주요 컨텐츠로 이동

Agent Evaluation on Databricks - Korean

이 과정에서는 기존 소프트웨어 테스트로는 처리할 수 없는 비결정론적 AI 시스템의 고유한 과제를 해결하기 위해 MLflow의 평가 프레임워크를 사용하여 AI Agents를 체계적으로 평가하는 방법을 학습합니다. 학생들은 Unity Catalog에 등록되어 있으며 Unity Gateway를 통해 모델을 호출하는 공유 도구 호출 에이전트를 평가합니다. 이때 정확성 및 안전성과 같은 일반적인 기준에는 기본 내장 판정자를, 비즈니스별 요구 사항에는 가이드라인 판정자를, 특수한 요구 사항에는 커스텀 판정자를 사용합니다. 이 과정에서는 선별된 데이터셋을 사용한 오프라인 평가와 Unity Catalog에 MLflow Traces를 저장하는 것을 포함한 온라인 생산 모니터링을 모두 다룹니다. 학생들은 MLflow 트레이싱을 사용하여 에이전트 실행 패턴을 파악하고, 개발자 및 Databricks App을 통해 에이전트를 검토하는 도메인 전문가로부터 사람의 피드백을 수집합니다. 실습 시연과 실험을 통해 학생들은 AI Agent 개발 생애 주기 전반에 걸쳐 지속적인 품질 향상을 이끄는 평가 Workflows를 구축하는 역량을 개발합니다.


참고: SCORM 강의 파일을 이용할 때는 콘텐츠를 모두 학습한 후 SCORM 창을 닫으시기 바랍니다. ‘다음 강의’ 버튼을 클릭하지 마십시오. 클릭할 경우 SCORM 모듈이 완료로 표시되지 않을 수 있습니다.

Skill Level
Associate
Duration
2h
Prerequisites

이 과정에서는 다음과 같은 기술/지식/능력을 가진 참가자들을 위해 내용이 개발되었습니다:   

• 중급 Python 프로그래밍 경험

• 쿼리 및 함수 생성을 위한 기본 SQL 지식

• Databricks Data Intelligence Platform에 대한 이해

• 카탈로그 및 스키마를 포함한 Unity Catalog 개념에 대한 이해

• 대규모 언어 모델(LLMs) 및 프롬프트 엔지니어링에 대한 기본적인 이해

• MLflow에 대한 기본 지식

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Runtime

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

지금 등록하세요

Instructors

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

지금 등록하세요

Learning

Blended Learning

Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase

Purchase now

Scale

Skills@Scale

Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

Upcoming Public Classes

Catalog Management and Data Organization - Korean

이 과정에서는 Databricks Data and AI Platform의 Unity Catalog를 사용하여 카탈로그 구조와 대규모 데이터 조직을 설계, 구현 및 관리하는 방법을 학습합니다. 총 5개의 모듈로 구성되며, 먼저 클라우드 배포 모델 내에서 Unity Catalog의 위치를 살펴보고, 어카운트 콘솔, 지역별 메타스토어, 그리고 이를 가능하게 하는 관리자 역할을 다룹니다. 이어서 조직의 토폴로지(비즈니스 단위, 지역, dev/QA/prod 환경)를 명명 규칙, 소유권, MANAGE 위임을 갖춘 스케일 가능한 카탈로그 및 스키마 설계로 전환하는 방법을 학습합니다. 다음으로, 스토리지 자격 증명, 외부 위치, 관리형 스토리지 계층 구조, 관리형 테이블과 외부 테이블의 비교, Volumes, Lakehouse Federation을 활용한 안전한 스토리지 통합을 다룹니다. 그런 다음 워크스페이스-카탈로그 바인딩, 권한 상속, 행 필터, 열 마스크, 속성 기반 접근 제어(ABAC) 정책 등 액세스 패턴과 격리 전략을 적용하고, 감사 신호를 통해 결과를 검증합니다. 마지막으로, Unity Catalog 환경을 설계, 관리 및 운영하기 위한 모범 사례를 다루며 과정을 마무리합니다. 실습 데모와 랩은 서버리스 compute에서 실행되며, 짧은 Genie Code 단계가 포함됩니다.

참고: SCORM 강의 파일의 경우, 콘텐츠를 완료한 후 SCORM 창을 닫아 주세요. ‘다음 레슨’ 버튼을 클릭하지 마세요. 클릭하면 SCORM 모듈이 완료된 것으로 표시되지 않을 수 있습니다.

Free
2h
Associate

Unity Gateway Basics - Korean

Unity Gateway는 Unity Catalog의 거버넌스를 AI 트래픽까지 확장합니다. Unity Catalog는 이미 모델, MCP 서비스, 함수, 연결을 보안 가능한 객체로 관리하고 있으며, Unity Gateway는 이러한 객체로 향하는 트래픽에 대한 중앙 Control Plane을 추가하여 모든 요청과 응답에 라우팅, 속도 제한, 예산, 사용량 추적, **서비스 정책**(가드레일)을 적용합니다.

이 실습은 짧은 강의를 통해 기본 개념을 소개한 후, 실습형 데모를 통해 직접 적용해 봅니다. 데모에서는 Databricks 네이티브 다이어그램을 코드로 생성하는 실제 에이전틱 애플리케이션을 대상으로, Unity Gateway를 통해 라우팅하고 거버넌스를 단계적으로 강화합니다. 구체적으로는 모델 서비스 생성, 권한 부여, 추론 테이블 추가, 속도 제한, 환각 가드레일 정책, Claude 모델 간 트래픽 분산, fallback 라우팅을 다룹니다. 마지막으로 `system.ai` 및 `system.ai_gateway` 스키마를 탐험하여 텔레메트리와 옵저버빌리티가 페이로드 수준의 추론 로깅을 어떻게 보완하는지 살펴봅니다.

실습을 마치면 자산, 트래픽, 동작 거버넌스가 어떻게 AI를 위한 단일 Control Plane으로 결합되는지, 그리고 Databricks에서 생산 수준의 생성형 AI 애플리케이션에 이러한 제어를 어떻게 적용하는지 이해하게 됩니다.

참고: SCORM 강의 파일을 이용할 때는 콘텐츠를 완료한 후 SCORM 창을 닫아 주세요. ‘다음 강의’ 버튼은 클릭하지 마세요. 클릭하면 SCORM 모듈이 완료로 표시되지 않을 수 있습니다.

Free
1h
Associate

Questions?

If you have any questions, please refer to our Frequently Asked Questions page.