top of page

Databricks Genie Agents 업데이트, 데이터 질문에서 워크플로로 확장

41분 전
9분 분량

Databricks는 11월 11일 Genie Agents를 확장해 엔터프라이즈 컨텍스트와 작업 기능을 추가했지만, 중요한 기능 일부는 여전히 프리뷰 또는 베타 단계에 남겨 두었다. Databricks Genie Agents 업데이트는 익숙한 비즈니스 문제와 더 까다로운 운영상의 질문을 연결한다. 분석 결과는 언제 실제 행동으로 이어져야 할까?

이번 발표는 문서 분석, 애플리케이션 연결, 외부 공유를 하나의 제품 흐름으로 묶는다. 이러한 추가 기능은 데이터베이스, 파일, 비즈니스 애플리케이션을 가로지르는 업무를 겨냥한다. 동시에 근거, 권한, 검토에 관한 서로 다른 요구사항도 제시한다.

핵심 긴장은 더 폭넓은 컨텍스트와 통제된 실행 사이에 있다. 매출 변동을 설명하는 시스템과 결론을 게시하거나 레코드를 업데이트하는 시스템에는 서로 다른 책임이 따른다. Snowflake의 Cortex Agents는 이러한 방향성을 보여 주는 경쟁 기준점이다. 엔터프라이즈 구매자에게는 이 시스템들이 자연어 질문을 지원하는지보다, 정보와 권한을 어떻게 결합하는지가 점점 더 중요한 질문이 되고 있다.

Databricks Genie Agents 업데이트가 실제로 추가하는 기능

이번 릴리스는 기존 분석 제품을 확장하며, 새 기능마다 제공 상태가 다르다.

회사의 Genie Agents 업데이트에 따르면, 비정형 문서 분석은 퍼블릭 프리뷰로 제공된다. 비정형 데이터란 정리된 데이터베이스 테이블이 아니라 문서와 이미지에 저장된 정보를 의미한다. 에이전트가 외부 도구와 통신할 수 있게 하는 네이티브 Model Context Protocol 커넥터는 정식 출시된 것으로 설명된다.

Genie Agents용 OpenSharing 및 Genie Clean Rooms는 베타 단계에 남아 있다. OpenSharing은 제공업체가 Databricks 계정 전반에 에이전트를 배포할 수 있도록 한다. Genie Clean Rooms는 수신자에게 기본 데이터를 숨기는 통제된 질의응답 인터페이스를 추가한다. 기능이 데모에서 함께 제시되더라도, 이러한 출시 단계는 각각 별도로 중요하다.

이는 더 광범위한 Genie 발표군 안에 포함된 구성요소 업데이트다. Genie의 첫 출시로 해석해서는 안 된다. 또한 더 넓은 Genie 제품군과 연관된 모든 기능이 일반 배포 준비를 마쳤다는 의미도 아니다.

실질적인 변화는 에이전트가 응답 전에 활용할 수 있는 근거의 범위다. 테이블은 비즈니스 지표가 움직였다는 사실을 보여 줄 수 있다. 문서는 예외 사항, 계약 조건 또는 운영 절차를 설명할 수 있다. 애플리케이션 연결은 또 다른 컨텍스트 조각을 제공하거나 결과를 보낼 위치를 제공할 수 있다.

이 조합은 분석 요청의 형태를 바꾼다. 사용자는 계산과 설명 모두에 답이 의존하는 질문을 할 수 있다. 그 결과로 생성되는 워크플로는 계산이 이뤄진 장소를 넘어설 수도 있다.

가상의 계정 검토 사례를 생각해 보자. 영업 관리자는 보고 테이블에서 한 영업 기회의 진행이 지연되는 것을 발견한다. 그 이유는 계정 계획과 최근 고객 논의에 달려 있을 수 있다. 해당 소스에 접근할 수 있는 에이전트는 테이블에만 제한된 에이전트보다 더 나은 출발점을 갖는다.

그러나 더 많은 근거에 접근한다고 해서 그 근거가 관련성이 있거나 최신이라는 사실이 입증되는 것은 아니다. 매끄러운 응답도 정확한 계산을 오래된 설명과 결합할 수 있다. 따라서 구매자는 소스 범위와 답변 품질을 분리해 평가해야 한다.

