("enabled": true)し、パス(例: "/mcp")を指定します。これにより、DABは従来のRESTやGraphQLに加えて、MCPプロトコルによる要求を受け付けるようになります。

DABは起動時にデータベースのカタログ情報を読み込み、公開されているオブジェクトのメタデータをインメモリにキャッシュします。このキャッシュされた情報が、MCPを介してAIエージェントに「ツール」として提示される仕組みです。開発者は、既存のDAB資産やスキルをそのままAI対応データベースへと昇華させることができます。

ロールベースアクセス制御(RBAC)とSQLセキュリティの二重防御

セキュリティ面において、SQL MCP Serverは「DABレイヤー」と「SQL Serverレイヤー」の二重の防御策を提供します。DABレイヤーでは、ロールベースのアクセス制御(RBAC)を定義でき、特定のロール(例: anonymous や authenticated)に対して、オブジェクトごとの参照・更新権限を細かく設定できます。

さらに、Microsoft Entra ID(旧Azure AD)による認証トークンをDABが検証し、そのユーザー識別情報をSQL Serverの「セッションコンテキスト(Session Context)」に透過的に引き渡す機能("set-session-context": true)をサポートしています。

これにより、SQL Server側で定義された「行レベルセキュリティ(Row-Level Security: RLS)」が自動的に適用されます。AIエージェントを経由したアクセスであっても、ユーザー自身が直接クエリを実行したときと同様に、閲覧可能なデータ範囲が厳密に制限されるため、情報漏洩を確実に防止できます。

ストアドプロシージャを「カスタムツール」として露出する高度なデータ取得

AIエージェントに対して、単にテーブルやビューをそのまま露出するだけでは、複雑なビジネスロジックを伴うデータ取得に対応できない場合があります。SQL MCP Serverでは、SQL Server内のストアドプロシージャを「カスタムツール」としてAIエージェントに提供することができます。

構成ファイル内で、ストアドプロシージャの定義(例: GetProductBOM)を追加し、"mcp": { "custom-tool": true } と設定します。これにより、AIエージェントはこのプロシージャを「特定のパラメータを必要とする専用のツール」として認識します。

デモでは、エージェントがこのカスタムツールを検出し、必要な入力パラメータ(例: 製品ID)を動的に判断してプロシージャを実行し、階層構造を持つ部品表(BOM)データを極めて効率的に取得する様子が示されました。これにより、LLMが自ら複雑な再帰クエリを組み立てる必要がなくなり、実行速度と正確性が大幅に向上します。

性能・ベンチマーク

動画内では、具体的なスループットやレイテンシのベンチマーク数値、処理能力の比較データは提示されていません。ただし、技術的な特性として、以下の性能向上の要因が語られています。

評価指標 特性・効果 出典・根拠
クエリ実行方式 パラメータ化クエリ(sp_executesql)の強制使用による実行計画の再利用 動画本編(30:30付近のBob Ward氏の解説)
メタデータ探索 起動時にデータベースのカタログ情報を読み込み、メモリ上にキャッシュ 動画本編(21:15付近のBob Ward氏の解説)
データ転送効率 SQL ServerのJSONサポートを活用し、結果セットをJSON形式で直接ストリーミング 動画本編(15:55付近のBob Ward氏の解説)

競合サービスとの比較

本発表である「SQL MCP Server(DAB + MCP)」のアプローチを、他社の一般的なデータベース接続手法と比較します。

比較項目 SQL MCP Server(Microsoft) 一般的な LangChain SQL Agent 等 OpenAI Assistants API (File Search/Code Interpreter)
データ接続方式 型定義されたAPI(DAB)を介した中継 LLMによる直接的なSQL生成と実行 データのフラットファイル化またはサンドボックス内実行
セキュリティ制御 既存のRBAC、行レベルセキュリティ(RLS)の完全統合 アプリケーションコード側での制御が必要(脆弱になりやすい) クラウド側でのデータ保持となり、企業ポリシーに反するリスクあり
クエリの正確性 開発者が定義したビューやプロシージャを実行するため極めて高い LLMの「ハルシネーション」により誤ったクエリが生成されやすい データベース全体の複雑なリレーションに対応しきれない
優位性(強み) データベース管理者(DBA)が認可したオブジェクトのみを露出できるため安全 自由度が高く、アドホックな分析クエリに対応可能 開発者によるインフラ構築が最小限で済む
劣位性(弱み) 構成ファイル(JSON)の定義と管理が必要 パフォーマンス低下や意図しないデータ削除のリスクが極めて高い 大規模データベースや機密データを扱うシステムには不適

※他社同等機能に関する記述は、一般的な技術知識ベースに基づいています(編集部注)。

料金・提供プラン

SQL MCP Serverは、基盤となる「Data API builder(DAB)」と同様に、MITライセンスのもとでオープンソースとして提供されています。

  • ライセンス料金: 完全無償(オープンソース)
  • 利用可能なデータベース: SQL Server(Developer Edition等も含む)、Azure SQL Database、Fabric SQL Database
  • インフラ費用: ローカル環境で実行する場合は追加費用なし。Azure上でコンテナとしてデプロイする場合は、Azure Container Appsなどの実行環境に応じた従量課金が発生します。
  • 提供時期: すでにGitHub上でソースコードおよびデモ用のリポジトリ(bobsql/sqlmcpserver)が公開されており、今すぐ利用可能です。

