Data + AI Summit 2026의 AI 거버넌스: Unity AI Gateway의 새로운 기능

AI는 점점 더 멀티 모델, 멀티 에이전트, 멀티 벤더화되고 있습니다. 개발자들은 코딩 에이전트를 도입하고 있으며, 비즈니스 사용자들은 Genie와 같은 AI 경험을 통해 엔터프라이즈 데이터와 상호 작용하고 있습니다. 또한 많은 기업들이 중요한 내부 워크플로우를 자동화하기 위해 맞춤형 에이전트를 출시하고 있습니다. 조직이 개별 AI 애플리케이션에서 모델, MCP 서비스, API 및 엔터프라이즈 도구에 연결된 에이전트 플릿으로 확장함에 따라, 거버넌스 과제는 단순한 모델 액세스를 넘어 확장됩니다. 조직은 전체 AI 자산에 걸쳐 가시성, 런타임 제어, 보안 가드레일 및 비용 관리가 필요합니다.

Unity AI Gateway는 엔터프라이즈 AI를 위한 Databricks의 거버넌스 솔루션입니다. Unity Catalog를 기반으로 구축되어 데이터 및 AI 자산을 넘어 모델, 에이전트, MCP 서비스, 스킬 및 엔터프라이즈 도구 간의 런타임 상호 작용까지 거버넌스를 확장합니다. AI 제공업체, 코딩 에이전트, 에이전트 프레임워크, 엔터프라이즈 애플리케이션 및 맞춤형 AI 시스템 전반에서 사용할 수 있는 Unity AI Gateway는 엔터프라이즈 AI를 위한 중앙 집중식 거버넌스, 보안 제어, 비용 관리 및 에이전트 모니터링을 제공합니다.

Data + AI Summit 2026에서 네 가지 분야에 걸친 주요 새로운 혁신을 발표합니다:

• 비용 제어 및 스마트 라우팅으로 AI 사용 최적화: 서로 다른 도구와 모델 전반에서 AI 지출에 대한 가시성을 확보하고, 엄격한 지출 한도를 적용하며, 워크로드를 지능적으로 라우팅하여 품질과 비용의 균형을 맞춥니다.
• 한 곳에서 AI 자산 및 상호 작용 거버넌스: Unity Catalog를 통해 모델, MCP 서비스, 에이전트 및 스킬을 거버닝하는 동시에 Unity AI Gateway를 통해 런타임에 컨텍스트 정책을 적용합니다.
• AI 활동 모니터링 및 조사: 엔드투엔드 추적을 캡처하고, Genie로 코딩 에이전트 활동을 분석하며, Lakewatch로 인시던트를 조사합니다.
• 개방형 에코시스템을 통한 거버넌스 확장: 선도적인 AI 보안, 신원, 데이터 보호 및 위협 탐지 제공업체를 통합하여 신뢰할 수 있는 제어 기능을 런타임 AI 워크플로우에 도입합니다.

비용 제어 및 스마트 라우팅으로 AI 사용 최적화

AI 비용은 점점 더 세분화되어 토큰 비용이 어디에서 발생하는지 파악하고 이를 최적화하는 방법을 이해하기가 어렵습니다. 오늘 당사는 조직이 전체 AI 자산에서 AI 사용에 대한 가시성을 확보하고, 비용을 제어하며, 지출을 최적화하는 데 도움이 되는 Unity AI Gateway의 새로운 기능을 소개합니다.

• 통합된 AI 지출 가시성: Databricks 호스팅 모델, 프론티어 모델 제품군, 코딩 에이전트, 엔터프라이즈 AI 애플리케이션 및 맞춤형 에이전트 전반의 지출을 단일 뷰에서 추적합니다.
• 세분화된 비용 귀속: 사용자, 팀, 도구 및 사용 사례별로 AI 지출을 분석하고 예산을 설정하여 비용이 발생하는 위치와 AI가 가치를 창출하는 위치를 파악합니다.
• 엄격한 지출 한도: 예산이 초과되면 자동으로 요청을 중단하여 비용 폭주를 방지하고 지출 가드레일을 적용합니다.
• 스마트 라우팅: 권장 사항을 수신하고 작업 복잡성, 품질 요구 사항 및 비용을 기반으로 가장 적합한 모델로 요청을 지능적으로 라우팅합니다.