Databricks Genie Agents 업데이트가 중요한 이유는 이러한 질문을 제품의 운영 범위 안으로 끌어들이기 때문이다. 분석과 실행 사이의 경계를 더 뚜렷하게 만든다. 이 경계를 평가하려면 대화형 인터페이스를 넘어 각 답변 뒤에서 무슨 일이 일어나는지 살펴봐야 한다.

문서 컨텍스트는 답변의 책임 주체를 바꾼다

문서 분석은 구현 부담의 일부를 비즈니스 근거를 책임지는 사람들에게 옮긴다.

Databricks의 파일 분석 문서는 거버넌스가 적용된 파일 컨테이너인 Unity Catalog 볼륨을 에이전트에 연결하는 방식을 설명한다. 파일 분석은 제품의 다단계 추론 모드인 Agent mode를 사용한다. 답변에는 특정 소스 페이지에 대한 인용이 포함될 수 있으며, 접근 권한은 요청 사용자의 권한을 따른다.

문서는 실질적인 제한 사항도 정의한다. 작성자는 볼륨 내에서 선택한 폴더가 아니라 전체 볼륨을 연결한다. 콘텐츠 검색은 관리형 볼륨을 지원하며 100 MB보다 크거나 500페이지보다 긴 파일은 건너뛴다. 리전별 종속성도 적용된다.

이러한 세부 사항은 문서 구성을 운영상의 관심사로 만든다. 승인된 정책과 오래된 초안이 함께 담긴 볼륨은 신중하게 관리되는 컬렉션과 다른 근거 환경을 만든다. 에이전트 인터페이스가 어떤 문서를 함께 묶어야 하는지 결정할 필요를 없애 주지는 않는다.

이는 데이터 팀뿐 아니라 비즈니스 책임자에게도 부담을 준다. 재무팀은 지표 정의를 책임질 수 있지만, 그 해석을 바꾸는 계약 문구는 법무팀이 책임질 수 있다. 두 소스를 결합한 답변에는 이러한 책임 간의 명확한 관계가 필요하다.

가상의 조달 질문에서 지출 기록은 비용이 상승하는 공급업체를 식별할 수 있다. 계약 문서는 갱신 조건이나 협상된 예외 사항을 설명할 수 있다. 이러한 소스 결합은 에이전트가 유효한 계약과 대체된 버전을 구분할 때에만 유용하다.

페이지 인용은 독자가 확인할 수 있는 구체적인 위치를 제공하므로 검토를 더 실용적으로 만든다. 그러나 선택된 페이지가 결론의 모든 부분을 뒷받침한다는 사실까지 입증하지는 않는다. 참조는 정확할 수 있지만, 그것으로부터 도출된 추론은 여전히 불완전할 수 있다.

이 구분은 사용자가 어떤 일이 왜 발생했는지 물을 때 특히 중요해진다. 수치 변동과 문서상 설명은 인과관계를 증명하지 못한 채 함께 나타날 수 있다. 에이전트는 근접성을 설명으로 바꾸지 않고 이러한 불확실성을 유지해야 한다.

따라서 부담은 사라지기보다 변화한다. 관리형 문서 기능은 맞춤형 통합 작업을 줄일 수 있다. 그러나 도메인 전문가는 무엇이 권위 있는 근거인지, 충돌하는 소스가 응답에 어떤 영향을 미쳐야 하는지를 여전히 정해야 한다.

관련 구절을 바탕으로 답하는 것과 컬렉션 전반에서 포괄적인 패턴을 확립하는 것 사이에도 차이가 있다. 설득력 있는 요약만으로는 시스템이 얼마나 철저히 검색했는지 드러나지 않는다. 검토자는 누락된 근거가 결론을 바꿀지를 물어야 한다.

가장 강력한 배포 사례는 식별 가능한 소스와 책임 주체가 있는 범위가 제한된 비즈니스 도메인이다. 더 광범위한 컬렉션은 가능한 질문의 범위를 넓히지만, 소스 선택을 평가하기도 더 어렵게 만든다. 컨텍스트의 권위를 이해할 수 있을 때 더 많은 컨텍스트는 유용해진다.

애플리케이션 접근은 행동을 별도 결정으로 만든다

정보를 가져올 권한은 다른 시스템을 변경할 권한과 별도로 평가해야 한다.

