Data + AI World Tour 한국 버츄얼 이벤트

에이전트를 구축하는 것은 쉽지만, 운영 환경에 적용하는 것은 어렵습니다. 이 세션에서는 Databricks가 Agent Bricks, Unity AI Gateway, Omnigent를 통합하여 지능형 에이전트를 설계, 관리, 확장하는 방법을 확인할 수 있습니다. 커스텀 MCP 서버를 통합하고, 지능형 모델 라우팅을 구현하고, PII 차단 및 토큰 비용 관리와 같은 엔터프라이즈 제어를 적용하는 방법을 살펴보며, MLflow를 통해 지속적인 추적성과 품질 보증을 확보하는 방법도 소개합니다. 정적인 실험 단계에서 벗어나, 전사적으로 관찰 가능하고 제어 가능하며 거버넌스가 적용된 안정적인 프로덕션 레디 에이전트로 나아가는 방법을 배워보세요.

데이터 리더들은 종종 어려운 아키텍처 결정에 직면합니다. 고객 대상 대시보드를 배포하거나 애플리케이션에 분석 기능을 내장할 때, 저지연·고동시성 워크로드를 처리하기 위해 별도의 실시간 서빙 레이어를 구축하는 경우가 많습니다. 이는 성능 문제를 해결할 수는 있지만, 상당한 복잡성과 거버넌스 리스크, 인프라 오버헤드를 초래합니다. 이 세션에서는 그러한 서빙 레이어가 정말 필요한지 다시 생각해 봅니다. 실제 고객 사례와 벤치마크를 통해, Lakehouse//RT로 Lakehouse에서 직접 고동시성 최종 사용자 분석을 제공함으로써 인프라를 통합하는 방법을 살펴봅니다.

모든 팀이 AI 에이전트로 업무를 가속화하고자 하는데, 왜 진정한 AI 동료를 가진 사람은 엔지니어뿐일까요? 이 세션에서는 비즈니스 컨텍스트에 기반한 비즈니스 사용자용 데이터 지능형 AI 동료, Genie One을 소개합니다. Genie가 엔터프라이즈 지식과 비정형 콘텐츠를 연결해 더 풍부한 인사이트를 제공하고, Genie Agents를 오케스트레이션하여 복잡한 작업을 완수하며, 반복 업무 자동화를 포함해 거버넌스가 적용된 액션을 사용자를 대신해 수행하는 방법을 알아보세요. 세션이 끝나면 Genie가 사람, 데이터, 컨텍스트를 연결하여 업무를 완수하는 방식을 명확히 이해하게 될 것입니다.

여러분의 팀은 앱과 AI 에이전트를 더 빠르게 출시해야 한다는 압박을 받고 있지만, 그 기반이 되는 데이터 아키텍처가 계속 발목을 잡습니다. 운영 데이터베이스와 분석 웨어하우스를 별도로 관리하고, 둘 사이에 데이터를 이동시키는 파이프라인을 유지하면서도, 여전히 오래된 데이터를 기다리고 거버넌스 공백을 해결해야 하는 상황입니다. 이 세션에서는 팀들이 Lakebase와 LTAP로 이러한 구조를 어떻게 단순화하고 있는지 살펴봅니다. 먼저 환경 구성이 느리고, 데이터베이스 확장이 어렵고, 앱이 방금 기록한 데이터를 분석이 따라가지 못하는 등 일상적인 문제부터 시작합니다. 이어서 개방형 레이크 스토리지 기반의 서버리스 Postgres가 어떻게 일상 업무를 바꾸는지 보여드립니다. 몇 초 만에 전체 데이터베이스를 브랜치하는 것부터, 파이프라인 하나 없이 실시간 운영 데이터에서 분석을 실행하는 것까지 살펴봅니다. 세션이 끝나면 Lakebase와 LTAP가 여러분의 스택에서 어떤 마찰을 제거할 수 있는지, 그리고 다른 팀들이 이미 어떻게 활용하고 있는지 명확히 파악할 수 있습니다. 데이터 엔지니어, 애플리케이션 개발자, 플랫폼 팀을 위한 세션입니다.

조직이 팀과 애플리케이션 전반에 더 많은 AI 에이전트를 배포함에 따라, 에이전트 난립, AI 비용 증가, 보안, 거버넌스와 관련된 새로운 과제에 직면하고 있습니다. Unity Gateway는 모델, 에이전트, MCP 서버, 엔터프라이즈 도구 전반에서 AI 상호작용을 보호하고, 런타임 정책을 적용하고, 지출을 관리하고, 활동을 모니터링할 수 있는 통합 거버넌스 레이어를 제공합니다. 이 세션에서는 Databricks, Unity Catalog, Unity Gateway가 중앙화된 제어, 엔드투엔드 관측성, 개방형 에코시스템을 통해 조직이 엔터프라이즈 AI를 자신 있게 관리하고 확장하도록 지원하는 방법을 알아보세요.