"Udemy의 데이터 플랫폼에서는 모든 파운데이션 모델 트래픽을 Databricks AI Gateway를 통해 라우팅하여 전체 수명 주기에 대한 단일 거버넌스 레이어를 확보하고 있습니다. Claude에서 실행되는 프로덕션 에이전트부터 비용 효율성을 위해 더 작은 GPT 모델과 더 큰 GPT 모델의 균형을 지능적으로 맞추는 PII 탐지 파이프라인에 이르기까지, 모든 것이 통합된 액세스 제어 및 명확한 비용 귀속을 통해 일관되게 거버닝됩니다." —Nathan Sullins, Principal Software Engineer, Udemy

한 곳에서 AI 자산 및 상호 작용 거버넌스

조직이 AI를 확장함에 따라 모델, 에이전트, MCP 서버, 도구 및 스킬의 수가 빠르게 증가합니다. 하지만 대부분의 기업은 이러한 자산을 각각 별도로 거버닝하거나 아예 거버닝하지 않아 시스템이 파편화되고 액세스 정책이 일관되지 않으며, 에이전트가 무엇을 하는지, AI 시스템이 어떻게 사용되는지에 대한 가시성이 제한됩니다.

오늘 당사는 모델을 넘어 AI 자산을 거버닝할 수 있도록 Unity Catalog를 확장합니다. 이제 조직이 이미 데이터에 사용하고 있는 것과 동일한 거버넌스 프레임워크를 사용하여 Databricks 호스팅 모델, 외부 모델 제공업체, MCP 서비스, 에이전트 및 스킬을 등록, 검색, 보호 및 감사할 수 있습니다. 관리자는 권한, 계보, 관찰 가능성 및 비용 관리를 통해 중앙 집중식 가시성을 확보할 수 있으며, Unity AI Gateway는 모델 호출, 도구 호출 및 에이전트 워크플로우 전반에 걸쳐 런타임 제어를 적용합니다. Unity Catalog와 Unity AI Gateway는 함께 AI 자산과 AI 상호 작용 모두를 위한 통합 거버넌스 레이어를 제공합니다.

“AI는 기업 전반의 효율성을 향상시킬 수 있는 잠재력을 가지고 있지만, 책임감 있게 AI를 확장하려면 강력한 거버넌스, 투명성 및 신뢰가 필요합니다. Databricks는 규제 대상 산업에서 AI 시스템을 거버닝하고 민감한 데이터를 보호하며 전사적인 AI 도입을 지원하는 데 필요한 통합 기반을 구축하도록 우리 팀을 지원해 왔습니다.” —George Torres, Senior Director of AI Engineering, First American

여러 제공업체에 걸친 모델 거버닝

조직은 점점 더 여러 제공업체의 모델에 의존하고 있습니다. 이제 관리자는 데이터에 사용하는 것과 동일한 세분화된 액세스 정책을 사용하여 Unity Catalog를 통해 파운데이션 모델 액세스를 거버닝할 수 있습니다. 모델 제공업체, 원산지 국가, 승인 상태 또는 거버닝된 태그와 같은 속성을 기반으로 정책을 동적으로 적용할 수 있으므로 모델 인벤토리가 증가함에 따라 일관되게 제어를 적용하기가 더 쉬워집니다.

모든 MCP 서비스 거버닝

MCP 도입이 증가함에 따라 조직은 엔터프라이즈 도구에 대한 액세스를 거버닝할 일관된 방법이 필요합니다. 이제 Databricks는 Google Drive, Jira, Confluence, Slack, GitHub 및 SharePoint를 포함한 애플리케이션에 대해 관리형 MCP 서비스를 제공하여 팀이 자체 인프라를 관리하지 않고도 거버닝되고 바로 사용할 수 있는 통합 기능을 제공합니다.

이제 맞춤형 MCP 서비스를 등록하여 승인된 도구 및 통합의 중앙 집중식 인벤토리를 생성할 수도 있습니다. 관리자는 액세스를 관리하고, 개별 도구를 활성화 또는 비활성화하며, 사용량을 감사할 수 있으며, 개발자는 승인된 MCP 서비스를 검색하여 Databricks, 코딩 에이전트, Genie 또는 외부 에이전트 프레임워크에서 사용할 수 있습니다.

