검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'데이터브릭스'통합검색 결과 입니다. (68건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

"밀리초 단위 분석"…데이터브릭스, '레이크하우스 RT' 베타 출시

데이터브릭스가 실시간 데이터 분석 기능을 레이크하우스에 통합해 인공지능(AI) 에이전트 활용 환경을 개선했다. 데이터브릭스는 레이크하우스 실시간 버전 '레이크하우스 RT(Real-time)'를 베타 버전으로 공개했다고 18일 밝혔다. 해당 서비스는 거버넌스가 적용된 델타 레이크와 아파치 아이스버그 테이블에서 직접 실시간 분석을 수행할 수 있도록 지원한다. 레이크하우스 RT는 새로운 컴퓨팅 엔진 '레이든' 기반으로 동작한다. 수만 명의 동시 사용자와 AI 에이전트를 지원하면서도 밀리초 단위 응답 속도를 제공하는 것이 특징이다. 기존에는 높은 동시성과 낮은 지연 시간이 필요한 환경에서 레이크하우스와 별도로 실시간 서빙 레이어를 구축해야 했다. 이 과정에서 데이터 복제와 추가 인프라 구축, 거버넌스 분산, 벤더 종속성 등 문제가 발생했다. 데이터브릭스는 레이크하우스 RT가 이를 해소한다고 설명했다. 사용자는 데이터를 복사하거나 이동하지 않고도 레이크하우스 내 최신 데이터를 직접 조회할 수 있으며 별도 동기화나 변경 데이터 캡처(CDC) 파이프라인도 구축할 필요가 없다. 레이크하우스 RT는 초당 1만 2000건 쿼리를 처리하는 상황에서도 100밀리초 미만 지연 시간을 기록했다. 고객사들은 기존 실시간 서빙 스택 대비 최대 16배 높은 성능을 확인했다. 레이든 엔진은 완전 비동기식 실행 구조를 적용했다. 소규모 데이터셋에서는 최저 10밀리초 수준 응답 속도를 제공하며 대규모 데이터셋에서도 100밀리초 미만 성능을 유지하도록 설계됐다. 모든 쿼리는 유니티 카탈로그 거버넌스 프레임워크 안에서 실행된다. 정책과 권한, 감사 기능을 별도 시스템 없이 적용할 수 있어 실시간 분석 환경에서도 데이터 통제를 유지할 수 있다. 레이크하우스 RT는 델타와 아이스버그 테이블을 직접 조회하는 방식도 지원한다. 별도 데이터 포맷 변환이나 데이터 수집 파이프라인 구축 없이 기존 테이블을 실시간 분석 환경에 활용할 수 있다. 데이터브릭스는 이번 출시가 AI 에이전트 시대를 겨냥한 전략이라고 설명했다. AI 에이전트는 반복적으로 데이터를 조회하고 추론을 수행해야 하는 만큼 빠른 응답 속도와 최신 데이터 접근성이 핵심 경쟁력으로 떠오르고 있다는 판단이다. 알리 고드시 데이터브릭스 공동창립자 겸 최고경영자(CEO)는 "레이크하우스 RT는 엔진 전체 스펙트럼을 완성해 사람들이 원하고 에이전트가 필요로 하는 밀리초 단위 속도 레이어를 제공한다"며 "우리가 가장 뛰어난 실시간 분석 엔진을 갖췄다는 점을 증명할 것"이라고 밝혔다.

