top of page

Databricks Genie 자율형 AI, 답변을 넘어 지속적인 업무로 확장

4일 전
9분 분량

Databricks는 2026년 11월 11일 상시 작동 버전의 Genie를 발표하며, 승인 책임은 사람에게 남겨둔 채 이 어시스턴트를 지속적인 업무 책임을 수행하는 방향으로 전환했다. Databricks Genie 자율형 AI는 대화가 끝난 뒤에도 이어지는 업무, 즉 변화를 모니터링하고 문제를 조사하며 의사결정에 주의가 필요할 때 다시 돌아오는 일을 겨냥한다. 이번 발표는 더 폭넓은 위임 모델을 설명하지만, 새 상시 작동 기능은 프리뷰 및 베타 프로그램으로 제공될 예정이다.

이 구분은 질문에 답하는 것과 반복되는 업무를 맡는 것이 서로 다른 의무를 만들기 때문에 중요하다. 어시스턴트는 정확한 분석을 제공할 수 있지만, 모든 후속 조치를 조율하는 일은 누군가에게 남긴다. 그 조율을 위임하려면 권한, 중단 처리, 소프트웨어가 언제 멈춰야 하는지에 관한 결정이 필요하다.

Microsoft는 Copilot Studio를 통해 자율형 비즈니스 에이전트를 추진해 왔으며, 이는 이번 발표에 이미 확립된 경쟁 기준점을 제공한다. Databricks는 장기간 이어지는 업무의 기반으로 비즈니스 맥락과 기존 거버넌스를 강조한다. 이 제안은 직원들이 여러 어시스턴트를 운영하고 그 결과물을 직접 연결하는 익숙한 방식에 압박을 가한다.

Databricks Genie 자율형 AI, 요청과 요청 사이의 업무를 맡다

이번에 발표된 변화의 핵심은 연속성이다. Genie는 모든 단계마다 새 프롬프트를 요구하지 않고 업무를 계속 진행하도록 설계됐다.

회사의 자율형 엔터프라이즈 업무 발표에 따르면, 사용자는 경계를 설정하고 작업을 감독하며 지정된 조치를 승인할 수 있고 업무를 중단할 수도 있다. Genie One, 이메일, Slack, Microsoft Teams를 통해 상호작용할 수 있다. 이는 Databricks가 2026년 초에 소개한 Genie One을 확장하는 것이며, Genie의 최초 공개를 의미하지는 않는다.

회사는 이 접근 방식을 캠페인 모니터링과 보험 조사 사례로 설명한다. Genie는 캠페인 성과 부진을 조사하고 승인을 위한 예산 변경안을 제안할 수 있다. 보험 분야에서는 증거를 수집하고 조건이 가이드라인을 벗어날 경우 사례를 언더라이터에게 전달할 수 있다. 이는 회사가 설명한 시나리오일 뿐, 신뢰할 수 있는 운영을 독립적으로 입증하는 사례는 아니다.

이 사례들은 제안된 가치가 어디에 있는지 보여준다. 마케팅 분석가에게는 보통 어제의 결과에 대한 진단만으로는 충분하지 않다. 누군가는 문제가 계속되는지 판단하고, 관련 증거를 수집하며, 변화가 주의를 기울일 만한지 결정해야 한다. 진단만 수행하는 어시스턴트는 조율 부담을 대부분 그대로 남긴다.

지속되는 업무는 직원과 소프트웨어의 관계를 바꾼다. 직원은 또 다른 보고서를 요청하는 대신, 결과와 에스컬레이션 조건을 지정한다. 이후 소프트웨어는 일상적인 변동과 대응이 필요한 변화를 구분해야 한다. 최종 결정이 사람에게 남더라도, 그 구분에는 비즈니스 판단이 수반된다.

캠페인 시나리오는 약속된 결과가 아니라 평가 질문으로 볼 수 있다. 지출을 옮기라는 권고는 무엇이 바뀌었는지, 그리고 왜 증거가 개입을 뒷받침하는지를 설명해야 한다. 여전히 누락된 정보도 식별해야 한다. 그렇지 않으면 직원은 완료된 권고로 위장된 또 하나의 조사 과제를 받게 된다.

같은 논리는 보험에도 적용된다. 사례를 구성하면 소요 노력을 줄일 수 있지만, 소프트웨어에 처리 방향을 결정할 권한을 부여하는 것은 아니다. 유용한 인계에는 증거, 적용 가능한 가이드라인, 미해결 질문, 그리고 특정 검토자가 행동해야 하는 이유가 포함된다. 그 인계의 품질이 자동화가 업무를 줄이는지, 아니면 단지 재배치하는지를 결정한다.

