Databricks Labs의 에이전틱 AI를 위한 노코드 비주얼 어시스턴트
작성자: 네흐메 토메, 류타 요시마츠 , 안슈 로이, 데이비드 슈바르첸바허 , 시모네 피넬리
점점 더 많은 조직에서 에이전틱 AI(Agentic AI) 시스템을 도입하고 있습니다. 이 시스템은 생산성을 높이고 사람들이 반복적인 업무에서 벗어날 수 있도록 돕습니다. 이러한 시스템이 계속 성숙해지고 프로덕션으로 전환됨에 따라, 기업들은 자율적으로 작동하고 우리를 대신해 더 나은 의사결정을 내리는 능력으로부터 엄청난 가치를 얻게 될 것입니다.
하지만 에이전틱 AI 도입이 늘어남에 따라 새로운 과제도 나타나고 있습니다. 그중 하나는 숙련된 인재의 부족입니다. 효과적인 에이전트 시스템을 구축하고 관리하려면 깊이 있는 기술적 전문성이 필요하며, 숙련된 AI 엔지니어에 대한 수요는 빠르게 증가하고 있습니다. 또 다른 과제는 전문가들조차 이 분야의 기술, 프레임워크, 도구의 끊임없는 발전을 따라잡기가 점점 더 어려워지고 있다는 점입니다.
Kasal은 이러한 과제를 해결하기 위해 개발되었습니다. Kasal은 다양한 기술 수준의 사용자가 직관적인 시각적 인터페이스를 통해 효과적인 에이전틱 AI 시스템을 설계, 개발 및 배포할 수 있도록 지원하는 에이전트 기반 플랫폼입니다. 비전문가는 Kasal의 직관적인 UI를 활용하여 특정 요구사항에 맞는 정교한 에이전틱 AI 시스템을 구축할 수 있습니다. 전문가는 Kasal을 사용하여 빠르게 시작한 다음, 더 깊이 있는 맞춤화 및 개발을 위해 에이전트를 코드로 내보낼 수 있습니다.
Kasal의 목표는 기업 환경 내에서 전문가와 비전문가 모두를 위해 에이전틱 AI를 대중화하는 것입니다.
Kasal은 단일 및 멀티 에이전트 워크플로우를 설계, 실행 및 관찰하기 위한 UI 중심의 프레임워크입니다. 복잡한 오케스트레이션 코드를 수동으로 작성하는 대신, 시각적 캔버스에 에이전트를 드래그 앤 드롭하거나 대화형 어시스턴트를 통해 원하는 내용을 설명하기만 하면 됩니다. 그러면 Kasal이 워크플로우를 자동으로 구축해 줍니다. 그런 다음 도구를 연결하고, 에이전트를 실행하고, 에이전트의 동작을 실시간으로 관찰할 수 있습니다. 보이지 않는 곳에서 Kasal은 AI 에이전트를 생성하고 오케스트레이션하기 위한 오픈 소스 Python 프레임워크인 CrewAI를 사용하지만, 이를 인증, 배포 및 모니터링을 관리하는 Databricks 친화적인 애플리케이션 레이어로 감싸줍니다. 즉, 시각적으로 설계한 것과 동일한 흐름을 최소한의 노력으로 프로덕션에 배포할 수 있습니다. 생성된 흐름은 코드로 내보낼 수도 있어, AI 엔지니어가 필요에 따라 이를 더욱 세분화하거나 확장할 수 있습니다.

Kasal은 에이전트 기반의 시각적 워크플로우 디자이너, Databricks와의 긴밀한 통합, 그리고 MCP 서버, Genie, 맞춤형 API 및 데이터 커넥터를 포함하는 확장 가능한 툴킷이라는 세 가지 핵심 기능을 제공합니다.
Kasal의 실시간 관찰 기능(live observability)은 멀티 에이전트 AI 워크플로우를 위한 이중 레이어 모니터링을 제공합니다. 비즈니스 사용자는 Kasal 프론트엔드를 통해 워크플로우 상태, 에이전트 상호 작용 및 작업 진행 상황을 추적하는 실행 타임라인을 볼 수 있습니다. 동시에 MLflow 추적 통합을 통해 AI 엔지니어는 모델 성능, LLM 호출 및 에이전트 동작을 디버깅할 수 있습니다. Databricks Apps에 배포할 때 Kasal은 사용자 격리를 위해 Databricks OBO 인증을 사용하고, 투명한 에이전트 운영을 위해 프로덕션 준비가 완료된 SQLite 또는 Lakebase 지속성(persistence)을 사용합니다.
일반적인 사용자 여정은 구축하려는 에이전트의 사양을 Kasal에 프롬프트로 입력하는 것부 터 시작됩니다. 예를 들어, “고객에 맞춤화된 다양한 제품을 판매할 수 있도록 영업 담당자를 위한 피치덱을 생성하는 계획을 만들어줘.”라고 요청할 수 있습니다. 그러면 Kasal은 프롬프트와 대규모 언어 모델(LLM)을 사용하여 흔히 계층 구조를 가진 정형화된 계획을 생성합니다.
이 예시에서 계획이 순차 모드(sequential mode)인 경우, 에이전트는 정해진 순서에 따라 차례대로 실행됩니다. 반면 계획이 계층 모드(hierarchical mode)인 경우, 관리자 에이전트와 여러 하위 에이전트가 포함되며 각 에이전트는 특정 작업을 담당합니다. 예를 들어, 한 에이전트는 고객 데이터를 검색하고 분석하며, 다른 에이전트는 제품 데이터를 검색하고, 또 다른 에이전트는 이 둘을 결합하여 피치를 위한 스토리라인을 구성하고, 마지막 에이전트는 상세 정보와 스토리라인을 반영한 프레젠테이션을 생성합니다.
그런 다음 계획을 실행하여 특정 고객을 위한 제품 프레젠테이션을 생성할 수 있습니다. 다른 모델이나 도구를 실험하는 등 워크플로우를 수정하고 싶다면 Kasal 사용자 인터페이스를 통해 쉽게 수행할 수 있습니다.
Kasal에서 만든 계획이 다른 사람들에게도 유용할 것이라고 생각되면 Kasal 카탈로그에 등록하여 향후 세션에서 재사용하고 프롬프트로 사용할 수 있도록 설정할 수 있습니다. Kasal 외부에서 계획을 본격적으로 활용하고자 하는 경우, 코드를 내보내고 이를 중심으로 프로덕션 파이프라인을 구축할 수 있습니다. 계획을 확장하고 더 넓은 솔루션 아키텍처에 통합할 수 있는 완전한 유연성이 제공됩니다.
이미 많은 사용 자들이 Kasal을 사용하여 다양한 에이전트와 멀티 에이전틱 AI 시스템을 구축하고 있습니다. 몇 가지 예시는 다음과 같습니다.
현재 Kasal을 시작하는 데는 두 가지 쉬운 방법이 있습니다.
(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)
블로그를 구독하고 최신 게시물을 이메일로 받아보세요.