2026.06.18 11:04김미정 기자

[SW키트] "코딩만 잘해선 안 돼"…기업 성과 돕는 'AI 엔지니어' 뜬다

기업 인공지능(AI) 도입이 실험 단계를 지나 실제 성과를 요구하는 단계로 넘어가면서 개발자 역할도 확대되고 있다. 단순 코딩만 하는 업무에서 벗어나 고객 현장 문제를 이해하고 AI 시스템을 업무 성과로 연결하는 방향으로 바뀌고 있다. 14일 IT 업게에 따르면 최근 AI 기업 시장 수요 변화로 인해 회사에서 상주하던 개발자 엔지니어 역할이 이같이 확장하는 것으로 전해지고 있다. 마이그레이션과 데이터 파이프라인 구축을 도와달라거나 비즈니스 문제를 해결해달라는 고객 요구에 맞춰 개발자가 직접 현장에 나선 셈이다. 대표 사례는 데이터브릭스 프로젝트다. 데이터브릭스는 고객 데이터·AI 성과를 앞당기기 위한 '포워드 디플로이드 엔지니어링(FDE)' 조직을 출범했다. 이 조직은 고객사에 엔지니어를 직접 투입해 데이터 마이그레이션부터 AI 애플리케이션 구축까지 수행하는 방식으로 운영된다. FDE는 컨설턴트처럼 방향만 제시하는 조직이 아니다. 엔지니어가 고객팀과 협업하면서 아직 존재하지 않는 기능과 시스템을 직접 구축하는 방식이다. 이 과정에서 개발자는 단순히 코드를 작성하는 업무만 하지 않는다. 고객 비즈니스 목표를 이해하고 데이터를 정리하며 AI 모델과 애플리케이션을 실제 운영 환경에 올리는 역할까지 맡는다. 컨설팅과 기술 지원 역할을 동시에 하는 셈이다. 데이터브릭스는 지난 12개월 동안 1900곳 넘는 고객과 데이터·AI 프로젝트를 진행했다고 밝혔다. 미국 방송매체 폭스는 FDE와 협력해 폭스 스포츠와 폭스 원의 팬 경험을 재설계했고, 스포츠 AI를 이용한 사용자의 앱 체류 시간이 약 2배 늘었다고 밝혔다. JP모건체이스는 4개월 만에 소비자·커뮤니티 뱅킹 리스크 데이터 5페타바이트(PB) 이상과 노트북 500개 이상을 마이그레이션했다. 이 과정에서 600명 넘는 사용자가 데이터브릭스 플랫폼 교육을 받았다. 또 퀄컴은 AI 모델을 실험 단계에서 프로덕션급 에이전트형 모델로 키웠다. 데이터브릭스에 따르면 퀄컴은 해당 모델로 며칠 걸리던 워크플로를 몇 분으로 줄였다. 데이터브릭스는 기업이 AI 도입에서 더 이상 기술 검증만 원하지 않는다고 봤다. 기업은 AI 모델이 얼마나 뛰어난지보다 실제 매출 확대, 운영 효율 개선, 고객 경험 고도화로 이어지는지를 따지기 시작했다는 설명이다. 일각에선 이에 발맞춰 AI 엔지니어·개발자 의미도 넓어지고 있다고 보고 있다. 과거에는 모델을 만들거나 코드를 구현하는 역량이 개발자·엔지니어 중심이었다면 이제는 데이터 구조부터 업무 프로세스, 서비스 배포, 성과 지표까지 함께 이해하는 능력이 중요해진 셈이다. 기업 현장에서 AI를 쓰려면 모델 하나만으로는 부족하고 이를 실제 업무 시스템과 연결하는 엔지니어링 역량이 필요하기 때문이다. 특히 생성형 AI와 에이전트 기술이 기업 현장에 들어오면서 개발자는 업무 맥락을 더 깊이 이해해야 한다. 같은 AI 모델을 쓰더라도 어떤 데이터에 접근하게 할지, 어떤 업무 흐름에 붙일지, 어떤 기준으로 결과를 검증할지에 따라 성과가 달라진다. 단순히 챗봇이나 자동화 기능을 만드는 것을 넘어 기업 내부 시스템과 데이터 권한, 보안 정책까지 고려해야 한다. 데이터브릭스는 "이제 기업도 AI 프로젝트를 실험에만 머물게 할 수 없다"며 "내부 업무에 맞는 데이터를 정리하고 보안과 거버넌스를 맞추며 운영 가능한 애플리케이션으로 만드는 과정이 필요하다"고 설명했다. 이어 "개발자는 데이터 엔지니어, 애플리케이션 개발자, AI 모델 운영자, 현업 부서 사이를 잇는 역할을 맡을 것"이라고 내다봤다. 업계에서는 앞으로 AI 경쟁력이 모델 성능뿐 아니라 현장 적용 능력에서 갈릴 것으로 보고 있다. 아무리 성능이 좋은 모델을 확보해도 기업 데이터와 업무 흐름에 맞게 적용하지 못하면 실제 성과로 이어지기 어렵다. 멜로디 힐데브란트 폭스 최고기술책임자(CTO)는 "데이터브릭스 FDE와의 파트너십은 단순한 플랫폼이 아니다"며 "이번 협업은 혁신 속도를 높였고 AI 기능을 시장에 출시해 실시간 실제 영향을 만들어냈다"고 밝혔다.