이는 지속적인 엔터프라이즈 업무를 단순한 예약 요약과는 다른 제품 범주로 만든다. 요약은 제시간에 도착할 수 있지만, 기저의 책임을 진전시키지 못할 수 있다. 위임된 업무에는 진행 중, 대기 중, 차단됨, 검토 준비 완료 또는 완료처럼 알아볼 수 있는 상태가 필요하다. 이런 상태를 통해 직원은 시스템이 실제로 무엇을 맡고 있는지 이해할 수 있다.

이번 발표를 평가하는 독자에게 중요한 변화는 실질적이다. Databricks는 Genie가 분석을 둘러싼 조율에 참여하도록 하려 한다. 그 참여가 지속적인 권한을 얻을지는 소프트웨어가 자신의 진행 상황과 한계를 얼마나 명확하게 전달하는지에 달려 있다.

모든 어시스턴트를 조율하는 직원이 압박 지점이다

Databricks는 AI가 개별 단계를 가속하지만 모든 인계는 여전히 직원이 책임지는 업무 방식을 겨냥하고 있다.

이 방식은 데모에서 생산적으로 보일 수 있다. 사람이 분석을 요청하고, 요약을 요청하며, 후속 메시지를 작성한다. 각 응답은 빠르게 도착한다. 그러나 그 사람은 여전히 미완료 작업을 기억하고, 입력값이 바뀌었는지 확인하며, 애플리케이션 사이에서 정보를 옮긴다.

그 결과 발생하는 업무량은 별도의 과제로 드러나는 일이 거의 없기 때문에 과소평가하기 쉽다. 누락된 답변을 추적하려면 주의가 필요하다. 의사결정을 다시 검토해야 한다는 사실을 기억하는 데도 주의가 필요하다. 이전 권고가 여전히 유효한지 확인하는 일 역시, 권고를 생성하는 비용이 낮더라도 주의를 요구한다.

영향을 받는 그룹은 분석가를 넘어선다. 운영 관리자는 팀 전반의 예외 상황을 조율한다. 계정 관리자는 고객 활동의 변화와 대화 및 약속을 조정한다. 재무 리더는 예측이 발전하는 과정에서도 일관성을 유지하는 설명을 필요로 한다. 각 역할은 정보 수집과 다음에 무엇이 일어날지에 대한 책임을 결합한다.

이 직원들에게 관련된 생산성 지표는 업무를 완료하는 데 필요한 노력이다. 더 빠른 초안이 반드시 검토 주기를 단축하지는 않는다. 더 상세한 보고서가 반드시 후속 회의를 없애지는 않는다. 소프트웨어는 충분한 맥락을 갖춘 결과물이 다음 책임자에게 전달되어 행동을 뒷받침할 때 가치를 만든다.

이는 관리자에게 업무를 더 명시적으로 정의해야 한다는 압박을 준다. “성과를 지켜보라”와 같은 상시 지시는 중요한 질문을 남긴다. 어떤 움직임이 조사를 받을 만한가? 누가 대응을 담당하는가? 어떤 증거가 에스컬레이션을 정당화하는가? 위임은 사람이 이전에는 경험을 통해 해결했을 수 있는 모호함을 드러낸다.

데이터 팀도 기대치의 유사한 변화를 마주한다. 어시스턴트가 행동을 권고하면 정의에 관한 분쟁은 운영상 문제가 된다. 활성 고객의 의미에 대한 이견은 기업이 누구에게 연락하는지에 영향을 줄 수 있다. 논쟁의 여지가 있는 매출 지표는 어떤 문제가 경영진의 주의를 받을지에 영향을 미칠 수 있다.

분석적 함의는 AI 도입이 사후 업무를 줄이기 전에 사전 준비 업무를 늘릴 수 있다는 점이다. 팀에는 합의된 정의, 명확한 책임 소재, 활용 가능한 에스컬레이션 규칙이 필요하다. 이러한 준비는 반복되는 책임을 지원할 때 가치가 있다. 모든 업무에 광범위한 맞춤형 감독이 필요하다면 정당화하기가 더 어려워진다.