日本から使う方法

日本の開発者が、自身のローカル環境で「SQL MCP Server」を試すための具体的な手順は以下の通りです。

  • 前提条件のインストール:
    • ローカル環境に「SQL Server」(無償のDeveloper Editionなどで可)をインストールします。
    • 「.NET SDK」および「PowerShell 7」以上をインストールします。
  • リポジトリのクローン:
    • Bob Ward氏が公開しているGitHubリポジトリ(https://github.com/Microsoft/bobsql 内の sqlmcpserver ディレクトリ)をクローンします。
  • デモ用データベースの復元:
    • 提供されているPowerShellスクリプト(restore-adventureworks.ps1)を実行し、サンプルデータベース「AdventureWorks」をローカルのSQL Serverに復元します。
  • Data API builder(DAB)の起動:
    • 構成ファイル dab-config.json を使用して、DABを起動します。これにより、ローカルホスト(http://localhost:5001/mcp)でMCPサーバーが立ち上がります。
  • クライアントの設定とテスト:
    • VS Codeの拡張機能などを利用し、AIチャット(GitHub CopilotやClaude等)の接続先として起動したMCPサーバーのURLを指定します。日本語での質問に対しても、AIエージェントが適切にツールを選択して回答を生成します。

誰にどう効くのか

データベース管理者(DBA)およびインフラエンジニア

AIに社内データを活用させたいという強い要求がある一方で、セキュリティやパフォーマンスへの懸念から二の足を踏んでいたDBAにとって、SQL MCP Serverは決定打となります。AIエージェントに直接データベースを触らせるのではなく、型定義され、パラメータ化されたDABのレイヤーを挟むことで、SQLインジェクションや不正なクエリ実行の懸念が完全に解消されます。既存のActive DirectoryやEntra ID、行レベルセキュリティ(RLS)の仕組みをそのまま流用できるため、新たなセキュリティ運用の負担も最小限に抑えられます。

アプリケーション開発者

AIエージェントとデータベースを連携させるための「配管コード(Plumbing Code)」を書く必要がなくなります。従来のように、データベース接続を管理し、クエリを組み立て、LLMの入出力をパースするコードを何百行も書く代わりに、1つのJSON構成ファイルを定義するだけで安全な接続が完了します。開発効率が劇的に向上し、より本質的なビジネスロジックやUIの構築に集中できるようになります。

経営層およびCIO(最高情報責任者)

厳格なガバナンスとデータセキュリティを維持したまま、社内データのAI活用(業務効率化、意思決定の迅速化)を加速させることができます。オープンな標準規格である「Model Context Protocol(MCP)」を採用しているため、特定のLLMベンダーやクラウドプラットフォームにロックインされるリスクを回避でき、将来的なAI技術の進化にも柔軟に対応可能なIT投資を実現できます。

まとめ

マイクロソフトが発表した「SQL MCP Server」は、AIエージェントとデータベースの連携におけるセキュリティと開発効率の課題を、既存の「Data API builder」とオープンな「MCP」を融合させることで見事に解決した技術です。NL to SQLの危うさに悩んでいた開発者は、今すぐGitHubのリポジトリをクローンし、ローカル環境でその安全性を体感することをお勧めします。


取材班の見立てでは、本技術の登場により、企業システムにおける「データとAIの安全な共存」の標準パターンが確立されつつあります。今後、エンタープライズ領域でのAIエージェント導入において、MCPとAPI中継型のアーキテクチャは必須の要件となるでしょう。

動画のタイムテーブル

  • 0:00セッション開始と登壇者Bob Ward氏の自己紹介、セッション概要の提示
  • 0:40自然言語からSQLへの直接変換(NL to SQL)における課題と限界についての指摘
  • 1:41SQL MCP Serverおよび基盤技術であるData API builder(DAB)の紹介
  • 4:11AIエージェントを使用したデータベースクエリのデモと実行結果の確認
  • 8:50Data API builder(DAB)の歴史、構成、アーキテクチャの解説
  • 14:10DABの構成ファイル(dab-config.json)におけるMCP設定情報の詳細解説
  • 15:20DABにおける認証(Authentication)と認可(Authorization)の仕組み
  • 17:35VS Code上でのDABの起動とMCPサーバーとしての動作確認デモ
  • 21:15AIエージェントとツールの連携における既存課題とMCPによる標準化の必要性
  • 22:21DABのスキーマ定義とAIエージェントへのメタデータ露出の重要性についての解説
  • 25:54AIエージェントがMCPサーバーを検出してツールを呼び出す流れの解説
  • 28:26SQL MCP Serverが提供する「公開ツール(Published Tools)」の機能詳細一覧
  • 29:55MCPサーバーの仕組みをC#コードで実装したクライアント側コード of 解説
  • 32:23カスタムツール(Custom Tools)を定義して洗練されたデータ取得を行うデモ
  • 33:41SQL MCP Serverにおけるベストプラティクス(最小特権、詳細な記述、安全な結合)の紹介
  • 34:44SQL開発者向けのその他のMCPサーバー(GitHub, Fabric等)の紹介とまとめ

記事で紹介したツール

この機能を、いま自分の環境で試す

記事の内容は公式発表の要約です。実際の使い勝手は触ってみないと分かりません。多くは無料枠から始められます。

公式サイトで試す

提供: OpenAI

本記事は元動画の映像・音声をAIが解析して自動生成したものです。誤りが含まれる可能性があるため、正確な仕様・料金は公式発表をご確認ください。元動画を見る(解析モデル: gemini-3.5-flash)

Microsoft Developer

Azure SQL Databaseで10億行のベクトル検索を1秒未満に、DiskANNインデックスが一般提供開始

Azure SQL DatabaseでDiskANNベースのベクトルインデックスが一般提供開始。10億行のデータからミリ秒単位でベクトル検索を実行するデモや、オプティマイザによる実行計画の自動選択、DML操作へのリアルタイム追従など、リレーショナルデータベースとしての強みを活かした最新機能を詳細に解説します。