Databricks는 데이터 수집 서비스인 Lakeflow Connect와 런타임 도구 연결을 구분한다. 수집은 애플리케이션 데이터를 분석 환경으로 가져온다. 런타임 연결은 에이전트가 작업 중 애플리케이션과 상호작용할 수 있게 한다. 관련 비즈니스 정보를 다루더라도 두 경로는 서로 다른 목적을 수행한다.

MCP 도구 문서는 개별 사용자 인증과 요청 사용자의 권한을 활용하는 도구 호출을 설명한다. 자동 읽기 작업과 승인을 요청하는 쓰기 작업을 구분한다. 작성자는 개별 도구를 활성화하거나 비활성화할 수 있다.

유지할 가치가 있는 제공 상태의 불일치가 있다. 11월 11일 발표에서는 네이티브 MCP 커넥터를 정식 출시로 설명한다. 반면 11월 9일에 마지막으로 업데이트된 통합 가이드는 Genie Agents의 MCP 도구를 여전히 베타로 표시한다. 구매자는 동일한 제공 상태를 가정하지 말고, 자신의 워크스페이스에서 지원되는 구성을 확인해야 한다.

배포 계획에서 더 큰 문제는 지식과 권한의 관계다. 계정 계획을 가져오면 추천 사항을 설명하는 데 도움이 될 수 있다. 그 추천을 공유 채널에 게시하면 누가 이를 보고 다른 사람이 어떻게 활용할지가 바뀐다.

가상의 영업 검토는 이 차이를 보여 준다. 에이전트는 파이프라인 수치와 계정 문서를 비교하고 전략 요약을 준비할 수 있다. 누군가 배포를 승인하기 전에도 분석은 유용할 수 있다. 그러나 전송은 대상, 내용, 시점에 관한 또 다른 결정을 수반한다.

사용자의 기존 애플리케이션 권한은 접근 경계를 제공하지만, 모든 워크플로 질문에 답하지는 않는다. 누군가는 문서에 합법적으로 접근할 수 있어도, 그 문서에서 도출한 결론을 배포하기 전에는 여전히 관리자의 검토가 필요할 수 있다. 기술적 권한 부여와 비즈니스 승인은 서로 다른 목적을 수행한다.

바로 여기에서 Databricks Genie Agents 업데이트는 구매자의 평가 방식을 바꾼다. 성공적인 도구 사용 데모는 연결이 작동했다는 사실을 보여 준다. 하지만 선택한 행동이 조직의 프로세스와 일치했다는 사실까지 입증하지는 않는다.

이 구분은 워크플로가 중간에 멈출 때도 중요하다. 올바른 분석은 실패한 쓰기 작업에 앞설 수 있다. 반대로 기본 추천에 수정이 필요하더라도 행동 자체는 성공할 수 있다. 전체 대화를 하나의 성공으로 취급하면 이러한 차이가 가려진다.

따라서 이 워크플로를 평가하는 팀은 중간 결과를 검토해야 한다. 어떤 정보를 가져왔는지, 어떤 결론을 생성했는지, 어떤 행동을 제안했는지를 이해해야 한다. 각 단계는 서로 다른 유형의 실패 가능성을 제시한다.

그렇다고 모든 작업이 긴 승인 절차가 되어야 하는 것은 아니다. 검토 부담을 결과의 영향에 맞춰야 한다는 뜻이다. 개인 검토용 초안과 공유되는 운영 업데이트는 서로 다르게 다뤄야 한다.

이 제품 방향은 이미 애플리케이션을 가로지르는 업무에 적합하다. 그 가치는 책임 소재를 더 따라가기 어렵게 만들지 않으면서 인계 과정을 줄이는 데 달려 있다. 결정적인 질문은 사용자가 근거에서 실행으로의 전환을 이해하고 통제할 수 있는지다.

Snowflake가 보여 주는 이유: 이제 채팅 인터페이스만으로는 부족하다

경쟁 압력은 근거를 결합하고 검토하는 방식을 포함한 전체 분석 워크플로에 관한 것이다.

Snowflake의 Cortex Agents 문서는 정형 및 비정형 소스를 결합하는 시스템을 설명한다. Cortex Analyst는 데이터베이스 쿼리를 생성하고 Cortex Search는 문서 정보를 검색한다. 에이전트는 이러한 도구를 조율하고 그 결과를 바탕으로 추론한다.