개인적 맥락과 공동 권한의 구분도 중요하다. 직원의 메모는 고객과의 대화가 왜 긴급하게 느껴졌는지 설명할 수 있다. 거버넌스가 적용된 비즈니스 기록은 조직이 어떤 계정 상태를 인정하는지 결정한다. 이 출처들은 서로 다른 목적을 수행하며, 어시스턴트가 이를 결합할 때에도 식별 가능해야 한다.

개인 지식 기반은 그 구분에 관한 유용한 배경을 제공한다. 엔터프라이즈 위임에서 중요한 질문은 어떤 지식이 해석을 뒷받침하고, 어떤 출처가 중요한 의사결정에 권한을 부여하는지다.

따라서 Databricks Genie 자율형 AI는 제품 제안과 함께 조직적 문제를 제기한다. 기업이 현재 비공식적으로 적용하는 규칙을 명확히 설명할 수 있을 때, 직원은 조율을 더 효과적으로 위임할 수 있다. 어시스턴트의 유용성은 그 지식 중 얼마를 명시화할 수 있는지에 부분적으로 달려 있다.

비즈니스 맥락이 에이전트가 받을 만한 권한의 범위를 결정한다

시스템은 무엇이 주의를 기울일 만한지 신뢰성 있게 판단하려면 먼저 비즈니스가 무엇을 의미하는지 이해해야 한다.

Databricks는 비즈니스 정의와 관계를 공유된 방식으로 표현하는 Genie Ontology를 맥락적 기반으로 제시한다. 회사의 비즈니스 맥락 발표는 이 구성 요소의 정식 제공을 상시 작동 출시와 별도로 명시한다. 이 구분은 이미 출시된 맥락 계층과 함께 발표된 더 폭넓은 책임 수행 경험을 분리한다.

근본적인 문제는 자율형 소프트웨어가 없어도 익숙하다. 서로 다른 팀은 같은 단어를 서로 다른 지표에 사용할 수 있다. 대시보드에는 기술적으로는 정확하지만 잘못된 비즈니스 질문에 답하는 계산이 담길 수 있다. 직원은 특정 상황에서 어떤 정의가 중요한지 앎으로써 이러한 불일치를 자주 해결한다.

위임은 이 해석 단계를 더 중대하게 만든다. 소프트웨어가 잘못된 지표를 모니터링하면, 내부적으로 일관성을 유지하면서도 잘못된 문제를 반복적으로 에스컬레이션할 수 있다. 조직이 최적화하려는 대상에 대한 이해가 잘못되면 정확한 산술 계산도 별다른 보호가 되지 못한다.

이것이 연결된 애플리케이션 수를 넘어 맥락을 면밀히 살펴봐야 하는 이유다. 문서에 접근할 수 있다는 것은 정보가 이용 가능하다는 사실을 보여줄 뿐이다. 그 문서가 최신인지, 권위가 있는지, 해당 업무에 적용 가능한지를 입증하지는 않는다. 이런 구분이 해결되지 않은 상태에서는 검색된 자료가 많아질수록 모호함이 커질 수 있다.

예시로 든 영업 사례는 그 차이를 보여준다. 관리자는 한 지역이 왜 성장 동력을 잃는 것처럼 보이는지 질문할 수 있다. 답은 기업이 계약 체결액, 인식 매출 또는 적격 기회를 어떻게 측정하는지에 달려 있다. 이 지표들은 서로 모순되지 않으면서도 다르게 움직일 수 있다.

유용한 조사는 권고 과정에서도 그 구분을 유지해야 한다. 우려가 인식 매출과 관련돼 있다면, 미서명 기회에 관한 증거는 왜 관련이 있는지 설명해야 한다. 독자가 어시스턴트가 어떤 지표를 사용했는지 추론하거나 행동한 뒤 불일치를 발견해서는 안 된다.

조직적 맥락은 또 다른 층위를 더한다. 지표를 이해하는 사람이 그 지표가 뒷받침하는 의사결정을 담당하지 않을 수 있다. 변경을 승인할 권한이 있는 사람은 보고 체계 밖에 있는 누군가의 의견이 필요할 수 있다. 이런 관계를 이해하는 일은 기저 데이터 자체를 이해하는 것만큼 중요할 수 있다.

그렇다고 비즈니스 맥락이 추론이나 검증을 대체하는 것은 아니다. 공유된 정의도 오래됐을 수 있다. 공식적으로 권위 있는 출처에도 오류가 있을 수 있다. 효과적인 위임 모델에는 거버넌스를 정확성의 보증으로 취급하는 대신, 모순을 드러낼 방법이 필요하다.

