[reinvent 2025] 당신의 비싸고 부정확한 AI 에이전트, 해결책은? (sponsored by Databricks)
Summary
이 세션은 PwC가 후원하는 패널 토의로, Banner Health, Northwell Health 등 주요 의료 기관의 리더들이 모여 생성형 AI가 헬스케어 산업에 가져올 변화와 기회를 심도 있게 논의합니다. 성공적인 AI 도입을 위한 데이터 통합 전략과 의료진의 업무 효율성을 높이는 구체적인 사례를 통해 헬스케어의 미래 청사진을 제시합니다.
리인벤트 2025 테크 블로그의 더 많은 글이 보고 싶다면?
Overview
들어가며
생성형 AI의 발전으로 누구나 쉽게 AI 에이전트를 만들 수 있는 시대가 되었지만, 기업 환경에서 실제로 신뢰할 수 있고 비용 효율적인 에이전트를 구축하는 것은 여전히 어려운 과제입니다. 이번 칼럼에서는 Databricks가 진행한 세션을 통해, 단순한 데모 수준을 넘어 실제 프로덕션 환경에 적용 가능한 ‘고품질’ AI 에이전트를 구축하는 방법론과 이를 지원하는 Databricks의 새로운 플랫폼 전략에 대해 알아보겠습니다.
데이터 인텔리전스 플랫폼과 품질의 중요성
세션의 서두에서 연사는 현재 AI 에이전트 시장의 문제점을 지적했습니다. 대부분의 에이전트는 “테스트되지 않은 채” 배포되며, 이는 기업에 재정적, 평판적 리스크를 초래할 수 있습니다. Databricks는 이러한 문제를 해결하기 위해 데이터 레이크하우스 위에 거버넌스(Unity Catalog)와 오케스트레이션(Agent Bricks) 계층을 통합한 ‘데이터 인텔리전스 플랫폼’을 제시합니다.
특히 Gartner Magic Quadrant에서 데이터 과학 및 ML 분야의 리더로 선정된 점을 언급하며, 단순한 툴 제공을 넘어 엔터프라이즈급 품질을 보장하는 플랫폼으로서의 입지를 강조했습니다.
모든 것의 기반, Unity Catalog
성공적인 에이전트 구축을 위한 첫 번째 핵심 요소는 Unity Catalog입니다. 기업의 CFO가 에이전트 도입 시 가장 먼저 묻는 질문은 “통제할 수 있는가?”입니다. Unity Catalog는 단순히 테이블 데이터뿐만 아니라 비정형 데이터, 임베딩, 에이전트가 사용하는 함수(Tools) 및 모델까지 에이전트 관련 모든 자산에 대한 접근 제어와 모니터링을 중앙에서 관리합니다. 이를 통해 에이전트가 어떤 데이터를 조회하고 어떤 행동을 수행했는지 투명하게 추적할 수 있습니다.
자연어로 대화하는 데이터: AI/BI와 Data Science Agent
Databricks는 “자연어가 곧 소프트웨어를 사용하는 방식이 될 것”이라는 비전 아래 AI/BI 기능을 강화하고 있습니다. 작년 대비 사용자 수가 500% 증가한 이 기능은 텍스트 명령만으로 복잡한 대시보드를 생성하고 데이터를 시각화해 줍니다. 더 나아가 현재 프리뷰 중인 ‘Data Science Agent’가 소개되었습니다. 이 에이전트는 사용자와 협업하여 데이터의 특징을 분석하고, 예측 모델을 훈련시키는 과정까지 대화형으로 수행합니다. 과거 데이터 전문가가 직접 SQL을 작성해 수행했던 복잡한 분석 업무를 이제 AI 에이전트가 보조하거나 직접 수행하는 단계로 진화하고 있습니다.
Agent Bricks: 고품질 에이전트를 쉽게 만드는 ‘불가능의 영역‘ 도전
현재 시장은 ‘쉽지만 품질이 낮은 노코드 툴’과 ‘품질은 높지만 구축이 어려운 DIY 방식’으로 양분되어 있습니다. Databricks의 Agent Bricks는 이 두 가지 장점을 결합하여 “쉽게 고품질의 에이전트를 만드는 것”을 목표로 합니다. Agent Bricks의 핵심은 ‘평가(Evaluation) 주도 개발’입니다. 단순히 에이전트를 만드는 것에서 그치지 않고, 시스템이 사용자의 피드백을 지속적으로 반영하여 성능을 개선합니다. 예를 들어, “2020년 5월 이전의 HR 규정은 무시해”라고 피드백을 주면, 에이전트는 이를 학습하여 검색 로직과 평가 기준을 자동으로 업데이트합니다.
결론
이번 세션은 AI 에이전트가 기업의 핵심 워크플로우를 담당하는 신뢰 도구로 거듭나기 위한 조건을 명확히 제시했습니다. Databricks는 에이전트의 모든 행동과 데이터 접근을 통제하는 통합 거버넌스(Unity Catalog), 지속적인 피드백 루프를 통해 품질과 비용을 최적화하는 평가 중심 개발(Agent Bricks), 그리고 데이터 분석 및 모델링의 진입 장벽을 낮추는 자연어 인터페이스(AI/BI)라는 세 가지 핵심 축을 통해 현재 시장에 만연한 “비싸고 틀린” 에이전트 문제를 해결하고자 합니다. 이러한 접근 방식은 데이터를 안전하게 보호하면서도 실질적인 비즈니스 가치를 창출하는 AI 에이전트를 도입하려는 기업들에게 현실적이고 강력한 청사진을 제공할 것이라고 생각합니다.
글 │메가존클라우드, Specialty Service Unit, Modernization SA 1팀, 박혜진 SA
게시물 주소가 복사되었습니다.