Snowflake는 맞춤형 도구, 외부 MCP 연결, 모니터링 및 평가도 문서화한다. 해당 문서는 응답 정확도와 인용이 보장되지 않는다고 명시적으로 경고한다. 이러한 기능은 관련성 있는 비교 기준을 제공할 뿐, 특정 워크로드에서 어느 공급업체가 더 우수하다는 증거는 아니다.

공통된 방향은 분명하다. 자연어 분석은 점점 더 쿼리 주변의 업무를 포함한다. 사용자는 설명, 뒷받침 자료, 유용한 다음 단계를 원한다. 대화형 인터페이스만으로는 그 업무가 어떻게 이뤄져야 하는지를 결정할 수 없다.

구매자에게 이는 비교 기준을 기능 체크리스트에서 운영 평가로 바꾼다. 두 공급업체 모두 데이터와 문서를 결합하는 방식을 설명할 수 있다. 실제 질문에 모호성, 누락된 근거 또는 상충하는 정의가 포함될 때 의미 있는 차이가 드러난다.

매출 관련 질문의 예시는 재무와 영업 부서가 서로 다르게 해석하는 용어를 사용할 수 있습니다. 과제는 단지 유효한 쿼리를 만드는 데 있지 않습니다. 의도한 비즈니스 정의를 선택하고, 어떤 해석이 결과에 반영됐는지 설명하는 일입니다.

애플리케이션 접근성은 또 다른 비교 기준을 더합니다. 도구 목록은 에이전트가 비즈니스 시스템에 접근할 수 있음을 보여줄 수 있습니다. 그러나 구매자는 그 상호작용이 검토 절차를 준수하는지, 그리고 문제 해결에 충분한 세부 정보를 제공하는지를 여전히 확인해야 합니다.

이는 공급업체가 워크플로를 점검 가능하게 만들어야 한다는 압박으로 이어집니다. 내부 팀에도 만족스러운 결과의 기준을 정의해야 한다는 부담이 생깁니다. 합의된 기준이 없다면 설득력 있는 시연이 작업 완료 대신 발표의 완성도를 대체할 수 있습니다.

비교에는 기업의 기존 환경도 반영해야 합니다. 데이터를 이전하거나, 정의를 다시 구축하거나, 또 하나의 관리 경계를 도입하는 일은 실제 결과에 영향을 줄 수 있습니다. 가장 뛰어난 대화형 응답도 배포 결정의 한 부분일 뿐입니다.

이 변화는 독립적인 분석 보조 도구에도 과제를 던집니다. 데이터베이스 질문으로 제한된 도구는 사용자가 이후 수행하는 인계를 정당화해야 합니다. 반면 더 광범위한 에이전트는 자신이 추가하는 복잡성을 정당화해야 합니다. 어느 접근 방식도 더 많은 기능을 지원한다는 이유만으로 승리하지는 않습니다.

지식 근로자에게는 개인 정보 검색과 공유형 엔터프라이즈 분석 사이에도 유사한 경계가 존재합니다. 개인 및 팀 지식의 구분은 각 환경에 어떤 소스와 책임이 속하는지 명확히 하는 데 도움이 됩니다.

따라서 경쟁적 의미는 에이전트가 기존 분석을 대체한다는 주장보다 더 제한적입니다. 공급업체들은 비즈니스 질문에서 검토된 결과에 이르는 경로의 더 많은 부분을 확보하기 위해 경쟁하고 있습니다. 고객은 자신의 증거와 운영 제약을 기준으로 그 경로를 평가해야 합니다.

외부 공유가 거버넌스 경계를 확장한다

에이전트를 공유하면 수신자가 받는 답변뿐 아니라 직접 검토할 수 없는 데이터에 대해서도 책임이 생깁니다.

Databricks의 OpenSharing 발표는 이 프로토콜을 테이블과 파일 공유를 넘어선 확장으로 제시합니다. 또한 오픈 프로토콜과 Databricks의 엔터프라이즈 구현을 구분합니다. 특정 제품 구성에 대해 상호운용성 주장을 평가할 때 이 구분은 중요합니다.