2026.06.14 08:00김미정 기자

[AI는 지금] "IPO 또 미루나"…데이터브릭스, AI 붐 타고 몸값 239조원 정조준

스노우플레이크와 데이터·인공지능(AI) 플랫폼 시장에서 경쟁하고 있는 데이터브릭스가 또다시 대규모 투자 유치를 추진한다. 수년째 기업공개(IPO) 후보로 거론돼 왔지만 증시 입성보다 비상장 투자 시장에서 기업가치를 끌어올리는 데 무게를 둔 모습이다. 9일 IT 전문 매체 디인포메이션에 따르면 데이터브릭스는 이르면 향후 한 달 안에 신규 투자 라운드를 시작하는 방안을 투자자들과 최근 논의했다. 이 회사가 투자자들에게 제시한 기업가치는 1650억~1750억 달러(약 225조~239조원) 수준인 것으로 전해졌다. 이는 지난해 말 인정받은 1340억 달러보다 23~31%가량 높은 수준이다. 데이터브릭스는 지난해 12월 1340억달러 기업가치로 40억 달러 이상 규모의 시리즈 L 투자 유치를 공식화했다. 당시 회사의 연간 매출 환산치는 48억 달러를 넘었고 전년 대비 성장률은 55% 이상이었다. 이번 논의가 성사되면 데이터브릭스는 반년 만에 기업가치를 다시 큰 폭으로 끌어올리게 된다. 지난해 8월 1000억 달러 수준으로 평가받았던 점을 고려하면 1년도 안 돼 최대 75%가량 몸값이 뛰는 셈이다. 데이터브릭스는 지난 2013년 설립된 클라우드 기반 데이터 플랫폼 기업으로, 데이터 레이크와 데이터 웨어하우스의 장점을 결합한 레이크하우스 아키텍처를 앞세워 성장했다. 스노우플레이크와 함께 데이터 플랫폼 시장의 양대 축으로 꼽히며 생성형 AI 확산 이후 기업 데이터를 AI 애플리케이션과 에이전트에 연결하는 핵심 인프라 기업으로 부상했다. 데이터브릭스는 그동안 대표적인 상장 후보로 꼽혔지만 증시 입성은 미뤄 왔다. 대신 대규모 사모 투자 유치와 기존 주식 매각을 통해 자금과 유동성을 확보했다. 이번 신규 라운드 논의 역시 사모시장 자금 조달에 초점이 맞춰졌다. 업계에선 데이터브릭스가 사모시장에서 높은 평가를 받는 이유를 두고 AI 데이터 인프라 수요 덕분이라고 분석했다. 생성형 AI 확산으로 기업들이 내부 데이터를 정리·분석해 AI 모델과 에이전트에 연결하려는 수요가 늘면서 최근 데이터 플랫폼 기업에도 투자금이 몰리고 있어서다. 하지만 상장 후 투자자들이 현재 몸값을 그대로 인정할지는 변수다. 비상장 시장에선 성장성과 AI 기대감이 높은 몸값을 뒷받침하지만, 증시에선 매출 성장률과 수익성, 현금흐름 등이 주요 평가 기준으로 작용한다는 점에서다. 또 AI 제품 확대에 따른 비용 구조 역시 주요 변수다. 기업 고객의 AI 제품 사용이 늘수록 컴퓨팅 자원과 클라우드 인프라 사용량도 증가하기 때문이다. 일각에선 직원과 초기 투자자의 유동성 확보도 데이터브릭스가 비상장 라운드를 반복하는 이유로 꼽았다. 지난 2013년 설립된 데이터브릭스는 비상장 기간이 길어지면서 임직원 스톡옵션 행사와 초기 투자자의 투자 회수 수요가 커진 상태다. 대규모 투자 유치와 세컨더리 거래를 활용하면 상장 전에도 기존 주주의 지분 매각이 가능하다. 다만 최종 투자 조건은 아직 정해지지 않은 것으로 알려졌다. 또 데이터브릭스가 제시한 1650억~1750억 달러 기업가치가 신규 투자금을 포함한 기준인지도 불분명한 것으로 전해졌다. 업계 관계자는 "데이터브릭스는 AI 모델 경쟁의 전면에 선 기업은 아니지만 기업 AI 확산에 필요한 데이터 기반을 제공한다는 점에서 투자자들의 관심을 받고 있다"며 "상장 전 몸값을 얼마나 더 끌어올릴 수 있느냐보다, 향후 증시에서도 그 기업가치를 실적으로 입증할 수 있느냐가 더 중요한 변수가 될 것"이라고 말했다.

2026.06.09 16:08장유미 기자

데이터브릭스, 새 APJ 총괄 선임…아시아 AI 시장 공략 속도

데이터브릭스가 아시아 인공지능(AI) 시장 공략을 위해 리더십 강화에 나섰다. 데이터브릭스는 아시아 태평양 및 일본(APJ) 지역 수석 부사장 겸 총괄로 사이먼 데이비스를 선임했다고 20일 밝혔다. 데이비스 총괄은 싱가포르 거점으로 한국과 일본, 호주, 뉴질랜드, 아세안, 인도, 중화권 등 전반 사업 전략과 운영을 맡는다. 그는 SAP와 스플렁크, 마이크로소프트, 세일즈포스, 오라클 등에서 30년 이상 경력을 쌓은 엔터프라이즈 기술 전문가로 평가받고 있다. 그는 SAP 아시아·태평양 지역 총괄 회장을 맡아 전략과 영업 서비스 파트너십까지 총괄해왔다. 스플렁크에서는 수석 부사장으로 지역 비즈니스 확장을 이끈 경험도 있다. 데이터브릭스 APJ 지역은 지난 4분기 전년 대비 85% 이상 매출 성장률을 기록했다. 이를 바탕으로 글로벌 내 핵심 성장 거점으로 해당 지역을 확대하고 있다. 싱가포르 지역본부도 대폭 확장된다. 신규 본부도 약 900평 규모 건물로 이전해 기존 대비 4배 수준으로 거점을 키울 계획이다. 현재 APJ 지역에서 1500명 이상을 고용하고 있으며 지역 내 고객 지원과 파트너 생태계 확대에 집중하고 있다. AI 도입 확산도 APJ 지역 성장 배경으로 꼽힌다. 금융, 통신, 공공 등 다양한 산업에서 수요가 늘며 삼성생명과 싱가포르 관세청, 싱텔 등이 신규 고객으로 합류했다. 기존 고객인 LG전자, 아틀라시안, 호주국립은행 도요타 등 주요 기업들이 데이터브릭스 플랫폼을 여전히 활용 중이다. 데이터브릭스는 제품 측면에서도 AI 경쟁력을 강화하고 있다. AI 에이전트용 서버리스 포스트그레스 데이터베이스 '레이크베이스'와 데이터 기반 질의 응답 에이전트 '지니' 등을 통해 기업 내 AI 활용도를 높이고 있다. 론 가브리스코 데이터브릭스 최고수익책임자(CRO)는 "사이먼 데이비스는 깊은 지역 전문성과 산업 통찰력을 갖춘 리더"라며 "APJ 지역의 다음 단계 성장을 견인할 것”이라고 밝혔다. 데이비스 총괄은 "APJ는 AI 도입 준비도가 높은 지역"이라며 "데이터 통합과 AI 애플리케이션을 비즈니스 성과로 연결하는 데 집중하겠다"고 말했다.

