[Databricks Data + AI Summit 2026] AI Agent 시대의 분석 플랫폼: Databricks Agentic Analytics 전략

생성형 AI가 단순 답변을 넘어 실제 업무를 수행하는 Agentic AI 시대로 진화함에 따라, 데이터 플랫폼의 역할도 변화하고 있습니다. Databricks는 데이터 팀의 생산성을 높이기 위한 Agentic Analytics의 핵심 과제로 정확성, 거버넌스, 확장성 문제를 꼽았습니다.

에이전트는 비즈니스 맥락을 완벽히 이해하기 어렵고, 다양한 조직에서 개별적으로 에이전트를 생성할 경우 보안 통제가 어려워지는 Shadow IT 현상이 발생할 수 있습니다. 또한, 수많은 에이전트가 동시에 데이터를 조회할 때 발생하는 플랫폼 부하 문제도 해결해야 할 과제입니다.

이를 해결하기 위해 Databricks는 다음과 같은 4계층 아키텍처를 제안합니다.

• Compute (Lakehouse RT): 수천 개의 에이전트가 동시에 데이터를 조회해도 150ms 수준의 응답을 유지하는 초고성능 엔진
• Governance (Unity AI Gateway): 모델, 도구(Tool), 데이터에 대한 접근을 중앙에서 관리하는 관문
• Semantics: 비즈니스 맥락을 에이전트에게 전달하는 계층
• Agent Layer: 실제 사용자 업무를 수행하는 에이전트 계층

Databricks는 에이전트 시대의 핵심이 단순히 모델의 성능이 아니라, 데이터를 얼마나 빠르고 안전하게 제공할 수 있는가에 있다고 강조합니다.