Genie Agents의 11월 업데이트는 베타 공유 기능을 도입합니다. 제공자는 에이전트와 함께 컨텍스트와 지침을 패키징할 수 있습니다. Genie Clean Rooms는 수신자가 기초 데이터에 직접 접근하지 않고도 답변을 받아야 하는 상황을 위한 기능입니다.

이는 제공자가 유지해야 할 요소를 바꿉니다. 데이터세트에는 정의, 갱신 기대치, 접근 조건이 있습니다. 에이전트는 또 하나의 계층을 추가합니다. 즉, 질문의 해석 방식과 증거가 답변으로 전환되는 방식에 영향을 미치는 지침입니다.

가상의 공급업체 관계를 생각해 보겠습니다. 한 제조업체는 모든 내부 기록을 공개하지 않으면서 파트너가 배송 성과를 조사하기를 원합니다. 통제된 에이전트 인터페이스는 허용된 답변이 의도한 관계와 일치한다면, 정보에 이르는 더 제한적인 경로를 제공할 수 있습니다.

중요한 구분은 원시 기록을 숨기는 것과 답변이 드러내는 내용을 제한하는 것 사이에 있습니다. 두 목표는 관련돼 있지만 동일하지는 않습니다. 개인정보 평가에서는 반복되거나 밀접하게 연관된 질문을 포함해 응답을 통해 얻을 수 있는 정보를 고려해야 합니다.

이는 분석적 우려이지, 발표된 기능에 입증된 취약점이 있다는 주장이 아닙니다. 공개된 제품 설명은 가능한 모든 추론 위험이 제거됐음을 입증하지 않습니다. 구매자는 아키텍처적 의도를 포괄적인 개인정보 보장으로 바꾸어 해석해서는 안 됩니다.

외부 공유는 모호한 지표가 초래하는 결과도 바꿉니다. 내부 동료는 기존 업무 관계를 통해 혼란스러운 정의를 해결할 수 있는 경우가 많습니다. 고객이나 파트너는 에이전트의 답변을 제공업체의 공식 입장으로 합리적으로 받아들일 수 있습니다.

이 때문에 정의와 지침의 소유권은 상업적으로 중요합니다. 제공자는 수정 사항이 수신자에게 어떻게 전달되는지, 사용자가 의미의 변화를 어떻게 인지하는지를 결정해야 합니다. 대화형 답변이 수정된 비즈니스 규칙을 조용히 가려서는 안 됩니다.

지원되지 않는 질문과 관련해서도 유사한 문제가 있습니다. 공유 에이전트는 고정된 보고서보다 더 유연해 보일 수 있어 수신자가 탐색하도록 유도합니다. 그 유용성은 이용 가능한 데이터가 답변을 뒷받침할 수 없는 때를 인식하는 능력에 일부 달려 있습니다.

따라서 제공업체의 책임은 에이전트를 접근 가능하게 만드는 데 그치지 않습니다. 소스 자료, 허용된 질문, 그리고 그로부터 도출된 결론 사이에 신뢰할 수 있는 관계를 유지하는 일도 포함합니다. 지능을 패키징한다고 해서 명확한 경계의 필요성이 사라지지는 않습니다.

Databricks Genie Agents 업데이트는 데이터와 함께 분석 경험을 배포하는 방향을 가리킵니다. 이는 제품 역할의 의미 있는 확장입니다. 성공 여부는 제공업체가 기초 정보 제품에 기울이는 것과 같은 수준의 주의로 이러한 경험을 지원할 수 있는지에 달려 있습니다.

이러한 기능이 더 많은 워크플로에 도입되면서 주목할 점

다음으로 유용한 증거는 배포 준비도, 여러 소스를 아우르는 답변 품질, 그리고 명확한 책임성이 드러나는 완료 작업에 관한 것입니다.

첫 번째 신호는 더 명확한 제공 범위입니다. 향후 몇 달 동안 구매자는 문서 분석과 공유 기능의 변화를 릴리스 노트와 문서에서 살펴봐야 합니다. 또한 커넥터 가이드가 발표 내용과 통합 문서 간의 불일치를 해소하는지도 확인해야 합니다.

일관된 가이드는 조직이 안정적인 기능 세트를 중심으로 배포를 계획할 수 있다는 근거를 강화할 것입니다. 차이가 계속된다면 평가는 작업 공간별 확인에 더 의존하게 될 것입니다. 어느 결과도 포괄적인 Genie 브랜딩만으로 추론해서는 안 됩니다.

