[온라인 이벤트] Open AI 샘 알트먼 × Databricks 알리 고드시: 고품질 AI 에이전트의 새로운 기준

점점 더 증가하는 기업 내 AI Agent의 중요성과 구축의 어려움

이코노미스트 임팩트와 데이터브릭스의 최근 설문 조사에 따르면 조직의 85%가 최소 한 가지 비즈니스 기능에서 생성형 AI를 적극적으로 사용하고 있으며, 73%의 기업은 생성형 AI가 장기적인 전략 목표에 매우 중요하다고 답했습니다. 에이전트 AI의 혁신은 기업 AI 이니셔티브에 대한 기대감과 전략적 중요성을 더욱 높이고 있습니다. 하지만 널리 채택되었음에도 불구하고, 많은 기업들이 관련 프로젝트들이 파일럿 이후 정체되는 것을 경험하고 있습니다.

• 평가의 어려움: 많은 기업들의 AI 작업은 인간과 자동화된 LLM 판단 로직 시스템 모두에게 평가되기 어려운 상황입니다. 실제 활용성에 근거한 디테일한 평가 로직을 구축하려면 비교적 높은 비용의 수동 라벨링이 필요한 경우가 많았습니다. 결과적으로 가치 있는 프로젝트들이 끝없는 튜닝 사이클에 갇히게 되는 상황이 발생하고 있습니다.
• 너무 많은 선택 사항 : AI 에이전트는 여러 구성 요소로 이루어진 복잡한 AI 시스템으로, 각 구성 요소에는 고유한 선택 사항이 있습니다. 튜닝 프롬프트부터 인덱스 청킹 전략, 모델 선택 및 매개변수 미세 조정에 이르기까지, 각각의 조정은 시스템 전반에 걸쳐 알려지지 않은 효과를 생성합니다. 빠르고 반복적으로 개선이 필요한 부분들이 존재해 해당 조정 과정들의 비용이 증가하고, 지루한 수동 시행착오로 이어져 생산 시간을 지연시킵니다.
• 비용과 품질: 팀이 위의 문제들을 해결하고 고품질 에이전트를 구축하더라도, 에이전트가 프로덕션 환경에 적용하기에는 비용이 너무 많이 든다는 사실에 놀라는 경우가 많습니다. 따라서 팀은 지루한 비용 최적화 프로세스에서 업무를 반복하거나 비용과 품질 사이에서의 균형을 맞춰야 하는 상황에 놓이게 됩니다.

어떻게 하면 예산을 초과하거나 기능 론칭을 늦추지 않으면서 에이전트 성능을 안정적으로 최적화할 수 있을까요? 어떻게 피드백을 자동화하고, 성능 저하를 조기에 감지하여 에이전트가 실제 프로덕션 환경에서 신뢰할 만하다고 확신할 수 있을까요?

고품질 AI 에이전트 개발을 위한 차세대 플랫폼: Agent Bricks

데이터브릭스의 Agent Bricks는 이러한 문제를 해결하기 위해 탄생했습니다. 최적화, 평가, 데이터 생성을 자동화함으로써 팀이 더 빠르게 움직이고, 불필요한 낭비를 줄이며, 품질과 비용 효율을 모두 갖춘 AI 에이전트를 자신 있게 출시할 수 있는 명확한 길을 제시합니다.

샘 알트먼과 알리 고드시가 조명하는 AI 에이전트 품질 향상 여정 

AI 에이전트를 진짜 프로덕션 수준으로 끌어올리는 비결은 ‘품질’에 기반합니다. Databricks와 OpenAI가 함께하는 이번 온라인 이벤트에서는 단순한 프로토타입을 넘어, 비즈니스 목표에 부합하는 고품질 AI 에이전트를 어떻게 구축할 수 있는지 소개합니다.

Databricks의 공동 창업자 겸 CEO Ali Ghodsi와 OpenAI의 CEO Sam Altman이 함께 이번 온라인 이벤트에서 AI 에이전트 품질 향상을 위한 여정을 집중조명합니다. 이번 세션에서는 다음과 같은 내용을 접할 수 있습니다: 

1. 비즈니스 목적에 맞춘 AI 에이전트 설계: 각 기업의 고유한 업무와 목표에 맞게 에이전트를 최적화하는 방법
2. Agent Bricks로 더 빠른 구축, 학습, 배포 및 지속적 개선: 반복 작업을 자동화하여 효율적으로 에이전트를 운영
3. 수동 검증에서 벗어나 확장 가능한 성능 모니터링: 시간과 비용을 절약하며 안정적으로 에이전트 성능을 관리
4. 비용을 통제하면서 품질 유지: 예산과 성능을 동시에 최적화하는 전략

AI 에이전트는 이제 더 이상 미래의 기술이 아닙니다. 이미 많은 기업들이 비즈니스 혁신의 중심에 에이전트를 두고 있으며, 품질과 신뢰성이 그 성공을 좌우합니다. Databricks는 이러한 변화를 누구보다 가까이에서 경험하며, 데이터와 AI의 모든 단계를 하나의 플랫폼에서 통합 관리할 수 있도록 지원하고 있습니다.

이번 세션은 단순히 기술을 소개하는 자리가 아니라, AI 에이전트를 실제 프로덕션 환경으로 이끌어내는 명확한 방향성을 제시하는 자리가 될 것입니다. Ali Ghodsi와 Sam Altman이 함께 전하는 인사이트를 통해, 여러분의 조직이 AI 에이전트의 품질과 효율성에서 한 단계 더 도약할 수 있는 실질적인 해법을 얻으시길 바랍니다.

FAQ

Agent Bricks는 무엇이며, 기존 AI 개발 방식과 어떻게 다르나요?

Agent Bricks는 Databricks가 새롭게 선보인 AI 에이전트 개발 및 최적화 플랫폼으로, 생성형 AI 에이전트를 자동으로 평가하고, 최적화하며, 데이터 생성을 관리할 수 있도록 설계되었습니다. 기존에는 수작업으로 프롬프트를 조정하고 예시 데이터를 작성해야 했지만, Agent Bricks는 이러한 과정을 자동화된 피드백 루프와 벤치마크 평가 시스템으로 대체합니다. 이를 통해 팀은 더 빠르게 실험하고, 품질을 유지하면서도 비용 효율적으로 프로덕션 수준의 AI 에이전트를 구축할 수 있습니다.

Agent Bricks는 어떤 기업 환경에 가장 적합한가요?

Agent Bricks는 엔터프라이즈 데이터와 AI 워크로드를 통합적으로 관리하려는 조직에 가장 적합합니다.

특히, 다양한 부서나 도메인별로 AI 에이전트를 운영해야 하는 기업에게 이상적입니다. Databricks 플랫폼 상에서 데이터 거버넌스, 모델 훈련, 평가, 배포가 통합되어 있기 때문에, 조직은 데이터 사일로 없이 일관된 품질과 안전한 운영 환경에서 AI를 확장할 수 있습니다.