데이터브릭스, AI 에이전트 구축의 새로운 패러다임 제시했다

2025.06.12 16:18:57

이창현 기자 atided@hellot.net

 

데이터브릭스는 비즈니스 맞춤형 고성능 AI 에이전트를 자동으로 생성할 수 있는 신규 솔루션 ‘에이전트 브릭스(Agent Bricks)’를 12일 공개했다.

 

사용자는 에이전트 작업에 대한 전반적인 설명과 기업 데이터를 연결하면 나머지 모든 과정은 에이전트 브릭스가 자동으로 처리한다. 에이전트 브릭스는 ▲구조화된 정보 추출 ▲신뢰도 높은 지식 탐색 지원 ▲맞춤형 텍스트 변환 ▲다중 에이전트 시스템 오케스트레이션 등 다양한 업계 표준 활용 사례에 최적화되어 있다. 이 솔루션은 현재 베타 버전으로 이용 가능하다.

 

에이전트 브릭스는 모자이크 AI 리서치가 개발한 최신 연구 기법을 적용해 도메인 특화형 합성 데이터와 작업 인지형 벤치마크를 자동으로 생성한다. 이러한 벤치마크를 기반으로 비용과 품질 간 최적 균형을 자동 조율해 기존 방식에서 요구되던 반복적인 시행착오를 줄여준다.

 

 

이제 기업은 초기단계부터 운영 수준(production-level)의 정확도와 비용 효율성을 확보할 수 있다. 또한 내장된 거버넌스 및 엔터프라이즈급 제어 기능을 통해 별도의 도구 통합 없이도 개발 단계에서 실제 운영까지 빠르게 전환할 수 있다.

 

기업들이 AI 에이전트를 실제 운영에 도입하지 못하는 이유는 주로 품질과 비용 때문이다. 평가 기준이 부족한 상황에서 대부분의 팀은 직관에 의존해 에이전트가 생성한 결과를 판단하며 이는 일관성 없는 품질과 높은 비용, 반복 불가능한 실험으로 이어진다.

 

여기에 새로운 AI 모델과 기술이 계속 등장하면서 상황은 더욱 복잡해지고 있다. 기업들은 신뢰할 수 있고 비용 효율적인 AI 에이전트를 개발하기 위해 도메인 특화형이면서 반복 가능하고 객관적이며 지속적인 평가 체계를 요구하고 있다. 또한 최신 기술을 도입하되 과도한 예산 투입이나 팀 전체의 재교육 없이 활용할 수 있어야 한다. 데이터브릭스는 이러한 요구를 충족시키기 위해 에이전트 브릭스를 개발했다.

 

에이전트 브릭스는 우선, 작업별 평가 기준과 LLM 기반 판별 모델을 자동으로 생성해 에이전트의 품질을 정량적으로 평가한다. 이어 고객 데이터 특성을 반영한 합성 데이터를 생성해 학습 성능을 강화하고 마지막으로 다양한 최적화 기법을 탐색해 에이전트를 정교하게 다듬는다.

 

전체 프로세스가 자동으로 완료되면 사용자는 원하는 품질과 비용 수준에 가장 적합한 결과물을 선택하면 된다. 이를 통해 도메인 특화 AI 에이전트를 빠르게 구축하고 일관된 성능과 지능적인 응답을 구현할 수 있다.

 

알리 고드시 데이터브릭스 공동창립자 겸 CEO는 “에이전트 브릭스는 데이터 기반의 AI 에이전트를 구축하고 배포하는 완전히 새로운 방식”이라며 “이제 기업은 아이디어 구상 단계에서부터 자사 데이터에 기반한 운영 수준(production-grade)의 AI를 신속하게 구현할 수 있게 됐다”고 설명했다.

 

그는 이어 “품질과 비용 간의 최적 균형을 직접 조정할 수 있으며 별도의 수작업 튜닝이나 시행착오 없이 데이터브릭스가 제공하는 강력한 보안과 거버넌스 기능도 그대로 활용할 수 있다”며 “이는 엔터프라이즈 AI 에이전트를 실용적이면서도 강력하게 구현할 수 있는 결정적인 전환점이 될 것”이라고 말했다.

 

헬로티 이창현 기자 |

Copyright ⓒ 첨단 & Hellot.net





상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 | 본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호 copyright(c) HelloT all right reserved.