AI 에이전트가 답을 못 찾는 이유, 모델이 아니라 '맥락'의 문제입니다. Data+AI Learning Festival 2026에서 방법을 확인하세요.

Databricks가 진단한 진짜 병목

2026년 6월 16일, Databricks는 공식 블로그를 통해 새로운 Genie 제품군을 발표했습니다. 이 발표문에서 Databricks가 가장 먼저 꺼낸 이야기는 새 기능 목록이 아니라, 기업들이 실제로 겪고 있는 문제였습니다.

LLM과 에이전트가 빠르게 발전했음에도 대부분의 기업 조직은 여전히 AI를 실제 비즈니스 질문에 활용하지 못하고 있습니다. Databricks는 그 원인을 이렇게 진단합니다. 데이터를 해석하는 데 필요한 비즈니스 맥락이 대시보드, 쿼리, 파이프라인, 위키, 티켓, 문서, 채팅 스레드에 흩어져 있고, AI가 필요한 정보를 쉽게 찾지 못하면 그 빈칸을 추론으로 메워 결국 일반적이거나 틀린 답을 내놓는다는 것입니다.

Databricks가 내놓은 답은 세 가지 제품입니다. 모두 정식 출시됐습니다.

• Genie One — 전사 데이터를 넘나드는, 데이터를 아는 AI 코워커. Slack, Microsoft Teams, iOS/Android 앱, MCP 기반 어시스턴트까지 업무가 일어나는 모든 영역으로 확장됩니다.
• Genie Agents — 100만 개 이상 만들어진 Genie Spaces가 진화한 형태로, 프롬프트 한 줄에서 시작해 정형 및 비정형 데이터를 함께 추론하고 외부 시스템에 실제 액션까지 수행하는 자율 에이전트를 만들어 공유할 수 있습니다.
• Genie Code — 자연어 프롬프트에서 SQL, 차트, 필터의 초안을 만들어내는 코딩 지원 제품. 노트북, 파일, 파이프라인을 넘나드는 여러 단계의 데이터 및 ML 작업을 하나의 화면에서 이어갈 수 있도록 전체 페이지 워크스페이스로 확장됐습니다. 오후 트랙 1의 핸즈온랩 부트캠프에서 직접 다루게 되는 기능이기도 합니다. 

그리고 이 맥락은 어딘가에 실제로 저장되고, 실시간으로 오가야 합니다. Lakebase는 레이크하우스의 개방형 클라우드 객체 스토리지 위에 탄력적·서버리스 Postgres 컴퓨팅을 얹은 운영 데이터베이스로, AI 에이전트와 현대 애플리케이션의 트랜잭션 백엔드를 겨냥합니다. 스토리지와 컴퓨팅이 완전히 분리되어 무제한에 가까운 내구성 높은 스토리지를 쓰면서도 워크로드에 따라 컴퓨팅을 즉시 확장·축소할 수 있고, 인스턴트 브랜칭과 제로카피 클론으로 페타바이트 규모 DB도 수 초 만에 복제해 빠른 실험과 안전한 롤백을 지원합니다. OLTP와 OLAP가 같은 스토리지 계층을 공유하므로 데이터를 이동하지 않고 트랜잭션 데이터에서 직접 실시간 분석·ML·AI를 실행할 수 있어, 분석과 운영 DB 사이의 벽이 사라집니다. 개방형 형식과 멀티 클라우드 설계로 공급업체 종속까지 해소한, 에이전트 시대를 위한 새로운 유형의 운영 데이터베이스입니다.

효과는 숫자로도 나타났습니다. 실제 기업 데이터 분석 과제를 담은 내부 벤치마크에서 Genie는 첫 시도에 84.5%의 질문에 정답을 냈고, 가장 강력한 범용 코딩 에이전트는 52.4%에 머물렀습니다. 정확도를 위해 속도를 희생하지도 않았습니다. Genie는 가장 강력한 코딩 에이전트보다 2배 빠릅니다.