2026.04.20 16:20김미정 기자

"OCR 넘어서"…데이터브릭스, 문서 이해 AI 플랫폼 공개

데이터브릭스가 기업 문서 속 비정형 데이터를 자동 수집·분석하는 인공지능(AI) 플랫폼을 공개했다. 19일 IT 업계에 따르면 데이터브릭스는 PDF 문서나 이미지 등에 묻혀 있던 비정형 정보를 실제 비즈니스에 활용 가능한 형태로 변환하는 솔루션을 내놨다. 해당 플랫폼은 기존 데이터브릭스 '레이크플로'와 '도큐먼트 인텔리전스'를 결합한 문서 처리 체계다. 레이크플로는 통합 데이터 엔지니어링 솔루션이다. 기업 내 다양한 시스템에 흩어진 데이터를 자동으로 수집하고 처리하며 파이프라인을 구성하는 역할을 한다. 도큐먼트 인텔리전스는 비정형 문서를 이해하고 구조화하는 AI 기능이다. PDF나 이미지 손 글씨 등 복잡한 문서를 분석한다. 이를 통해 계약 정보 금액 등 핵심 데이터를 자동으로 추출한다. 현재 기업 데이터 약 80%는 PDF나 이미지, 오피스 문서 형태로 존재한다. 이 데이터는 검색이나 분석이 어려워 사실상 활용되지 못했다. 그동안 기업은 광학문자인식(OCR)이나 자연어처리(NLP) 기술을 따로 연결해 문서 속 비정형 데이터를 처리해 왔다. 이 방식은 정확도가 낮고 관리도 어려워 기업 AI 도입에 걸림돌로 지적돼 왔다. 데이터브릭스는 '레이크플로 커넥트'를 통해 문서를 자동으로 가져오는 기능을 제공한다. 이 기능은 쉐어포인트나 구글 드라이브 등에 있는 문서를 별도 설정 없이 연결해 바로 데이터로 쓸 수 있게 돕는다. 이후 도큐먼트 인텔리전스가 문서를 읽고 이해하는 역할을 맡는다. 스캔 이미지나 손글씨 같은 복잡한 문서도 구조화해 계약 날짜, 금액, 거래처 정보 등을 자동 추출한다. 여기서 '레이크플로 잡스'가 문서 수집부터 분석까지 전 과정을 한 흐름으로 처리한다. 일부 작업이 실패해도 해당 부분만 다시 처리할 수 있어 운영 부담도 줄였다. 이 과정에서 유니티 카탈로그를 기반으로 데이터 접근 권한과 이력 관리가 적용된다. AI는 기업 내부 데이터 맥락을 반영해 더 정확하게 문서를 해석하고 활용할 수 있다. 크레이그 와일리 AI 제품 총괄은 "문서마다 별도 AI 아키텍처를 만들 필요가 크게 줄어든다"며 "이 제품은 내부에서 가장 높게 평가받고 있다"고 링크드인에서 밝혔다.

