Agent Bricks: 관리되는 엔터프라이즈 에이전트 플랫폼

기본 에이전트 패턴은 이제 익숙할 것입니다: 도구와 연결되고, 추론하며, 행동하는 모델입니다. 하지만 루프를 구축하는 것이 어려운 부분은 아닙니다. 어려운 부분은 실제 비즈니스 데이터, 실제 권한 하에서, 실제 결과를 가지고 엔터프라이즈 에이전트를 작동시키는 것입니다.

가장 가치 있는 에이전트는 비즈니스에 얼마나 깊이 연결되는지에 따라 정의됩니다: 고객 기록, 운영 시스템, 내부 정책 및 조직 지식. 대출 신청을 검토하고 회사 인수 정책을 적용하는 금융 서비스 에이전트는 모델이나 프레임워크 자체 때문이 아니라 비즈니스 맥락에서 작동하기 때문에 가치가 있습니다. 그 맥락이 에이전트를 유용하게 만들고 프로덕션에서 실행하기 어렵게 만드는 것입니다. 에이전트는 데이터가 무엇을 의미하는지 이해하고, 올바른 ID 및 권한 하에서 작동하며, 팀이 단일 공급업체에 얽매이지 않도록 여러 모델에서 작동해야 합니다.

대부분의 팀이 여기서 막힙니다. 대부분의 에이전트 제품은 조각을 제공할 뿐 플랫폼을 제공하지 않습니다.

이것이 저희가 Agent Bricks를 구축한 이유입니다. Agent Bricks는 비즈니스 데이터를 처음부터 끝까지 사용하여 에이전트를 구축, 배포 및 관리하기 위한 Databricks의 엔터프라이즈 에이전트 플랫폼입니다. 모델 액세스, 실행, 거버넌스 및 컨텍스트를 통합하여 팀이 프로덕션에서 에이전트를 안정적으로 실행할 수 있도록 합니다.

금융 서비스, 소매, 의료 및 기술 분야의 수천 개 조직이 Agent Bricks에서 프로덕션 에이전트를 대규모로 배포했으며, 여기에는 Workday, Virgin Atlantic, Zapier, EchoStar 및 AstraZeneca가 포함됩니다. 팀은 수백 명의 분석가에게 지속적인 시장 분석을 제공하고, 공급망, 조달 및 R&D 시스템 전반의 워크플로우를 조정하며, 복잡한 서비스 작업에 대한 직원 요청을 자동으로 해결하고, 광고 비용이 낭비되기 전에 마케팅 캠페인의 이상 징후를 감지 및 해결하는 에이전트를 구축하고 있습니다.

오늘, 저희는 Document Intelligence 및 Custom Agents의 일반 공급 가능성과 함께 플랫폼 전반에 걸쳐 새로운 기능을 발표합니다. 여기에는 AI Gateway가 포함되어 데이터의 풍부한 컨텍스트에 기반한 엔터프라이즈 에이전트를 구축, 관리 및 보호하는 데 도움을 줍니다.

"Agent Bricks를 통해 저희는 일회성 AI 프로젝트를 구축하는 것이 아니라 엔터프라이즈 AI 패브릭을 구축하고 있습니다. 상호 운용성, ID 우선 보안 및 거버넌스는 처음부터 설계되었으므로 에이전트는 과학 실험이 아닌 다른 모든 중요 시스템과 마찬가지로 작동합니다." — William Acosta, Head of Agentic AI Engineering, EchoStar

Agent Bricks 플랫폼

프로덕션에서 에이전트를 실행하려면 모델과 도구 이상의 것이 필요합니다. 플랫폼이 필요합니다. Agent Bricks 플랫폼은 세 가지로 정의됩니다:

개방형 및 멀티 AI. 유용한 에이전트 및 에이전트 애플리케이션을 구축하려면 팀은 여러 모델 공급업체 및 프레임워크를 사용하여 올바른 모델을 선택하고, 올바른 도구를 사용하며, 액세스, 비용 및 안정성을 관리해야 합니다. Agent Bricks는 프론티어 모델과 Cursor, Codex, Claude Code와 같은 인기 있는 코딩 에이전트를 단일 API를 통해 기본적으로 지원하며, 라우팅, 폴백 및 비용 최적화 기능이 내장되어 있습니다. 또한 LangGraph 및 OpenAI Agents SDK와 같은 주요 프레임워크를 사용하여 에이전트를 구축하고 배포하는 것을 지원합니다. 이를 통해 팀은 시스템을 재구축하지 않고도 모델을 전환하거나 외부 에이전트를 통합할 수 있습니다. 오늘날 고객의 63%는 두 개 이상의 모델 제품군에 걸쳐 작업을 라우팅하여 모델이 발전함에 따라 에이전트가 유연하고 탄력적으로 유지되도록 합니다.

통합 거버넌스. 대부분의 플랫폼은 에이전트, 호출할 수 있는 도구 및 보유한 권한을 관리합니다. Agent Bricks는 단일 시스템에서 에이전트와 상호 작용하는 모든 것을 관리합니다. Unity Catalog 및 AI Gateway를 사용하면 데이터, 모델 및 외부 MCP에 대한 액세스가 한 곳에서 관리 및 관찰되며, ID가 엔드 투 엔드로 적용됩니다. 에이전트는 대리 토큰 전달을 통해 사용자 ID를 상속하므로 사용자가 권한이 있는 것만 액세스할 수 있습니다. 레이크하우스 쿼리 또는 외부 API 호출이든, 모든 상호 작용에 동일한 권한, 감사 및 라우팅이 적용됩니다. 이를 통해 모든 에이전트 상호 작용이 안전하고 관찰 가능하며 일관되게 유지됩니다.

"Agent Bricks는 단일 시스템에서 여러 데이터 인텔리전스 엔드포인트를 조정할 수 있는 구조화된 방법을 제공합니다. 라우팅 로직을 하드코딩하는 대신, 명확한 지침을 통해 에이전트가 Genie와 Unity Catalog의 거버넌스된 데이터를 우선시하는 방법을 안내할 수 있습니다. 이를 통해 발전함에 따라 유연하고 안정적인 내부 '데이터 문의' 환경을 구축하는 것이 훨씬 쉬워집니다.” — Alvaro Martin, Sr. Data Engineer, Zapier

비즈니스 컨텍스트를 이해하기 때문에 정확합니다. 에이전트 정확도는 모델 품질 이상에 달려 있습니다. Agent Bricks는 스키마, 비즈니스 정의, 계보, 권한 및 데이터 품질 신호를 포함한 Unity Catalog 메타데이터를 사용하여 에이전트의 추론 및 행동 방식을 개선합니다. 이 컨텍스트는 검색 및 계획에 직접 포함되어 표준 RAG보다 70% 더 높은 정확도와 다단계 워크플로우에서 30% 개선을 제공합니다. 구조화된 데이터의 경우 Genie Spaces는 의미 계층을 활용하여 에이전트가 원시 열 이름이 아닌 비즈니스 정의를 기반으로 추론하도록 합니다. 이는 에이전트가 데이터가 말하는 것뿐만 아니라 비즈니스가 실제로 작동하는 방식에 맞춰진 답변을 반환하도록 합니다. 이것이 모델을 비즈니스를 이해하는 시스템으로 바꾸는 것입니다.

새로운 기능

오늘의 릴리스는 멀티 AI, 거버넌스 및 엔터프라이즈 컨텍스트 전반에 걸쳐 팀이 Agent Bricks에서 구축할 수 있는 기능을 확장합니다:

멀티 AI 및 에이전트 오케스트레이션

• Apps의 사용자 지정 에이전트 (GA). 전체 수명 주기 지원 및 서버리스 컴퓨팅을 통해 모든 모델 또는 프레임워크로 에이전트 애플리케이션을 구축하고 배포합니다. Lakebase와의 기본 통합은 장기 실행 워크플로우를 위한 메모리, 대화 기록 및 상태를 제공합니다.
• Supervisor Agent (GA). 여러 에이전트와 도구를 단일 워크플로우로 오케스트레이션합니다. 작업을 정의하고 시스템을 연결합니다. Supervisor는 모델 및 도구 전반의 실행을 조정합니다.
• Foundation Model API의 웹 검색. 기본 제공 검색 기능을 사용하여 웹의 실시간 정보로 에이전트 응답을 기반으로 합니다.