엔터프라이즈 구매자에게 실질적인 질문은 불확실성이 계속 보이는지다. 출처가 서로 다를 때 권고는 그 불일치를 설명하는가? 정의가 바뀔 때 지속적인 업무는 적절한 검토를 받는가? 이는 맥락적 기반을 발표했다는 사실만으로 확립되는 기능이 아니라 평가 기준이다.

Databricks가 강조하는 메커니즘은 제품 방향으로서 설득력이 있다. 공유된 의미는 업무 전반에서 더 일관된 의사결정을 뒷받침할 수 있다. 운영상 가치는 유지 관리에 달려 있다. 비즈니스 지식에는 조직이 변화함에 따라 이를 수정하고, 폐기하고, 한계를 설명할 수 있는 담당자가 필요하다.

Microsoft는 선례를 제공하며, 워크플로는 여전히 대안으로 남는다

경쟁의 핵심은 어느 시스템이 비즈니스 프로세스에 대한 예측 가능한 통제력을 유지하면서 조정 부담을 줄이는가이다.

Microsoft는 2024년 10월 자율 에이전트 기능 발표에서 애플리케이션과 데이터 소스 전반의 비즈니스 프로세스에 맞게 구성된 에이전트를 설명했다. 또한 숙련된 사람이 검토할 수 있도록 사례를 정리하는 Pets at Home 에이전트도 소개했다. 이는 자동화된 준비 작업과 인간의 판단을 결합하는 방식에 대한 선례를 제공한다.

따라서 Databricks는 엔터프라이즈 에이전트를 새로 발명하기보다 책임의 범위를 둘러싼 기존 경쟁에 진입하고 있다. 공유 비즈니스 맥락을 강조하는 것은 구매자가 어떤 지점에서 차별성을 보기를 원하는지 보여준다. Microsoft의 선례는 자율성 주장만으로는 비교의 불완전한 근거가 되는 이유도 보여준다.

구매자는 성공적인 결과를 둘러싼 작업을 비교해야 한다. 유용한 과제를 설정하려면 얼마나 많은 구성이 필요한가? 누락된 맥락을 보완하기 위해 사람이 얼마나 자주 개입해야 하는가? 검토자는 근거를 재구성하는 데 얼마나 많은 노력을 들이는가? 이러한 질문은 제품 설계를 제품이 줄인다고 주장하는 노동과 연결한다.

가장 강력한 비교는 모든 참여자가 같은 방식으로 작업을 해결할 것을 요구하지 않는다. 폭넓은 유연성을 제공하는 시스템은 더 많은 감독을 필요로 할 수 있다. 더 좁은 프로세스는 검증하기 쉽지만 입력이 바뀔 때 적응성은 떨어질 수 있다. 적절한 선택은 책임의 변동성에 따라 달라진다.

Anthropic의 에이전트 설계 가이드는 유용한 아키텍처상 구분을 제공한다. 워크플로는 미리 정의된 경로를 따르는 반면, 에이전트는 프로세스와 도구를 동적으로 선택한다. 이 가이드는 비용, 응답 시간, 유연성 간의 절충도 지적하며, 충분한 경우 더 단순한 접근법을 권장한다.

이 구분은 더 많은 자율성이 자동으로 더 큰 가치를 만든다는 가정을 복잡하게 만든다. 입력이 안정적인 정기 보고서는 사전 정의된 프로세스에 적합할 수 있다. 상충하는 증거가 수반되는 조사는 다음 단계를 선택하는 시스템의 이점을 얻을 수 있다. 두 방식 모두 동일한 비즈니스 팀을 지원할 수 있으며, 동일한 권한을 요구하지 않는다.

지속적인 엔터프라이즈 업무에서 경계선은 흔히 예외 처리에 있다. 모든 예외가 알려진 규칙을 따른다면 기존 자동화는 여전히 중요한 대안이다. 다음으로 유용한 조치가 낯선 정보를 해석하는 데 달려 있다면 유연한 에이전트 행동이 더 관련성을 갖는다.

이 절충은 검토 시점에 구체화된다. 사전 정의된 프로세스는 승인된 순서를 따랐다고 설명할 수 있다. 에이전트는 이 사례에서 왜 특정 순서를 선택했는지 설명해야 한다. 후자는 가치 있을 수 있지만, 그 설명은 실질적인 감독을 뒷받침해야 한다.

