신뢰할 수 있는 AI 에이전트 구축: 자신 있게 선택, 거버넌스 및 확장하기 위한 새로운 기능

이번 GenAI 물결에서 경쟁 우위는 빌려 쓰는 모델이 아니라, 소유한 데이터에서 나올 것입니다. 하지만 대부분의 조직은 확장할 수 있는 품질, 거버넌스, 유연성이 부족하여 데이터를 프로덕션급 에이전트로 운영화하는 데 어려움을 겪고 있습니다. 

Databricks Agent Bricks 는 정형 및 비정형 정보을 이해, 추론하고 이에 따라 행동하는 에이전트를 통해 모든 팀이 데이터 인텔리전스를 실현할 수 있도록 하여 이러한 격차를 해소합니다. MLflow를 통한 기본 내장 평가, Unity Catalog를 통한 통합 거버넌스, AI Gateway를 통한 모든 모델 또는 프레임워크에 대한 개방형 지원을 통해 Agent Bricks 는 AstraZeneca 및 Edmunds와 같은 기업이 파일럿에서 프로덕션 단계로 자신 있게 나아갈 수 있도록 지원합니다.

이번 주, 저희는 Agent Bricks 전반에 걸쳐 신뢰의 세 가지 핵심 요소인 정확성, 거버넌스, 개방성을 각각 발전시키는 새로운 기능을 소개합니다. 또 다른 Week of Agents에 오신 것을 환영합니다.

“Agent Bricks를 사용하여 저희 팀은 코드 한 줄 작성 없이 40만 건 이상의 임상시험 문서를 분석하고 정형화된 데이터 포인트 추출할 수 있었습니다. 60분도 채 안 되어, 복잡한 비정형 데이터를 사용 가능한 분석 자료로 변환할 수 있는 작동하는 에이전트를 만들었습니다. Agent Bricks(정보 추출)는 데이터에서 인사이트를 신속하게 도출하는 데 유용한 도구입니다!” — Joseph Roemer, AstraZeneca 커머셜 IT, 데이터 및 AI 책임자

원하는 방식으로 모든 에이전트 빌드
Agent Bricks는 개방형으로 설계되어 팀이 거버넌스가 적용된 데이터와 신뢰할 수 있는 MCP 서버에서 고품질 에이전트를 구축할 수 있는 유연성을 제공합니다.

• 커스텀 코드 에이전트. 모든 프레임워크, MCP 서버 또는 모델(GPT-5, Claude Sonnet, Gemini, Llama)로 구축하고 Databricks의 serverless 인프라에서 실행하세요. 모든 상호작용은 MLflow observability 및 AI Gateway를 통해 자동으로 추적, 평가 및 거버넌스됩니다.
• 선언적 에이전트. 기술팀과 비기술팀이 자연어 및 사전 구성된 Template을 통해 정보 추출, 지식 지원, 다중 에이전트 조정과 같은 작업을 위한 에이전트를 구축하고 개선할 수 있도록 지원하며, 지속적인 개선을 위한 통합 평가 기능도 제공합니다.
• Agentic AI Functions. ai_parse_document와 같은 함수를 문서에 직접 적용하여 비정형 콘텐츠를 대규모로 파싱, 보강, 임베딩함으로써 수동 워크플로를 자동화하고 이전에는 접근할 수 없었던 인사이트를 발견할 수 있습니다.

“Databricks는 GPT-5, Claude Sonnet, Llama와 같은 여러 모델을 실행하고, 필요에 따라 공급업체를 전환하면서도 비용을 통제할 수 있는 안전하고 거버넌스가 적용된 기반을 제공합니다. 이러한 유연성 덕분에 리뷰 검토를 자동화하고 콘텐츠 품질을 더 빠르게 개선하여 자동차 구매자가 신뢰할 수 있는 인사이트를 더 빨리 얻을 수 있습니다.” —  그렉 로키타, Edmunds 기술 부문 부사장

Agent Bricks의 새로운 기능

기업이 파일럿에서 프로덕션으로 전환할 수 있도록 Agent Bricks는 세 가지 신뢰의 핵심 요소를 더욱 강화하고 있습니다.

• 정확성. MLflow for Agent Quality and Observability(GA)는 모든 에이전트 상호작용을 추적하고, 커스텀 심사위원으로 결과물의 점수를 매기며, 주제 전문가의 피드백을 수집하는 앱을 제공합니다. 이를 통해 MLflow는 모든 환경에서 에이전트를 평가하는 표준이 됩니다.
• 거버넌스. AI Gateway(GA)와 Databricks Marketplace의 MCP Catalog (공개 프리뷰)를 통해 기업은 Unity Catalog로 모든 모델과 외부 MCP 서버를 거버넌스할 수 있습니다. 규정 준수 요건을 충족하도록 모든 모델 활동이 Log되고, 속도가 제한되며, 감사 가능합니다. 한편, Glean, You.com, Dun & Bradstreet, Moody’s, S&P Global을 포함한 출시 파트너들은 신뢰할 수 있는 데이터와 도구에 대한 접근성을 확장합니다.
• 개방성 및 상호 운용성. Agent Bricks는 모든 모델, 프레임워크 또는 MCP 서버를 지원하여 기업이 내부 및 외부 시스템에 걸쳐 다단계 워크플로를 구성할 수 있게 해줍니다. Multi-Agent Supervisor (베타)는 에이전트와 도구에 걸친 복잡한 워크플로를 오케스트레이션하고, ai_parse_document (Public Preview)는 비정형 콘텐츠에서 인사이트를 추출하는 등 이 모든 작업을 거버넌스가 적용된 단일 환경에서 수행할 수 있습니다.

