• Databricks는 새로운 'State of AI Agents' 보고서에서 상위 AI 사용 사례, 에이전틱 시스템, 데이터베이스 변환의 트렌드를 포함하여 20,000개 이상의 글로벌 조직으로부터 얻은 인사이트를 공유합니다.
• AI 투자가 심화됨에 따라 혁신가들은 거버넌스와 평가를 점점 더 우선시하고 있습니다. AI 거버넌스를 구현한 기업은 12배 더 많은 프로젝트를 프로덕션 환경에 배포했습니다.
• AI 에이전트는 핵심 데이터베이스 활동을 주도하며 레이크베이스라고 불리는 새로운 종류의 데이터베이스로의 전환을 촉진하고 있습니다.
엔터프라이즈 AI에 급격한 변화가 일어나고 있습니다. 기업들은 엔터프라이즈 사용 사례에 대해 정확한 결과를 제공하는 챗봇에서 에이전틱 아키텍처로 전환하고 있습니다. 이러한 전환에 대응하기 위해 데이터 리더와 전문가들은 에이전트 전략을 재조정하고 있습니다.
비즈니스에 AI 에이전트를 활용하려면 무엇이 필요할까요? 그리고 선도적인 기업들은 정체된 기업들과 무엇을 다르게 하고 있을까요?
State of AI Agents 는 20,000개 이상의 글로벌 고객 데이터를 활용하여 조직이 AI 에이전트에 접근하는 방식에 대한 주요 동향을 파악합니다. 이 보고서는 일반적인 사용 사례, 평가 및 거버넌스, 데이터베이스 전환 등 엔터프라이즈 AI 전반에 대한 인사이트를 공유합니다.
주요 하이라이트는 다음과 같습니다.
모두가 엔터프라이즈 AI에 대해 이야기하고 있습니다. 하지만 실제 세계에서는 어떻게 전개되고 있을까요? 지역 및 산업 전반에 걸쳐 가장 일반적인 AI 사용 사례를 조사했습니다. 조사 결과: 기업들은 중요하지만 일상적인 작업을 자동화하고 있습니다.
이러한 작업은 마켓 인텔리전스부터 고객 옹호, 규제 보고에 이르기까지 다양합니다. 상위 15개 사용 사례 중 40%는 고객 경험 및 참여에 중점을 둡니다.

그리고 이러한 애플리케이션은 특정 분야에 맞춰져 있습니다. 예를 들어, 의료 문헌 분석은 의료 및 생명 과학 기업의 주요 사용 사례인 반면, 예측 유지보수는 자동차 또는 에너지 및 유틸리티 산업에서 더 일반적입니다.
Economist Impact가 실시한 2024년 글로벌 설문조사 에 따르면 응답자의 40%는 자신의 조직의 AI 거버넌스 프로그램이 불충분하다고 생각했습니다. 이 프로그램은 데이터를 적절하게 정의하거나, 적절한 가드레일을 설정하거나, 필요한 책임성을 제공하지 못합니다. 그리고 강력한 견제와 균형이 없으면 기업은 프로덕션에서 AI 에이전트를 확장하는 데 어려움을 겪을 것입니다.
Databricks 데이터에 따르면 지난 1년간 AI 거버넌스 및 보안 제품의 사용량이 가장 많이 증가한 것은 어찌 보면 당연한 일입니다. 그리고 AI 거버넌스 도구를 사용하는 기업은 12배 이상 더 많은 AI 프로젝트를 프로덕션으로 전환합니다.

AI 평가는 AI 에이전트를 프로덕션에 배포하는 데 필요한 고품질 출력을 보장하는 데 매우 중요하며, 조직들은 AI 도구를 빠르게 도입하고 있습니다. 평가 도구를 사용하는 조직은 거의 6배 더 많은 AI 시스템을 프로덕션으로 이전합니다.
바이브 코딩의 인기가 계속 높아짐에 따라 AI 기반 애플리케이션 개발 방식이 기업의 데이터베이스 관리 방식을 빠르게 바꾸고 있습니다. 그 결과 기업은 AI 에이전트가 예상대로 작동하는 데 필요한 탄력성, 프로그래밍 가능성, 확장성을 아키텍처에 구현해야 합니다.

에이전트는 이러한 확장을 가능하게 하며, 저희는 자체 데이터 내에서 이러한 변화가 일어나는 것을 보아왔습니다. Databricks가 인수하고 Databricks 레이크베이스의 핵심 기술인 serverless Postgres 데이터베이스인 Neon에서 AI 에이전트는 이제 전체 데이터베이스의 80%와 데이터베이스 Branch의 97%를 생성합니다.
엔터프라이즈 환경에서 AI 에이전트의 가치는 조직 자체 데이터에 기반하여 복잡한 워크플로를 오케스트레이션하는 능력에 있습니다. 기업이 AI 에이전트를 어떻게 활용하는지 알아보기 위해 Databricks Agent Bricks에서 네 가지 유형의 에이전트 사용량을 분석했습니다.

고객들 사이에서 가장 많이 사용되는 에이전트 사용 사례는 Supervisor Agent로, 전체 사용량의 37%를 차지했습니다. Supervisor Agent는 여러 에이전트가 함께 전문 분야의 작업을 완료하도록 하는 시스템을 생성하며, 이 시스템은 조직의 자체 데이터를 사용하여 자동 최적화됩니다.
AI 에이전트 구축 및 배포는 더 이상 조직에 장벽이 되지 않습니다. 이제 과제는 실제로 비즈니스에 가치를 창출하는 안전하고 통제 된 방식으로 이를 수행하는 것입니다.
가장 성공적인 조직이 AI를 운영에 성공적으로 도입하는 방법에 대해 자세히 알아보려면 전체 2026 State of AI Agents 보고서를 읽어보세요.
(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)
블로그를 구독하고 최신 게시물을 이메일로 받아보세요.