"Genie는 Asana AI Teammates에 추가한 최초의 MCP 연결 중 하나였습니다. 이 통합을 통해 누구나 복잡한 데이터 질문에 대한 답변을 스스로 해결할 수 있습니다. Genie는 Unity Catalog의 데이터 컨텍스트와 Asana Work Graph의 비즈니스 컨텍스트를 결합하여 단일 공유 대화에서 인간-에이전트 팀이 더 빠르게 답변을 얻을 수 있도록 지원했습니다. AI Teammates의 멀티플레이어 설계 및 엔터프라이즈급 거버넌스를 통해 MCP를 통한 Genie 대화는 질문하는 사용자의 권한을 존중합니다. 고객은 Unity AI Gateway를 사용하여 추가적인 거버넌스 정책 및 가드레일을 적용함으로써 이를 더욱 확장할 수 있습니다." —James Davidheiser, Data Architect, Data Infrastructure, Asana

컨텍스트 정책으로 런타임 제어 적용

기존의 거버넌스 제어는 모델이나 도구에 액세스할 수 있는 사람을 결정합니다. AI 에이전트의 기능이 더욱 강력해짐에 따라 조직은 특정 상호 작용 중에 해당 시스템이 수행할 수 있는 작업에 대한 제어 기능도 필요로 합니다.

오늘 당사는 Contextual Service Policies를 베타 버전으로 출시합니다. 이제 파일 수정, 코드 푸시, 엔터프라이즈 시스템 액세스 또는 민감한 정보와의 상호 작용과 같은 작업에 대해 허용, 거부 또는 승인을 요청할 수 있습니다.

사용자, 에이전트, 모델, MCP 서비스, 호출되는 도구 또는 요청 및 응답의 내용을 기반으로 정책을 적용할 수 있습니다. 또한 PII 노출, 프롬프트 인젝션, 탈옥 및 기타 정책 위반을 포함한 위험을 완화하기 위해 AI 가드레일을 적용할 수도 있습니다.

예를 들어 관리자는 코딩 에이전트가 GitHub에 코드를 푸시하기 전에 승인을 요구하거나, 민감한 Google Drive 폴더에 대한 쓰기를 제한하거나, 규제 대상 데이터가 포함된 요청 및 응답을 차단할 수 있습니다.

AI 스킬 거버닝

이제 Unity Catalog는 거버넌스가 적용된 재사용 가능한 스킬 인벤토리도 제공합니다. 팀은 에이전트 엔드포인트를 등록하고, 승인된 스킬을 게시하며, 공통 카탈로그 환경을 통해 조직 전체에서 이러한 기능을 검색할 수 있도록 지원합니다.

AI 활동 모니터링 및 조사

AI 워크플로가 여러 모델, 에이전트, MCP에 걸쳐 실행됨에 따라, 특정 상호작용 중에 발생한 일을 파악하기가 점점 더 어려워지고 있습니다. 팀에서는 오류를 해결하고, 보안 사고를 조사하거나, AI 활동을 감사하기 위해 여러 시스템의 로그를 취합해야 하는 경우가 많습니다.

오늘 통합 에이전트 모니터링을 위한 새로운 기능을 소개합니다.

• 엔드투엔드 에이전트 추적 캡처: Unity AI Gateway의 통합 추적 기능은 단일 거버넌스 텔레메트리 레이어에서 모델 상호작용 및 MCP 도구 활동을 캡처하여, 여러 서비스에 걸쳐 AI 워크플로가 어떻게 실행되는지에 대한 가시성을 제공합니다.
• Genie로 AI 코딩 활동 분석: Genie를 사용하여 자연어로 코딩 에이전트 로그를 탐색하고, 비용이 많이 드는 워크플로를 식별하며, 에이전트가 시간을 어떻게 사용하는지 파악하고, 개발자 생산성 및 AI 효율성을 향상할 수 있는 기회를 발굴할 수 있습니다.
• Lakewatch로 AI 보안 사고 조사: Lakewatch에서 Unity AI Gateway 추적을 분석하여 의심스러운 활동을 감지하고, 정책 위반을 조사하며, AI 보안 조사를 가속화할 수 있습니다.

“사용자를 위한 AI 기반 경험을 지속적으로 확장함에 있어 거버넌스, 개인정보 보호, 신뢰는 여전히 기본 토대입니다. Unity AI Gateway가 AI 상호작용을 관리하고 일관된 제어를 적용하며, 우리 팀이 책임감 있게 AI 혁신을 확장할 수 있도록 보다 간소화된 접근 방식을 제공할 잠재력에 대해 기대가 큽니다.” —Vladislav Nedosekin, Flo Health AI 디렉터

개방형 에코시스템을 통한 AI 거버넌스 확장

Unity AI Gateway는 엔터프라이즈 AI를 위한 개방형 거버넌스 플랫폼으로 구축되었습니다. 오늘 저희는 AI 보안, ID 거버넌스, 데이터 보호, 위협 감지 전반에 걸친 통합을 통해 AI 거버넌스 에코시스템을 확장하여, 조직이 런타임 AI 워크플로에 신뢰할 수 있는 제어 기능을 도입할 수 있도록 지원합니다.