2026.04.19 18:00김미정 기자

[ZD SW투데이] 달파, AWS·데이터브릭스와 '소비재 브랜드 AX 서밋' 개최 外

지디넷코리아가 소프트웨어(SW) 업계의 다양한 소식을 한 눈에 볼 수 있는 'ZD SW 투데이'를 새롭게 마련했습니다. SW뿐 아니라 클라우드, 보안, 인공지능(AI) 등 여러 분야에서 활발히 활동하고 있는 기업들의 소식을 담은 만큼 좀 더 쉽고 편하게 이슈를 확인해 보시기 바랍니다. [편집자주] ◆달파, AWS·데이터브릭스와 '소비재 브랜드 AX 서밋' 개최 달파가 오는 30일 서울 강남구 포스코타워 역삼 이벤트홀에서 아마존웹서비스(AWS), 데이터브릭스와 공동 주관으로 '소비재 브랜드 AX 서밋: AI 에이전트가 제안하는 초격차 전략'을 개최한다. 이번 서밋은 브랜드사의 운영이 AI 에이전트 기반으로 진화하는 '에이전트 네이티브 브랜드(Agent-Native Brand)' 시대로의 본격적인 전환을 알리고, 브랜드사가 실질적으로 도입 가능한 AI 활용 방안을 탐색하기 위해 마련됐다. ◆뉴엔AI, 패션 AI 얼라이언스서 '패션 온톨로지' 기술 공개 뉴엔AI가 서울 DDP 패션몰에서 열린 '패션 AI 얼라이언스 간담회'에 참석했다. 이날 뉴엔AI는 패션 산업에 특화된 '패션 온톨로지' 기술을 공개하며, AI를 중심으로 한 차세대 패션 산업의 청사진을 제시했다. 지난해 11월 출범한 패션 AI 얼라이언스는 패션 산업 전 과정의 AI 전환을 촉진하기 위해 만들어진 민·관 협력 협력체다. ◆갤럭시코퍼레이션, AI 시대 생존 전략 담은 신간 '초인의 조건' 출간 최용호 갤럭시코퍼레이션 대표가 삼성그룹 인재 양성을 총괄했던 신태균 고문과 신간 '초인의 조건: 위버멘쉬가 되는 33가지 길'을 출간했다. 이번 신간은 삼성의 초일류 경영철학을 정립한 신태균 고문의 실전적 통찰과, 가상과 현실을 넘나들며 AI, 엔터테크 산업의 지형을 개척해온 최용호 대표 실행력이 결합된 내용이다. ◆세이지, SIMTOS 2026 참가 세이지가 킨텍스에서 개최되는 글로벌 생산제조기술 전시회 'SIMTOS 2026'에 참가한다. 세이지는 이번 전시회에서 핵심 제품군인 AI 기반 머신 비전 솔루션 '세이지 비전'과 AI 기반 통합 생산 인텔리전스 솔루션 '세이지 빔스'를 중심으로, 실제 제조 공정에 즉각 적용 가능한 다양한 산업용 AI 기술을 선보인다. ◆파네시아, 2026 K-클라우드 국책과제 수주 파네시아가 과학기술정보통신부 및 정보통신기획평가원(IITP)이 기획한 'AI 반도체를 활용한 K-클라우드 기술개발사업' 국책과제를 수주했다. 파네시아는 본 과제를 통해 이더넷 등 개방형 표준 기반 AI 가속기 연결용 링크 컨트롤러 및 스위치를 개발한다. ◆인젠트, 포스트그레SQL 커뮤니티 컨트리뷰터 3인 품다 인젠트가 내부 임직원이 연이어 포스트그레SQL 커뮤니티 컨트리뷰터에 등록됐다고 밝혔다. 지난 1월 포스트그레SQL 커뮤니티에서 활동했던 글로벌 컨트리뷰터 무하마드 우마르 하야트가 인젠트에 합류한 바 있다. 최근 인젠트 포스트그레SQL 기반 DBMS 플랫폼 엑스퍼디비 연구개발을 맡고 있는 DB팀 2인이 추가로 해당 커뮤니티의 컨트리뷰터로 승격됐다. ◆지디벤처스, '리비타'에 시드 투자 지디벤처스가 노지 스마트팜 솔루션을 개발하는 애그테크 스타트업 리비타(REVITA)'에 시드(초기) 투자를 진행했다. 투자 금액과 주요 투자자는 비공개다. 리비타는 온실 형태의 재배 공간을 별도로 구축해야만 하는 시설 원예 중심 스마트팜 농업 기술을 노지 재배 환경으로 확장, 전환하고 있는 스타트업이다.

2026.04.08 18:54김미정 기자

[현장] 데이터브릭스, 한국서 3년 연속 100% 성장…"플랫폼 대체 불가"