"Databricks의 ai_parse_document는 구성 오버헤드를 줄여주므로, 데이터 사이언티스트는 설정에 들이는 시간을 줄이고 복잡한 고객 중심 솔루션을 발전시키는 데 더 많은 시간을 할애할 수 있습니다." —  Meiling He, Rockwell Automation 수석 Data Science 관리자

Agent Bricks로 구축할 수 있는 것
Agent Bricks는 데이터 코파일럿부터 프로덕션 자동화까지 다양한 에이전트 패턴을 지원하여 팀이 엔터프라이즈 데이터를 인텔리전스와 행동으로 전환하도록 돕습니다.

• 지식 어시스턴트: 정형 및 비정형 데이터를 기반으로 추론하여 도메인별 질문에 답변합니다. 예를 들어 회사 정책을 설명하는 HR 챗봇이나 설명서를 검색하여 문제를 더 빨리 해결하는 기술 지원 어시스턴트 등이 있습니다.
• 문서 인텔리전스: PDF 계약서나 보고서를 파싱하여 비정형 콘텐츠를 정형 데이터로 변환하고, 이를 다운스트림 분석 또는 지식 어시스턴트와의 통합에 사용합니다.
• 프로세스 및 워크플로 에이전트: 레코드 업데이트, 티켓 제출 또는 파이프라인 Trigger와 같은 거버넌스 적용 작업을 실행합니다. 예를 들어, 이탈 위험을 식별하고 자동으로 유지 제안을 보낼 수 있습니다.
• 제품 인텔리전스 – 개인화된 건강 관리 도우미 및 약속 스케줄러와 같은 애플리ケーション에 추론 또는 콘텐츠 생성 기능을 내장합니다. 

각 에이전트 유형은 사용자 지정 코드, 선언적 워크플로 또는 에이전틱 AI 함수를 사용하여 구현할 수 있으므로, 팀은 간단하게 start하고 안전하게 확장하며 시간이 지남에 따라 표준화할 수 있는 유연성을 확보할 수 있습니다.

“MCP는 개방적이고 상호 운용 가능한 엔터프라이즈 AI를 향한 중요한 발걸음이며, 이는 Glean이 처음부터 핵심으로 삼아온 접근 방식입니다. Databricks Marketplace의 새로운 MCP Catalog는 이러한 진화의 중요한 부분입니다. Databricks Marketplace의 MCP 카탈로그를 통해 고객은 이제 Glean의 Enterprise Graph를 확장하여 거버넌스가 적용된 데이터와 비정형 지식을 기반으로 추론하는 업무용 에이전트를 구축하고, customer 360, 갱신 위험, 캠페인 인사이트와 같은 사용 사례를 자신 있게 지원할 수 있습니다.” — Emrecan Dogan, Glean 제품 책임자

"Databricks Marketplace의 새로운 MCP 카탈로그를 통해 고객은 클릭 한 번으로 당사의 고품질 웹 인덱스를 거버넌스가 적용된 도구로 프로비저닝할 수 있습니다. "Agent Bricks와 결합하면, 에이전트는 가장 최신 정보에 기반하여 실제 세계의 의사 결정을 즉시 내릴 수 있게 되며, 이는 데이터로부터 행동에 이르는 과정을 근본적으로 가속화합니다." —  Bryan McCann, You.com공동 창립자 겸 CTO

AI 에이전트 프로덕션을 향한 여정은 여기서 시작됩니다

Agent Bricks는 신뢰할 수 있는 AI 에이전트를 구축, 거버넌스 및 확장하기 위한 엔터프라이즈 표준을 확립합니다.

Week of Agents 기간 동안 각 출시에 대한 심층 분석 블로그가 게시될 예정이니 계속 지켜봐 주세요.

• 11월 11일에  Sam Altman 및 Ali Ghodsi와 함께하는'AI의 미래: 제대로 작동하는 에이전트 구축' 에 참여하세요.
• 데모 보기: Agent Bricks 가 실제로 정확성, 개방성, 거버넌스를 어떻게 결합하는지 알아보세요.
• 에코시스템 거버넌스: Databricks Marketplace에서 새로운 MCP Catalog 를 살펴보세요. 이는 거버넌스된 모델 액세스를 위해 AI Gateway 와 통합되어 있습니다.
• 데이터 활용: ai_parse_document 를 사용하여 문서를 구조화된 데이터로 변환해 보세요.

실행 가능한 에이전트 빌드: Agent Bricks Multi-Agent Supervisor 를 활용하여 여러 단계로 구성된 거버넌스 적용 워크플로를 배포하세요.

(This blog post has been translated using AI-powered tools) Original Post