Databricks, Gartner Magic Quadrant에서 2년 연속 실행 능력 최상위 및 비전 완성도 최선두 기업으로 선정

기업들은 일상적인 업무를 자동화하는 백오피스 마이크로 앱부터 다양한 산업과 부서에서 고객 경험을 혁신하는 에이전트에 이르기까지, 에이전트 애플리케이션을 대규모로 빠르게 배포하고 있습니다. 하지만 기업 데이터와 단절되고 중앙 집중식 거버넌스 제어가 부족한 범용 파운데이션 모델은 이러한 에이전트와 애플리케이션이 요구하는 정확성, 규정 준수 또는 비즈니스 맥락을 제공할 수 없습니다. 마찬가지로 중요한 점은 제어되지 않은 모델 및 데이터 액세스, 일관되지 않은 정책, 관측 가능성 부족, 파편화된 감사 추적 등의 리스크를 초래한다는 것입니다.

Gartner가 이 카테고리를 "Data Science and Machine Learning"에서 "AI Platforms for Data Science and Machine Learning"으로 재분류한 것은 AI가 더 이상 지엽적인 실험이 아니라 비즈니스 맥락에 기반한 현대 기업의 운영 모델이라는 저희의 오랜 신념을 뒷받침하는 결과라고 생각합니다.

보고서 무료 사본을 여기에서 다운로드하세요.

전략: 단일화된 플랫폼에서 에이전트 애플리케이션 구축, 오케스트레이션 및 거버넌스 수행

이 카테고리에서 리더(Leader)로 선정된 배경에는 데이터 전략 없이는 AI 전략이 존재할 수 없으며, 거버넌스 전략 없이는 그 어떤 것도 확장할 수 없다는 단 하나의 철학이 자리 잡고 있다고 믿습니다. 많은 벤더가 데이터, 모델, 에이전트, 거버넌스를 위한 별도의 제품을 임시방편으로 연결하는 반면, Databricks는 하나의 통합된 플랫폼을 제공합니다.

이는 단 하나의 데이터 사본, 데이터와 AI 전반에 걸친 단일 거버넌스 레이어, 그리고 프로덕션 환경에서 에이전트를 구축, 모니터링 및 제어하는 일관된 단일 방법을 의미합니다. 레이크하우스, Lakebase, Agent Bricks 및 Unity Catalog를 통합함으로써 개발자부터 비즈니스 사용자에 이르기까지 모든 팀이 기업 데이터를 신뢰할 수 있고 규정을 준수하는 프로덕션 등급의 에이전트 및 애플리케이션으로 전환할 수 있는 단일 공간을 제공합니다. Unity AI Gateway를 통해 조직은 모든 요청과 응답에 대해 중앙 집중식 정책 적용, 모델 액세스 제어, 사용량 추적, 비용 관리 및 실시간 가드레일을 확보할 수 있습니다.

에이전트 시대를 위한 핵심 혁신

1. 데이터에 기반해 추론하는 에이전트 AI

에이전트의 유용성은 추론할 수 있는 데이터와 맥락에 달려 있습니다. Agent Bricks를 사용하면 팀은 Databricks 레이크하우스의 거버넌스가 적용된 기업 데이터에 기반하고, 에이전트 상태 및 애플리케이션을 위한 서버리스 Postgres 호환 운영 저장소인 Lakebase의 지원을 받아 비용과 품질이 자동으로 최적화된 프로덕션 지원 맞춤형 에이전트를 구축할 수 있습니다. 에이전트는 올바른 정보를 검색하고, 비즈니스 의미를 일관되게 해석하며, 기업이 요구하는 정확성과 신뢰성을 바탕으로 작동합니다. YipitData는 이 접근 방식을 사용하여 비정형 데이터 인텔리전스를 확장함으로써 기업 커버리지를 20배 늘리고 별도의 설정 없이도 92~95%의 태깅 정확도를 달성했습니다.

비즈니스 사용자는 데이터에 기반하여 비즈니스 맥락을 제공하는 Genie Ontology를 바탕으로 Databricks Genie One 및 Genie Agents를 통해 신뢰할 수 있는 인사이트를 얻고 에이전트 작업을 수행할 수 있습니다. easyJet은 이러한 유연성을 활용하여 Lakebase, Agent Bricks 및 Apps를 기반으로 항공사 리테일을 재구상하고 있습니다.