그에 따라 개발자는 재량권이 어디에 속해야 하는지 설계 결정을 내려야 한다. 조사와 준비 작업에는 유연성을 허용하면서도 중대한 조치 주변에는 고정된 경계를 유지할 수 있다. 이러한 구성은 모든 조사 단계를 미리 정하지 않아도 검토자에게 안정적인 의사결정 지점을 제공한다.

Databricks에게 경쟁상의 성공은 이 균형을 더 쉽게 운영할 수 있게 만드는 것을 뜻한다. 회사가 관련성을 확보하기 위해 모든 어시스턴트 인터페이스를 대체할 필요는 없다. 자사의 맥락과 통제가 기존 방식보다 더 적은 조정 부담으로 직원이 책임을 완수하도록 돕는다는 점을 보여야 한다.

프리뷰 상태와 인간 검토가 한계를 규정한다

발표는 방향을 제시한다. 가용성 세부 사항과 운영 증거가 구매자가 여기서 무엇을 책임 있게 추론할 수 있는지를 결정한다.

Databricks는 상시 실행 Genie 출시에서 기존 Genie와 Genie Ontology가 일반적으로 제공된다고 밝혔다. Genie Search, Ontology Manager, 새로운 상시 실행 Genie는 프리뷰 및 베타 프로그램으로 제공될 예정이다. 이 발표는 의사결정용 우선순위 받은편지함과 스레드형 이메일 알림도 설명한다.

이러한 가용성 표현은 이번 발표를 제한 없는 프로덕션 출시로 간주할 수 없게 한다. 또한 기반 기능의 일반 제공이 그 위에 구축된 모든 경험에 자동으로 적용된다고 가정하는 더 광범위한 오류도 막는다. 구매자는 배포하려는 특정 기능을 평가해야 한다.

11월 12일자 Genie 릴리스 노트는 추가 사례를 제공한다. 생성된 프레젠테이션과 시각적 페이지인 아티팩트를 Beta로 표시한다. 또한 소스 테이블에 접근할 수 없는 사용자라도 아티팩트 뷰어에게 보이는 데이터 스냅샷이 아티팩트에 저장된다고 경고한다.

이 경고에는 직접적인 실무적 함의가 있다. 정보를 가져올 권한과 생성된 결과물을 배포할 권한은 별도로 고려해야 한다. 소스는 보호된 상태로 남아 있을 수 있지만, 그로부터 복사된 정보는 프레젠테이션을 통해 이용 가능해질 수 있다. 검토에는 완성된 작업물의 의도된 대상도 포함되어야 한다.

릴리스 노트는 Genie 턴에 대한 통합 추적도 Beta이며 관리자 활성화가 필요하다고 명시한다. 추적은 응답의 이면에 있는 단계와 도구 활동을 기록하는 것을 의미한다. 감사 가능성에 대한 포괄적 설명이 모든 워크스페이스에서 이미 모든 모니터링 기능을 활성화했다는 뜻은 아니므로, 이 상태는 중요하다.

핵심 불확실성은 장기간 실행되는 과제가 얼마나 많은 감독을 요구하는지다. 업무는 유용한 권고를 만들면서도 소유자를 지나치게 자주 방해할 수 있다. 반대로 에스컬레이션할 가치가 있는 변화를 놓치면서 조용히 있을 수도 있다. 두 결과 모두 위임이 실제로 주의력을 절약하는지에 영향을 준다.

승인만으로는 이 긴장을 해소할 수 없다. 검토자가 근거 없는 권고를 받는다면 승인은 실질적인 판단을 거의 이전하지 못한다. 사소한 모든 조치에 검토가 필요하다면 직원은 여전히 프로세스 조정을 책임져야 한다. 유용한 경계는 조치의 결과와 되돌릴 수 있는 정도에 따라 달라진다.

비용 통제 역시 같은 수준의 검토를 받아야 한다. Databricks는 Unity Gateway를 도구, 승인, 사용량, 지출을 관리하는 계층으로 설명한다. 관련 Genie One 자료는 더 상세한 비용 통제가 나중에 제공될 것이라고 말한다. 구매자는 일관된 가용성을 추정하기보다, 의도한 구성에 어떤 통제가 적용되는지 확인해야 한다.

운영 경제성에는 직원의 시간도 포함되어야 한다. 적은 컴퓨팅 자원을 쓰는 과제도 반복적인 수정이 필요하다면 비용이 많이 들 수 있다. 자원을 더 많이 쓰는 조사는 완전하고 근거가 잘 뒷받침된 의사결정 패키지를 제공한다면 가치가 있을 수 있다. 지출과 감독은 같은 평가에 포함되어야 한다.