향후 통합을 통해 Alice, CrowdStrike, Cyera, HiddenLayer, Netskope, Noma Security, Obsidian Security, Openlayer, Palo Alto Networks, Zscaler를 포함한 AI 보안 제공업체와 Okta, Ping Identity, Saviynt를 포함한 ID 제공업체로 지원이 확장될 예정입니다.

"기업이 AI를 프로덕션에 도입함에 따라 모델, 에이전트, 도구 전반에서 AI 상호작용을 관리하고 보호할 수 있는 일관된 방법이 필요합니다. CrowdStrike는 Falcon AI Detection and Response를 Databricks Unity AI Gateway와 통합함으로써 Falcon 플랫폼을 AI용 보안 레이어로 만들어, 조직이 기업 전반에 걸쳐 AI를 확장하는 데 필요한 가시성, 감지 및 보호 기능을 제공합니다." —Daniel Bernard, CrowdStrike 최고 비즈니스 책임자

AI 에이전트에게는 ID, 명확한 가드레일, 그리고 실질적인 책임성이 필요합니다. Databricks와 함께 우리는 이 과제를 해결하고 있습니다. Okta의 Identity Platform을 Unity AI Gateway와 연결함으로써 기업은 에이전트와 에이전트가 접하는 중요한 데이터 파이프라인으로 일관된 거버넌스와 신뢰할 수 있는 제어 기능을 확장할 수 있습니다. —Harish Peri, Okta for AI Agents SVP 겸 GM

“기업이 에이전트형 AI를 확장함에 따라 보안은 런타임 경로로 이동해야 합니다. Databricks와 함께 Prisma AIRS는 고객이 실시간으로 AI 상호작용을 검사하고 모델, 애플리케이션, 에이전트 전반에 걸쳐 보호 조치를 시행할 수 있도록 지원할 것입니다.” —Ian Swanson, Palo Alto Networks AI 보안 제품 부문 VP

"AI는 빠르게 기업 운영의 핵심 부분으로 자리 잡고 있으며, 이에 따라 거버넌스와 보안은 성공적인 도입을 위한 필수 요건이 되었습니다. Databricks Unity Gateway 기능과 Zscaler의 AI Guardrails를 결합함으로써 고객은 AI 상호작용 전반에서 더 뛰어난 가시성, 의도 기반 및 결과 기반 제어, 보호 기능을 제공받을 수 있습니다." —Ashwin Kesireddy, Zscaler AI 보안 제품 관리 부문 VP

Databricks 기반 Managed Omnigent 출시

Omnigent는 모델, 프레임워크, 코딩 도구 전반에서 에이전트를 구축하고 실행하기 위한 오픈 소스 메타 하네스로 방금 발표되었습니다. 오늘 저희는 관리형 버전인 Databricks 기반 Omnigent를 베타 버전으로 출시합니다. 오픈 소스에서 실행하는 것과 동일한 Omnigent이므로 새로 구축할 필요가 없습니다. 기존 설정, 하네스, 워크플로, 스킬을 그대로 가져와 Databricks에 배포하면 공유 기록, 원격 액세스, 협업, Lakebox에서의 격리된 클라우드 실행을 지원하는 관리형 워크플로로 실행할 수 있습니다.

Unity AI Gateway는 중앙에서 정의된 정책, 비용 제어, 스마트 라우팅, 통합 텔레메트리를 통해 모든 Omnigent 상호작용을 제어하므로, 팀은 Unity Catalog의 데이터와 함께 에이전트 워크플로를 실행할 수 있는 관리형 방식을 확보할 수 있습니다. 저희 블로그를 확인하여 Omnigent에 대해 자세히 알아보세요.

AI 거버넌스의 토대인 Unity AI Gateway 시작하기

엔터프라이즈 AI는 점점 더 개방적이고 분산되며 에이전트 중심으로 변화하고 있습니다. 이러한 새로운 기능을 통해 Unity AI Gateway는 단일 플랫폼에서 런타임 제어, 에이전트 모니터링, 비용 관리, 에코시스템 통합을 결합하여 모델, 에이전트, MCP 서비스 및 스킬을 위한 통합 거버넌스 레이어를 제공합니다.

저희 문서와 블로그 시리즈를 확인하여 Unity AI Gateway를 시작해 보세요.

에이전트 플랫폼 기조연설을 시청하여 통합 AI 거버넌스에 대한 저희의 비전에 대해 자세히 알아보세요.

Data + AI Summit에 등록하고 저희 AI 거버넌스 및 Unity AI Gateway 제품 세션을 살펴보세요.

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