한국 진출 4년 차를 맞은 데이터브릭스가 지난 3년간 매년 100% 이상 비즈니스 성장을 이어온 가운데, 전문 인력 1만명 양성 계획과 국내 신제품을 공개하며 한국 시장 공략에 속도를 낸다. 강형준 데이터브릭스코리아 지사장은 1일 서울 강남구 그랜드 인터컨티넨탈 파르나스에서 열린 'AI 데이즈' 기자간담회에서 "한국 시장은 고객 실사용량을 기반으로 매년 100% 이상 성장해 왔다"며 이같이 밝혔다. 데이터브릭스의 매출 지표는 달러 데이터브릭스유닛(DBU) 기준으로 선제적 계약이 아닌 고객이 실제 사용한 만큼을 매출로 산정하는 방식이다. 회사의 글로벌 연간반복매출(ARR)은 54억 달러, 기업가치는 1000억 달러 이상으로 평가받는데 글로벌 연간 성장률 65% 이상을 웃도는 수준이 한국에서 지속되고 있다는 설명이다. 강 지사장은 한국 시장의 고성장 배경으로 "탄탄한 디지털 인프라를 바탕으로 한 기술 준비성과 엔터프라이즈 전반으로 빠르게 확산하는 기업용 AI 도입 속도, 글로벌 AI 3위 강국을 목표로 한 정부의 정책 지원이 주효했다"고 제시했다. 데이터브릭스는 향후 3년 내 국내 전문 인력 1만명 이상 양성을 목표로 한국어 공인 트레이너를 공식 채용해 온라인 일반 과정과 기업 맞춤형 트레이닝을 병행 운영 중이다. 국내 공인 파트너사 40개 이상이 마이그레이션·최적화 등 실제 프로젝트를 수행하며 생태계를 뒷받침하고 있다. 시스템통합(SI)·프로페셔널 서비스는 직접 수행하지 않고 파트너사를 통해 이뤄지는 구조다. 강 지사장은 "전문 인력 양성과 파트너 생태계 확장을 함께 키우는 것이 지향점"이라고 말했다. 데이터브릭스는 스노우플레이크 등 경쟁사 대비 AI·머신러닝(ML) 분야 경험이 업계 최상위 수준이라는 점을 차별화 근거로 꼽았다. 아파치스파크와 ML플로우 창시자들이 비정형·정형 데이터 모두를 오픈 포맷 기반으로 처리하는 데서 회사가 출발한 만큼, 데이터 처리·AI 모델링 전반에 걸친 기술력 경험이 압도적이란 이유에서다. 기업 고객이 최신 파운데이션 모델을 데이터브릭스 플랫폼 안에서 직접 구동하는 구조로, 오픈AI·구글·앤트로픽 등 외부 모델로의 데이터 유출 우려를 원천 차단할 수 있다는 점도 강점으로 내세웠다. 조성현 데이터브릭스코리아 기술총괄은 "기업이 자체적으로 바이브코딩 환경을 구축할 경우 거대언어모델(LLM) 토큰 사용량 통제나 데이터 외부 유출 방지 등 거버넌스 문제가 반드시 따라온다"고 설명했다. 조 총괄은 올해 국내 정식 서비스를 시작하는 제품 세 가지도 소개했다. 운영 데이터베이스와 분석을 통합한 '레이크베이스'는 오는 5월 국내 배포 예정이다. 포스트그레SQL 기반 오픈 기술로 설계됐으며 컴퓨팅과 스토리지를 완전 분리해 요청 시 1초 이내 기동이 가능하다. 에이전트 히스토리·개인화 데이터 저장에 최적화돼 AI 에이전트 앱 인프라로 주목받고 있다. 자연어 데이터 분석 기능 '지니'와 개발자용 자율 에이전트 '지니코드', 에이전트 구축·평가·최적화 플랫폼 '에이전트브릭스'는 올해 1분기 국내 배포를 완료했다. 최근 AI가 서비스형소프트웨어(SaaS) 시장을 잠식할 것이란 '사스포칼립스' 공포가 업계 전반에 확산됐지만, 데이터브릭스는 직접적인 영향권 밖이라고 일축했다. 세일즈포스 같은 SaaS 기업이 아니라 AI 레디 데이터 기반의 데이터 처리·저장 인프라를 제공하는 플랫폼 기업인 만큼 동일 선상에서 볼 수 없다는 입장이다. 강 지사장은 "클로드코드로 자체 AI를 구축하더라도 데이터브릭스 플랫폼을 대체할 수는 없다"고 자신했다. 실제로 데이터브릭스의 자연어 코드 생성 기능 지니코드는 백엔드가 앤트로픽의 클로드코드 기반으로 구현됐다. 경쟁 관계로 비칠 수 있는 AI 코딩 도구를 플랫폼 안에 통합해 활용하는 방식으로, 대체가 아닌 연동·흡수의 관점에서 접근한다는 의미다. 조 총괄은 "고객이 원하면 커서나 클로드코드 등 외부 환경에서 데이터브릭스와 인터페이스하는 가이드를 제공하고 사용자인터페이스(UI) 내 개발은 지니코드로 안내하고 있다"고 부연했다. 데이터브릭스코리아는 올해도 한국 시장에서 글로벌 평균을 웃도는 성장세를 이어갈 것으로 전망한다. 신제품 3종의 국내 출시와 인재 양성 생태계 구축이 맞물리면서 성장 모멘텀이 가속할 것이란 판단이다. 강 지사장은 "한국은 글로벌 성장률을 상회하는 시장"이라며 "올해도 최소 100% 이상 성장을 목표로 적극적인 투자를 이어가겠다"고 피력했다.