도구, 모델 및 데이터 전반의 거버넌스된 액세스

• AI Gateway. 모델, 코딩 에이전트 및 이제 MCP 연결 도구에 대한 액세스를 관리하고 거버넌스하는 통합 계층입니다. 모든 상호 작용에 걸쳐 ID, 권한 및 관찰 가능성을 적용하므로 에이전트는 모델, 도구 및 API 전반에서 안전하게 작동합니다. 이제 PII 노출, 안전하지 않은 콘텐츠, 프롬프트 주입, 데이터 유출 및 환각과 같은 위험을 감지하고 완화하기 위한 사용자 지정 가능한 옵션이 있는 가드레일도 제공됩니다.
• 관리형 OAuth MCP 커넥터. GitHub, Atlassian 및 Glean과 같은 외부 서비스를 거버넌스된 도구로 안전하게 연결합니다. 자격 증명은 중앙에서 관리되므로 에이전트는 비밀을 노출하지 않고 시스템에 액세스할 수 있습니다.

에이전트를 정확하게 만드는 엔터프라이즈 컨텍스트

• Document Intelligence (GA). 비정형 문서에서 데이터를 추출하고 구조화하여 PDF를 쿼리 가능한 지식으로 변환합니다. 사용자 지정 파이프라인이 필요 없습니다.
• Knowledge Assistant (GA). 엔터프라이즈 문서를 자동으로 수집하고 검색을 통해 모든 에이전트가 액세스할 수 있도록 합니다. 검색은 시스템 컨텍스트, 메타데이터 및 사용자 제약을 통합합니다.
• Agent Mode in Genie Spaces. 단일 턴 Q&A에서 다단계 추론 및 데이터 분석으로 전환하여 에이전트가 복잡한 비즈니스 질문을 계획, 탐색 및 답변할 수 있도록 합니다.
• CLEARS Framework for Agent Quality with MLflow. MLflow에서 표준화된 프레임워크를 사용하여 정확성, 지연 시간, 실행, 준수, 관련성 및 안전성 전반에 걸쳐 에이전트를 평가하여 프로덕션 품질을 보장합니다.

지금 Agent Bricks를 구축하세요

이제 에이전트 루프를 구축하는 것은 더 이상 문제가 아닙니다. 문제는 그 주변의 모든 것을 구축하는 것입니다. 우회할 수 없는 ID, 유출되지 않는 자격 증명, 종속성을 피하는 모델 라우팅, 결과를 정확하게 만드는 비즈니스 컨텍스트, 모든 에이전트가 수행한 작업과 그 이유를 보여주는 관찰 가능성입니다.

대부분의 플랫폼은 이 시스템의 일부에 중점을 둡니다. Agent Bricks는 이를 통합합니다.

이는 엔터프라이즈 데이터에서 작동하는 에이전트를 위한 다중 AI, 관리형 플랫폼으로, 처음부터 프로덕션에서 안정적으로 실행되도록 설계되었습니다. 또한 Accenture, Atlan, Arize, Capgemini, Celebal, Collibra, Daitaiku, Deloitte, EY, Glean, Infosys, LlamaIndex, Lovelytics, LTIMindtree, Monte Carlo, Omni Analytics, Qlik, Retool, Sigma Computing, Slalom, Tiger Analytics, Tredence, 및 Wipro를 포함한 통합 파트너 생태계를 통해 시스템을 계속 확장하여 기업이 매일 의존하는 도구 및 서비스 전반에 Agent Bricks를 확장합니다.

• 문서로 시작하기 →
• Databricks 체험 시작하기 →

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)