두 번째 신호는 문서와 테이블을 모두 요구하는 질문에 관한 증거입니다. 유용한 평가는 시스템이 필요한 증거를 찾아 올바르게 해석했는지를 보여줘야 합니다. 유창한 답변만으로는 어느 요구 사항에 대해서도 거의 가시성을 제공하지 못합니다.

Databricks의 에이전트 모니터링 문서는 에이전트 행동을 테스트하고 검토하기 위한 기반을 제공합니다. 구매자는 이 기능을 활용해 자사 비즈니스의 대표적인 작업을 검토해야 합니다. 중요한 결과는 소스와 지침이 바뀐 뒤에도 성능이 수용 가능한 수준으로 유지되는지 여부입니다.

예를 들어, 평가는 정확한 계산과 근거 있는 설명을 구분할 수 있습니다. 응답은 재무 수치를 정확히 산출하면서도 계약상 예외 조항을 잘못 해석할 수 있습니다. 이러한 결과를 별도로 기록하면 배포 결정에 더 많은 정보를 제공할 수 있습니다.

명확한 방법론을 갖춘 독립 평가나 고객이 공개한 평가는 더 폭넓은 사용의 근거를 강화할 것입니다. 소스 조건이나 실패 사례를 생략한 보고서는 중요한 질문을 남길 것입니다. 증거는 단지 사용자 열정을 설명하는 데 그치지 않고, 무엇을 테스트했는지 설명해야 합니다.

세 번째 신호는 이해 가능한 의사결정 기록을 갖춘 완료 작업입니다. 조직은 더 폭넓은 컨텍스트가 검토된 결과에 도달하는 데 필요한 노력을 줄이는지 살펴봐야 합니다. 또한 에이전트를 확인하고, 수정하고, 유지하는 데 새로 발생하는 작업도 검토해야 합니다.

겉보기에는 더 빠른 응답이라도 누군가가 그 추론을 재구성해야 한다면 후속 작업을 만들 수 있습니다. 검토가 실질적인 결과를 수반할 때는 속도는 느리지만 근거가 탄탄한 답변이 더 유용할 수 있습니다. 비교에는 전체 작업이 포함돼야 합니다.

성공 사례는 제안된 조치와 승인되어 완료된 조치를 구분해야 합니다. 또한 적절한 거부나 에스컬레이션의 여지도 마련해야 합니다. 증거가 불충분함을 인식하는 에이전트는 언제나 자신감 있는 권고를 내놓는 에이전트보다 워크플로에 더 잘 기여할 수 있습니다.

이러한 신호는 기업이 확장된 제품에 얼마나 많은 운영상 책임을 부여할지를 결정할 것입니다. 기능 접근성은 그 책임을 시험할 기회를 만듭니다. 반복 가능하고 점검 가능한 결과는 이를 확장하는 더 강력한 근거를 제공합니다.

파일럿을 확장하기 전에, 이미 계산과 문서 증거, 그리고 검토된 다음 단계를 필요로 하는 비즈니스 질문을 선택하십시오. 에이전트의 응답을 비교하기 전에 올바른 결과의 기준을 정하십시오. 책임 있는 비즈니스 소유자가 증거와 제안된 조치를 별도로 검토하도록 하십시오. 인간의 판단이 여전히 필요한 부분과 검토 후에도 워크플로가 노력을 절감하는지를 기록하십시오. 이러한 결과를 바탕으로 어떤 추가 소스나 도구에 접근 권한을 부여할지 결정하십시오. Databricks Genie Agents 업데이트는 팀이 시도할 수 있는 범위를 넓히지만, 실질적인 결정은 그들의 증거가 다음으로 어떤 책임을 부여할 정당성을 제공하는지에 달려 있습니다. 귀사 조직은 그 결과로 이어지는 조치를 신뢰하기 전에 무엇을 확인해야 할까요?

 
 

무료로 시작하세요

개인 지식 관리 기능을 갖춘 로컬 우선 AI 어시스턴트

더 나은 AI 경험을 위해

현재 remio는 Windows 10+ (x64) 및 M-Chip Macs만 지원합니다.

업무를 위한 AI 파트너
remio와 더 많은 일을 해내세요

계획하고, 만들고, 완성하세요
모든 일을 한곳에서

bottom of page