2026.04.01 15:28이나연 기자

[현장] 데이터 단절이 AI 전환 막는다…데이터브릭스, 에이전틱 시대 정면 돌파

"많은 기업이 데이터와 인공지능(AI)으로 사업을 전환하려 하지만 인수합병(M&A)·투자 결정·글로벌 확장 등으로 시스템이 파편화되면서 데이터는 중복 관리되고 거버넌스는 사방으로 흩어집니다." 닉 에어스 데이터브릭스 아시아태평양 필드 엔지니어링 담당 부사장은 1일 서울 강남구 그랜드 인터컨티넨탈 파르나스에서 열린 'AI 데이즈' 기조연설에서 "기업 AX의 근본 장애물은 데이터와 AI 환경의 단절"이라며 이같이 밝혔다. 에어스 부사장이 제시한 해법의 핵심은 분석 데이터와 운영 데이터 통합이다. 에이전틱 시대엔 운영 데이터가 자율 에이전트를 직접 구동하기에 두 영역이 단절된 채로는 AX가 불완전할 수밖에 없다는 논리다. 데이터브릭스는 ▲분석·머신러닝(ML)·AI 모델링 영역의 레이크하우스 ▲운영·에이전틱 영역의 레이크베이스 ▲데이터 파이프라인 자동화 도구 레이크플로우를 단일 플랫폼에 통합했다. 여기에 델타레이크·아이스버그 등 오픈 데이터 포맷 기반 설계로 특정 벤더 종속을 배제했다. 에어스 부사장은 "AI를 데이터가 있는 곳으로 가져가는 것이 우리가 말하는 데이터와 AI의 민주화"라고 강조했다. 이날 현장에선 데이터브릭스가 제공하는 통합 플랫폼을 활용 중인 국내 고객사 3곳의 실제 성과가 공개됐다. 놀유니버스(옛 야놀자)는 사일로화된 방대한 데이터를 전사가 직접 활용할 수 있는 구조로 바꾸는 데 데이터브릭스를 활용했다. 누적 회원 1300만명 규모의 숙박·여행·레저 슈퍼앱인 놀유니버스는 온·오프라인에 걸쳐 대규모 데이터를 보유하지만 필요한 데이터를 찾고 신뢰하기 어려운 구조가 문제였다. 이를 해결하기 위해 구축한 것이 데이터브릭스 기반의 자체 피처 스토어 '링스(LYNX)'다. 피처 생성부터 배포·관리까지 전 과정을 자동화하고 깃허브 코드 리뷰·버전 관리를 연동해 데이터 기여와 통제를 동시에 가능하게 했다. 이를 이용자 세그멘테이션과 개인화 마케팅 타기팅에 적용한 결과, 분석가에게 요청해 며칠씩 기다려야 했던 작업이 클릭 몇 번으로 즉시 실행 가능해졌다. 김영진 놀유니버스 최고기술책임자(CTO)는 "데이터브릭스 도입은 단순 기술 선택이 아니라 통합·자율·민첩성이라는 우리 데이터 철학에 부합하는 전략적 결정이었다"고 말했다. 티맵모빌리티는 4.7페타바이트 규모의 모빌리티 데이터를 전 직원이 직접 다룰 수 있는 환경을 만드는 데 데이터브릭스를 활용했다. 국내 최초 모바일 내비게이션으로 출발한 티맵은 가입자 2600만명 이상, MAU 1500만명 이상을 보유하며 주행 데이터를 축적하고 있다. 이를 분석·점수화한 운전점수 모델은 약관 동의 사용자 2200만명, 국내 주요 보험사 사용량기반보험(UBI) 커버리지 100%를 달성해 보험사와의 데이터 사업 선순환 구조를 구축했다. 하지만 테이블 6000개·파이프라인 150개 이상으로 규모가 커지면서 분석팀 중심 요청 처리만으로는 전사 활용 속도를 맞추기 어려워졌다. 티맵모빌리티는 데이터브릭스 유니티 카탈로그로 권한·접근 통제를 표준화하고, 한국어 자연어 분석 기능 '지니'를 도입해 비전문 인력도 데이터를 직접 탐색 가능한 환경을 마련했다. 도입 1년이 채 안 된 시점에 전체 직원의 71%가 직접 데이터를 활용하는 수준으로 확대됐고 분석팀 단순 데이터 추출 요청은 68% 줄었다. 이충우 티맵모빌리티 데이터플랫폼&AX 담당은 "분석 조직이 반복 대응 대신 고도화된 분석과 모델에 집중할 수 있는 환경이 됐다"고 설명했다. LG유플러스는 AI 검색 서비스 복잡도가 급증하는 과정에서 비용과 성능을 잡기 위해 데이터브릭스를 핵심 수단으로 삼았다. 수백만 명이 사용하던 기존 키워드 검색을 AI 검색으로 전환하면서 AI 게이트웨이·오케스트레이션·하이브리드 리즈닝 리트리버·에이전틱 셀프 컬렉션 루프로 이어지는 다층 구조를 구축했다. 데이터브릭스에서 호스팅되는 구글 제미나이와 자체 개발 한국어 임베딩 모델을 결합해 멀티모델 기반도 완성했다. 통신 서비스 특성상 AI 응답의 할루시네이션을 허용할 수 없어 까다로운 테스트 절차를 거쳐야 했고, 검색 품질 향상을 위한 도메인 확장까지 더해지면서 시스템 복잡도가 초기 설계 대비 107% 증가했다. 데이터브릭스와 협력해 이 문제를 풀어낸 결과 비용은 36% 절감되고 응답 속도는 64% 향상됐다. 신정호 LG유플러스 상무는 "고객 요구사항이 늘고 있어 성능 개선 작업을 진행 중"이라며 "AI 통화 에이전트 '익시오'를 통한 보이스 AI 서비스 확장을 추진하고 있다"고 말했다. 끝으로 에어스 부사장은 에이전틱 시대의 핵심 과제가 품질 보장에 있음을 재차 강조했다. 기업 내 수백에서 수천 개의 에이전트가 동시에 운영되는 시대가 되면 비용과 품질 간 균형을 어떻게 조율하느냐가 경쟁력이 된다는 설명이다. 에어스 부사장은 "에이전트를 만드는 것 자체는 어렵지 않지만 프로덕션에서 품질 성과를 일관되게 보장하는 것이 문제"라며 "에이전틱 시대의 개발 패러다임은 테스트 주도 개발에서 평가 주도 개발로 전환돼야 한다"고 피력했다.