2. 설계부터 개방적이고 유연한 구조

개발자에게는 특정 기술에 종속(lock-in)되지 않고 빠르게 움직일 수 있는 자유가 필요합니다. Databricks는 모든 프론티어 모델(OpenAI, Anthropic, Google)과 주요 오픈 소스 모델(Meta, Qwen, DeepSeek 등)을 기본적으로 지원하므로, 팀은 계약을 재협상하거나 애플리케이션을 다시 작성하지 않고도 모델을 교체할 수 있습니다. 개발자들은 Cursor나 Replit 같은 선호하는 AI 코딩 에이전트뿐만 아니라 새로운 메타 하네스인 Omnigent를 사용해 원활하게 코딩 작업을 수행할 수 있습니다. 또한 거버넌스가 적용된 Lakebase에 연결하고 Databricks Apps를 통해 단 며칠 만에 에이전트 앱을 출시할 수 있습니다.

3. 데이터, 모델, 에이전트 및 앱 전반의 통합 거버넌스

거버넌스가 없는 혁신은 확장될 수 없습니다. Unity Catalog와 Unity AI Gateway는 Databricks 및 외부에서 호스팅되는 모든 데이터 자산, 모델, 에이전트, MCP 서버, 앱 및 도구에 대해 단일 기록 시스템 내에서 엔드투엔드 거버넌스를 제공합니다. 엔드투엔드 권한 관리를 통해 프론티어 모델이든 고객 대면 앱에 내장된 자율 에이전트이든 허용된 범위 이상의 데이터에 액세스하지 못하도록 보장합니다. Block은 Unity Catalog를 사용하여 여러 사업부의 AI 및 데이터 자산을 통합하고 있으며, Novo Nordisk는 거버넌스가 적용된 AI 기반 임상 시험 최적화를 통해 1억 5,700만 달러 이상의 순 신규 가치를 창출했습니다.

향후 전망

이번 선정은 모든 산업에서 일어나고 있는 현상, 즉 통합되고 거버넌스가 적용된 데이터 및 AI 플랫폼과 기업 AI의 첫 번째 물결을 지연시켰던 파편화된 스택 간의 격차가 점점 더 벌어지고 있음을 입증한다고 믿습니다. 에이전트 애플리케이션이 실험 단계에서 비즈니스 크리티컬한 단계로 이동함에 따라 통합된 데이터, AI 및 거버넌스가 필수적입니다. 세상이 인텔리전스를 구축, 관리 및 확장하는 방식을 계속해서 혁신해 나가는 이 여정에 여러분도 함께 참여해 보시기 바랍니다.

[2026 Gartner® Magic Quadrant™ for Data Science and AI Platforms 보고서 전문 읽기]

Gartner, Magic Quadrant for AI Platforms Data Science and Machine Learning Platforms, Yogesh Bhatt, Afraz Jaffri, Diarmuid Curran, June 22, 2026.

GARTNER는 미국 및 전 세계에서 Gartner, Inc. 및/또는 그 계열사의 등록 상표 및 서비스 마크이며, MAGIC QUADRANT는 Gartner, Inc. 및/또는 그 계열사의 등록 상표이며 허가를 받아 본 문서에 사용되었습니다. All rights reserved.

Gartner는 연구 보고서에 언급된 특정 벤더, 제품 또는 서비스를 보증하지 않으며, 기술 사용자에게 가장 높은 등급 또는 기타 지정을 받은 벤더만을 선택하도록 권장하지 않습니다. Gartner 연구 보고서는 Gartner 연구 기관의 의견으로 구성되며 사실에 대한 진술로 해석되어서는 안 됩니다. Gartner는 상품성 또는 특정 목적에의 적합성에 대한 보증을 포함하여 본 연구와 관련하여 명시적이든 묵시적이든 모든 보증을 부인합니다.

본 그래픽은 더 큰 연구 문서의 일부로 Gartner, Inc.에 의해 게시되었으며 전체 문서의 맥락에서 평가되어야 합니다. 해당 Gartner 문서는 Databricks에 요청하여 받아보실 수 있습니다.

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