그리고 이 모든 것은 거버넌스 위에서 동작합니다. 모든 답변에 소스 네이티브 ACL 또는 Unity Catalog 권한이 기본 적용되고, MCP, 툴, 비용은 Unity Gateway가 단일 창구에서 관리합니다.

즉, 지금 Data+AI의 경쟁력은 "어떤 모델을 쓰는가"가 아니라 "우리 데이터에 맥락과 거버넌스를 어떻게 입히는가"로 옮겨갔습니다. 문제는 이 내용을 단순히 정보로 이해하는 것과 내 손으로 만들어보는 것이 전혀 다른 일이라는 점입니다.

그래서 이 자리를 준비했습니다.

하반기 최대 규모 오프라인 행사, Data+AI Learning Festival

Data+AI Learning Festival은 하반기 최대 규모의 Data+AI 오프라인 행사입니다. 선도 기업들이 어떻게 자사 데이터를 활용해 AI 이니셔티브를 가속화하고, 커스텀 AI를 구축하며 앱과 에이전트를 대규모로 배포하는지 직접 확인하실 수 있습니다. Genie와 Lakebase를 축으로 하는 Data+AI 전략을 Databricks와 함께 지금 시작하시기 바랍니다.

이 행사에서 얻어 갈 수 있는 3가지 유용한 스킬

1. 학습: 업계에서 관련 인사이트를 쌓아온 다양한 연사들과 기술 전문가들로부터 데이터 및 AI 전략을 발전시키는 방법을 확인해보세요.

2. 네트워킹: 업계 내 전문가, 특정 분야 별 전문가, 업계를 선도하는 리더들과 만나 아이디어를 교환하고 경험을 공유해보세요.

3. 발전: $800 USD 상당의 심도있는 3시간 핸즈온랩 실습 세션과 실시간 데모에 참여해 역량을 발전시키고, 조직의 목표 달성에 도움이 되는 데이터와 AI의 실제 적용 사례를 살펴보세요.

오전 세션 — 전체 참석

오후 트랙 — 2개 트랙 중 하나를 선택

오후는 Genie 중심 트랙과 Lakebase 중심 트랙으로 나뉘어지며, 각 트랙은 3시간 가까운 핸즈온랩 부트캠프로 마무리됩니다.

트랙 1 ㅣ Genie & AI/BI

트랙 2 ㅣ Lakebase & 실시간 데이터

• 트랙 선택 시 유의사항
• 오후 트랙은 1개 단일 트랙만 선택 가능하며 선착순 마감 예정입니다.
• 오후 트랙 선택 시, 핸즈온랩 트레이닝 세션의 교차 참석은 불가능합니다.

핸즈온랩 부트캠프 자세히 보기

두 부트캠프 모두 Databricks Academy 정규 과정이며 한국어로 진행됩니다. 핸즈온 부트캠프는 Databricks 플랫폼 전문가와 쌍방향으로 소통하며 처음부터 끝까지 직접 빌드하는 경험을 제공합니다. 

트랙 1 ㅣ Genie - AI/BI for Data Analysts (한국어)

데이터 분석가가 Databricks에서 AI/BI Dashboards를 설계 → 구축 → 게시 → 운영하는 전 과정을 배웁니다. AI/BI Dashboards는 거버넌스가 적용된 Unity Catalog 데이터를 대화형 시각화, 필터, Genie 통합과 결합해, 비즈니스 사용자가 코드를 작성하지 않고도 답을 탐색할 수 있게 합니다.

이 코스는 하나의 엔드 투 엔드 구축을 따라갑니다. Unity Catalog의 소스 테이블에서 출발해, 게시되고 모니터링되는 여러 페이지 대시보드로 마무리합니다.