에이전트는 조직 전반에서 데이터 인사이트에 대한 즉각적인 접근을 확장할 수 있는 가능성을 제시합니다. 그러나 대부분의 데이터 웨어하우스는 사람이 대시보드를 읽는 것을 전제로 설계되었습니다. 에이전트는 이러한 가정이 무너지는 모든 지점을 드러냅니다. 결함 있는 시맨틱은 환각(hallucination)을 유발하고, 분산된 거버넌스는 부적절한 데이터 접근을 노출시키며, 분석가 한 명이 천 개의 에이전트가 되는 순간 비용과 성능 문제가 폭발적으로 증가합니다. 이 세션에서는 Databricks Lakehouse에서 에이전틱 분석이 실제로 어떻게 구현되는지 살펴보고, 고객들이 현재 프로덕션 환경에서 운영 중인 패턴을 시연합니다. 이러한 패턴을 따르면 인사이트 도출 시간을 줄이면서 조직 전반에서 데이터 팀의 영향력을 크게 높일 수 있습니다. 세션이 끝나면 대규모 에이전틱 분석에 대한 접근 방식을 명확히 이해하고, Databricks Lakehouse가 왜 이를 위해 설계되었는지 확인할 수 있습니다.

Databricks는 통합 시맨틱과 AI 기반 에이전트를 결합하여 에이전틱 비즈니스 인텔리전스의 약속을 진정으로 실현하는 새로운 BI 표준을 제시하고 있습니다. Genie를 통한 자연어 방식, AI/BI Dashboards, 또는 두 가지의 조합을 통해 사용자는 하나의 통합된 경험 안에서 대화형 분석과 시각적 분석을 자유롭게 전환할 수 있습니다. 이 세션에서 다루는 내용:

• Databricks 기반 에이전틱 BI의 엔드투엔드 워크스루
• 비즈니스 사용자의 접근성을 높이는 최신 혁신 및 커스터마이징 기능
• 통합 시맨틱이 Genie와 AI/BI Dashboards 전반에서 일관되고 신뢰할 수 있는 답변을 제공하는 방법
• 에이전트, Genie, 대시보드가 함께 작동하여 분석을 가속화하는 방법
• 대화형 워크플로우와 시각적 워크플로우가 결합되어 인사이트와 액션을 가속화하는 방법

AI의 수준은 이를 뒷받침하는 데이터의 수준에 달려 있습니다. 모델을 구축하고 확장하기 위해 조직은 분산된 데이터 사일로와 복잡한 ETL을 넘어설 방법이 필요합니다. OpenSharing은 안전한 제로카피 데이터 공유를 위한 가장 널리 채택된 개방형 프로토콜인 Delta Sharing의 다음 진화 단계입니다. 이 세션에서 심도 있게 살펴볼 내용:

• 개방성으로 AI에 동력 공급: 플랫폼에 상관없이 모든 수신자와 실시간 데이터 및 AI 자산을 공유하여 모델 학습과 배포를 가속화하는 방법
• 최신 혁신: 강화된 거버넌스, 자동화된 제공자 워크플로우, AI 자산 및 비정형 데이터와 같은 복잡한 자산에 대한 확장된 지원 최초 공개
• 실제 규모의 적용: 조직이 이 프로토콜을 활용해 데이터 에코시스템을 통합하고 AI 자산을 대규모로 관리하는 실제 사례
• 라이브 데모부터 아키텍처 모범 사례까지, 데이터 에코시스템을 통합하고 개방형 협업의 다음 물결을 이끌기 위한 로드맵을 얻을 수 있습니다.

사이버 공격은 더 이상 사람만이 수행하는 것이 아닙니다. AI 기반 위협은 이제 머신 속도로 움직이며, SOC가 아직 어제의 알림을 분류하고 있는 동안 시스템 전반의 취약점을 파고듭니다. 기존 SIEM은 이러한 현실을 위해 설계되지 않았습니다. 데이터 볼륨, 보존 기간, 비용 사이에서 고통스러운 트레이드오프를 강요하며, 보안 팀은 전체 텔레메트리의 일부만 볼 수 있는 상태로 사실상 눈을 가린 채 대응하게 됩니다. 이 세션에서는 Security Lakehouse 기반의 Databricks 에이전틱 SIEM인 Lakewatch를 통해 완전한 텔레메트리 가시성과 머신 속도의 자율 위협 대응을 제공하는 방법을 소개합니다.

마케팅은 정적인 캠페인, 단절된 컨텍스트, 수동 워크플로우가 더 이상 AI 기반 고객 인게이지먼트를 따라갈 수 없는 새로운 시대에 진입하고 있습니다. 이 세션에서는 Databricks에 내장된 새로운 에이전틱 CDP인 CustomerLake가 Customer 360, 아이덴티티 레졸루션, 세그멘테이션, 액티베이션, 개인화를 기업이 이미 사용하고 있는 거버넌스 기반 데이터 및 AI 파운데이션으로 직접 가져오는 방법을 알아보세요. Profile Agents와 Campaign Agents가 데이터 및 마케팅 팀이 골든 고객 프로필, 상시 운영되는 Infinity Campaigns, 그리고 엔터프라이즈 규모의 진정한 1:1 경험을 구축하도록 지원하는 방법을 살펴봅니다.