Agent Bricks Knowledge Assistant 정식 출시: 기업의 지식을 답변으로 전환

회사의 가장 가치 있는 데이터 중 일부는 여전히 액세스하기 어렵습니다. 문서, 슬라이드, PDF, 내부 시스템에는 중요한 정보가 담겨 있지만, 팀은 의사 결정을 내리는 대신 정보를 검색하고 교차 확인하며 맥락을 파악하는 데 너무 많은 시간을 소비합니다. 

검색 증강 생성(RAG)과 같은 기존의 접근 방식은 비정형 데이터를 복잡하게 파싱, 청킹, 임베딩해야 했으며, 그저 그런 결과를 내면서도 유지를 위해 끊임없는 업데이트와 사용자 지정이 필요했습니다. 이로 인해 여러 팀과 시스템으로 확장하는 것이 불가능해졌고, 데이터는 고립된 상태로 남게 되었습니다.

Knowledge Assistant가 이 모든 것을 바꿉니다. 이제 정식 출시되어 10개의 새로운 리전으로 확장되었으며, 단 몇 분 만에 문서를 정확하고 근거 있는 답변으로 전환할 수 있습니다. Agent Bricks 플랫폼의 일부로서 수집 및 지속적인 업데이트부터 검색 및 추론에 이르기까지 전체 에이전트 수명 주기에 걸쳐 완전 관리형 환경을 제공하며, 어디에나 통합할 수 있는 확장 가능한 엔드포인트를 제공합니다. Knowledge Assistant는 Databricks AI 연구를 기반으로 하며 운영 오버헤드 없이 단순한 RAG 접근 방식보다 최대 70% 더 높은 답변 품질을 달성합니다.

실제 엔터프라이즈 데이터 검색을 위한 새로운 접근 방식

대부분의 검색 시스템은 단일 인덱스, 균일한 스키마, 유사도 검색을 주요 신호로 사용하는 더 단순한 환경을 위해 설계되었습니다. 엔터프라이즈 지식은 그렇지 않습니다. 이는 여러 시스템에 걸쳐 있으며 각 시스템은 서로 다른 구조, 메타데이터 규칙, 최신성 및 권한에 대한 기대치를 가집니다. 이 모든 것을 단일의 균일한 데이터 소스로 취급하는 것은 품질과 제어력을 모두 제한합니다.

Knowledge Assistant는 Databricks AI 연구팀이 개발한 Instructed Retriever라는 근본적으로 다른 아키텍처를 기반으로 합니다. 어시스턴트는 단순히 유사성 검색에만 의존하는 대신 각 지식 소스의 구성 방식과 쿼리 방법을 이해합니다. 사용자가 질문하면 Knowledge Assistant는 해당 요청을 소스를 인식하는 정확한 쿼리로 변환하며, 최신 콘텐츠 우선순위 지정, 특정 메타데이터 강조, 신뢰할 수 있는 소스 선호와 같은 지침을 통합합니다.

이 접근 방식을 통해 어시스턴트는 각 시스템의 구조에 기반을 두면서 서로 다른 시스템에 걸쳐 정보를 종합할 수 있습니다. 즉, 모든 응답에 페이지 수준의 인용이 제공되어, 환각 현상을 줄이고 사용자가 원본 출처로 빠르게 돌아갈 수 있습니다.

이 아키텍처는 완전 관리형 서비스로 제공되므로 팀은 에이전트가 배포되는 순간 검색 품질이 고정되는 것이 아니라 지속적인 연구 개선의 이점을 자동으로 누릴 수 있습니다. Google에서는 새로운 모델, 기술, 연구를 지속적으로 평가하고 광범위한 평가 제품군과 비교하여 실행한 후, 에이전트에 원활하게 자동 통합합니다.

주제 전문가와 개발자 간의 간극을 좁힙니다

대부분의 엔터프라이즈 AI 시스템은 개별 답변은 수정하지만 일반화에는 실패하는 정적 프롬프트, 레이블 또는 대략적인 피드백 신호에 의존합니다. Knowledge Assistant는 다르게 구축되어, 인간 피드백 기반 에이전트 학습 (ALHF)을 사용하여 전문가의 지침을 에이전트 행동의 지속적이고 반복 가능한 개선으로 전환합니다.

일회성 수정과 달리 ALHF는 여러 상호작용에 걸쳐 전문가 피드백을 일반화합니다. 전문가들은 답변에 대한 질문과 가이드라인만 제공하면 나머지는 Knowledge Assistant가 알아서 처리합니다. 모든 응답은 엔드투엔드 추적으로 캡처되어 구조화되고 관리되는 데이터로 기록됩니다. 기본 MLflow 통합을 통해 팀은 프로덕션 ML 시스템에 사용되는 것과 동일한 엄격함으로 변경 사항을 평가하고 품질 개선을 추적할 수 있습니다. 

“Agent Bricks는 우리의 코드를 대화로 전환하여, 언제나 이용 가능한 AI 팀원으로서 더 빠르게 움직이고 더 스마트하게 일하며 원활한 수익 관리에 집중할 수 있게 도와주었습니다.” — Ben Bartholic, FinThrive 수석 데이터 엔지니어

지금 바로 Knowledge Assistant 에이전트를 구축하세요

시작하는 방법은 간단합니다. 문서를 업로드하면 Knowledge Assistant가 나머지를 처리합니다. Knowledge Assistant를 사용하여 시장 조사, 지원 문서 또는 정책 및 절차를 이해하는 에이전트를 만들어 기업 지식을 활용하고 생산성을 가속화하세요.

• 구축 시작: 설명서를 따라 오늘 첫 Knowledge Assistant를 배포해 보세요.
• 기술 심층 분석: 연구 블로그를 읽고 Instructed Retriever의 기반이 되는 과학에 대해 더 자세히 알아보세요.
• 기술 수준 높이기: 무료 기술 빌더 과정에서 AI 에이전트의 기초를 배워보세요.

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