다루는 내용

• AI/BI Dashboards의 기초, 그리고 Genie 및 Databricks 플랫폼의 나머지 요소와의 관계
• Unity Catalog에서 소스 데이터를 탐색하고 SQL로 재사용 가능한 대시보드 데이터 세트 설계
• 시각화(KPI, 추세, 세부 분석) 작성 및 깔끔한 여러 페이지 대시보드 구성
• Genie Code로 자연어 프롬프트에서 SQL, 차트, 필터 초안 작성
• 필터를 추가해 대시보드를 대화형으로 만들고 보는 사람의 질문에 응답하게 하기
• 게시, 공유, 권한 관리로 적절한 사람만 보고 편집하게 하기
• 예약된 새로 고침, 캐싱, 사용량 모니터링과 함께 프로덕션에서 운영하기

사전 요구사항

• Databricks Workspace 기본 이해 — 워크스페이스 UI 탐색, 노트북 열어 사용, SQL warehouse 또는 기타 compute 리소스 연결 가능
• Unity Catalog 기본 이해 — 3단계 네임스페이스(카탈로그·스키마·테이블) 이해, 카탈로그 탐색기에서 테이블 찾기 가능
• 조인을 포함한 SQL 실무 지식 — WHERE, GROUP BY, 집계 함수를 포함한 SELECT 읽고 쓰기, 공유 키로 두 테이블 조인 가능

트랙 2 ㅣ Lakebase - Get Started with Lakebase (한국어)

Databricks 플랫폼에 내장된 완전 관리형 PostgreSQL 서비스인 Databricks Lakebase를 소개하는 입문 과정입니다. 운영(OLTP)과 분석(OLAP) 워크로드를 더 긴밀하게 통합하는 방식을 다룹니다.

다루는 내용

과정은 OLTP와 OLAP를 비교하는 개념 강의로 시작해, 두 시스템의 서로 다른 성능 특성, 스토리지 모델, 일반적인 사용 사례를 설명합니다. 이어서 트랜잭션 데이터베이스와 분석 플랫폼을 따로 유지 관리할 때 조직이 마주하는 과제 — 데이터 이동, 지연 시간, 아키텍처 복잡성 — 를 살펴봅니다.

그리고 Lakebase가 Databricks Lakehouse와 직접 통합되는 PostgreSQL 호환 운영 데이터베이스를 제공함으로써, 운영 애플리케이션과 분석이 하나의 통합 플랫폼 안에서 함께 작동하도록 지원하며 이 과제를 어떻게 해결하는지 배우게 됩니다.

사전 요구사항

• Lakebase Database 기능이 활성화된 Databricks Workspace 접근 권한
• 사용 가능한 All-purpose compute 또는 Serverless 클러스터와 SQL Warehouse (2X-Small 규모면 충분)
• 워크스페이스 내 카탈로그에 대한 생성 권한
• 중급 수준의 SQL — SELECT, INSERT, UPDATE, DELETE 작성 및 이해 가능
• 중급 수준의 Python — 함수, 예외 처리, 딕셔너리/리스트 작업에 익숙
• OLTP 기본 개념 이해 — 클라이언트-서버 관계, ACID 속성, 데이터베이스 인증, 동시 액세스

하루로 압축된 Data+AI 전략

Databricks가 Data + AI Summit을 통해 6월에 발표한 메시지는 분명했습니다. 에이전트의 품질은 결국 그것이 근거로 삼는 맥락의 품질이라는 것. 그 맥락은 거버넌스가 적용된 데이터, 분석과 운영이 분리되지 않은 기반, 그리고 모든 구성원이 실제로 쓸 수 있는 인터페이스 위에서 만들어집니다.

10월 20일 하루동안 엘타워에서 이 세 가지를 순서대로 다룹니다. 오전에는 전략과 로드맵, 그리고 이미 이 길을 걷고 있는 기업들의 실제 사례를 소개합니다. 오후에는 Genie와 Lakebase 중 본인의 니즈에 맞는 트랙을 선택하고, 테크 세션 - 고객 사례 - 핸즈온 부트캠프에 참여하며 조직의 니즈에 맞게 인사이트를 실현하는 전 과정을 배웁니다.  

오후 트랙은 선착순 마감이며, 교차 참석은 불가능합니다. 지금 바로 참여할 트랙을 정하고 등록해 주세요.

📍 2026년 10월 20일(화) 08:30 – 18:00 · 양재동 엘타워