이러한 한계가 제품 방향을 무효화하는 것은 아니다. 이는 제품을 평가하는 데 필요한 증거를 정의한다. 회사의 시나리오는 의도된 동작을 설명하지만, 프로덕션 보고는 입력이 불완전하고 권한이 변경되며 책임자가 부재한 상황에서도 그 동작이 얼마나 일관되게 유지되는지 입증해야 한다.

출시 접근성, 완료된 작업, 예외 처리를 주시하라

다음으로 유용한 증거는 누가 시스템을 사용할 수 있는지, 어떤 책임을 완료하는지, 작업이 불확실해질 때 어떻게 행동하는지를 보여줄 것이다.

향후 수개월간 첫 번째 신호는 새로운 상시 실행 경험에 대한 문서화된 접근성이다. 구매자는 프리뷰 또는 베타 참여 요건, 지원되는 구성, 명시적인 경계를 살펴봐야 한다. 명확한 문서는 광범위한 제품 방향을 팀이 직접 평가할 수 있는 것으로 전환함으로써 발표의 신뢰도를 높일 것이다.

가용성은 기능 수준에서 평가해야 한다. 출시된 인터페이스가 백그라운드 과제, 검색, 생성 결과물, 모니터링이 동일한 상태를 공유한다는 것을 의미하지는 않는다. 더 정확한 문서는 구매자가 의존할 수 있는 구성 요소와 아직 테스트 중인 구성 요소를 구분하도록 도울 것이다.

두 번째 신호는 완료된 책임에 관한 증거다. 유용한 고객 보고는 어시스턴트가 무엇을 맡았고 얼마나 많은 인간 개입이 남았는지 식별할 것이다. 작업이 수용된 결과에 도달했는지, 수정이 필요했는지, 해결되지 않은 차단 요인으로 끝났는지를 설명해야 한다.

선별된 성공 사례와 함께 일상적인 과제가 포함된다면 이 증거는 더 강력해질 것이다. 구매자는 위임하려는 업무 전반에서 시스템이 어떻게 작동하는지 이해해야 한다. 잘 다듬어진 사례는 가능성을 보여주지만, 반복적으로 수용된 결과는 배포를 위한 더 유용한 근거를 만든다.

세 번째 신호는 눈에 보이는 예외 처리다. 평가는 누락된 입력, 상충하는 정의, 변경된 권한, 거부된 권고를 검토해야 한다. 이러한 조건은 시스템이 자신의 권한 한계를 인식하고, 누군가가 진행할 수 있도록 충분한 정보를 갖춘 채 통제권을 되돌려주는지 드러낸다.

좋은 예외 처리는 더 폭넓은 위임의 근거를 강화할 것이다. 반복되는 조용한 중단, 설명 없는 재시도, 불필요한 접근 권한 요청은 그 근거를 약화할 것이다. 중요한 문제는 사람이 처음부터 조사를 다시 구축하지 않고도 상황을 이해하고 복구할 수 있는지다.

이러한 신호는 자율성 주장 범위보다 경쟁 비교를 위한 더 나은 근거도 제공한다. 엔터프라이즈에는 경계를 이해할 수 있게 하면서 업무를 진전시키는 소프트웨어의 증거가 필요하다. 승패는 책임의 성격, 이용 가능한 맥락, 조직의 불확실성 허용 수준에 따라 달라질 것이다.

다가오는 평가를 위해 명확한 소유자와 관찰 가능한 완료 지점이 있는 반복적 책임을 선택하라. 위임하기 전에 현재의 조정 부담을 기록하라. 그런 다음 수용된 결과물, 수정 사항, 중단, 해결되지 않은 예외를 비교하라. 검토자에게 추가 조사 없이도 근거가 의사결정을 뒷받침하는지 물어보라. 조사 권한은 중대한 변경을 수행할 권한과 분리하고, 결과가 이를 정당화할 때에만 각각을 확대하라. Databricks Genie 자율 AI는 그러한 조정을 맡기 위한 구체적인 제안을 제시한다. 유용한 다음 단계는 소프트웨어가 도움을 필요로 하는 순간을 포함해 완전한 과제를 검토하고, 다음 과제의 책임을 맡을 자격을 얻었는지 결정하는 것이다.

 
 

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