2026.04.01 14:09이나연 기자

데이터브릭스, 개방형 SIEM '레이크워치' 출시…비대칭적 위협 상황 타개

데이터브릭스가 인공지능(AI) 에이전트를 활용해 인간이 대응하기 어려운 수준의 복잡성과 속도로 공격하는 사이버 위협에 대안을 제시한다. 데이터브릭스는 개방형 에이전틱 보안 정보 및 이벤트 관리(SIEM) '레이크워치'를 공개했다고 26일 밝혔다. 현재 프라이빗 프리뷰 형태로 제공되는 레이크워치는 보안, IT, 비즈니스 데이터를 단일 거버넌스 환경으로 통합해 AI 기반의 위협 탐지와 대응을 돕는 플랫폼이다. 개방형 형식과 생태계를 채택하여 고객이 특정 벤더에 종속(Lock-in)되는 것을 방지하며, 멀티모달 데이터를 대규모로 수집·보관·분석하면서도 총소유비용(TCO)을 최대 80%까지 절감할 수 있는 것이 특징이다. 최근 사이버 보안 환경은 인간 중심의 방어 체계가 감당하기 어려운 속도와 복잡성을 지닌 AI 기반 위협에 직면해 있다. 공격자들은 AI 에이전트를 활용해 시스템의 취약점을 끊임없이 탐색하고 이른바 '머신 속도(Machine Speed)'로 공격을 퍼붓고 있다. 반면 방어 기업들은 불완전한 데이터와 수동 워크플로우, 폐쇄적인 아키텍처 등으로 인해 대응에 한계를 겪어왔다. 특히 높은 데이터 수집 비용 부담으로 인해 최대 75%에 달하는 보안 데이터를 분석하지 못하고 폐기하는 실정이다. 레이크워치는 이러한 '비대칭적 위협 상황'을 타개하기 위해 개발됐다. 데이터를 별도로 이동하거나 복제할 필요 없이 개방형 형식으로 통합해, 수년 치의 방대한 데이터를 경제적으로 분석할 수 있다. 또한 텍스트뿐만 아니라 영상, 음성 등 멀티모달 데이터 분석을 지원하여 사회공학적 기법을 활용한 공격이나 내부자 위협, 각종 이상 징후를 정확히 식별해 낸다. 이를 바탕으로 다수의 AI 에이전트가 탐지, 분류, 위협 헌팅(Threat Hunting)을 자동화함으로써, 공격자와 동일한 머신 속도의 강력한 방어력을 제공한다 알리 고드시 데이터브릭스 CEO는 "AI 기반 공격은 이미 인간 중심 보안 체계를 넘어섰다"며 "레이크워치는 개방형 데이터 아키텍처와 에이전틱 보안 역량을 결합해 기존 SIEM을 대체할 것"이라고 밝혔다. 이어 "보안 조직은 더 높은 가시성과 속도를 갖춰야 한다"고 말했

2026.03.26 18:07남혁우 기자

데이터브릭스, '지니 코드' 출시…데이터 엔지니어링 자동화

데이터브릭스가 데이터 업무 자동화를 확대하기 위해 인공지능(AI) 에이전트 플랫폼을 출시했다. 데이터브릭스는 데이터 파이프라인 구축과 디버깅, 대시보드, 배포 운영, 시스템 관리 등을 수행하는 AI 에이전트 '지니 코드'를 출시했다고 13일 밝혔다. 이 기능은 기업 데이터 환경에서 아이디어를 실제 운영 시스템으로 전환하는 데이터 엔지니어링 작업을 자동화하는 것이 핵심이다. 지니 코드는 데이터브릭스 대화형 데이터 분석 기능 '지니'를 확장한 형태다. 유니티 카탈로그에 저장된 데이터 컨텍스트와 의미 정보로 기업 데이터 환경을 이해하고 실제 운영 환경에 필요한 엔지니어링 작업을 수행한다. 특히 데이터 팀이 수행하던 계획 수립·조정, 운영, 검증, 유지관리 작업을 에이전트가 스스로 수행하도록 설계됐다. 문제를 분석한 뒤 다단계 실행 계획을 수립하고 운영 수준 코드를 작성해 검증한 뒤 결과를 지속적으로 관리한다. 중요한 의사결정은 사람이 통제하도록 구조다. 지니 코드는 데이터 엔지니어링과 머신러닝 개발 전 과정을 자동화하는 기능을 갖췄다. 모델 설계부터 작성, 배포, 실험, 기록 관리 등을 처리하고 ML플로 기반 실험 기록과 서빙 엔드포인트 최적화를 수행한다. 또 변경 데이터 캡처 워크플로와 데이터 품질 기준 적용 등 데이터 엔지니어링 설계를 자동으로 구축한다. 운영 환경에서는 레이크플로 파이프라인과 AI 모델을 지속적으로 모니터링한다. 장애 원인을 분석하고 이상 징후를 탐지하며 에이전트 실행 기록을 분석해 환각 문제를 수정하고 리소스 할당을 최적화한다. 또 지니 코드는 유니티 카탈로그와 통합돼 기업 데이터 거버넌스 정책을 자동으로 준수한다. 기업 내부 데이터뿐 아니라 외부 플랫폼 데이터까지 연동해 비즈니스 의미와 감사 요구 사항을 반영한다. 데이터브릭스는 AI 에이전트 평가와 강화학습 기술 기업 '쿼션트 AI' 인수도 발표했다. 이를 통해 에이전트 답변 품질을 지속적으로 평가하고 성능 저하를 조기에 탐지하며 강화학습 기반 피드백 루프로 성능을 개선할 계획이다. 알리 고드시 데이터브릭스 공동창립자 겸 최고경영자(CEO)는 "AI가 데이터 전문가를 보조하던 시대에서 전문가 지침 하에 AI 에이전트가 실제 업무를 수행하는 시대로 전환되고 있다"며 "에이전틱 데이터 워크는 기업 의사결정 방식을 근본적으로 바꿀 것"이라고 밝혔다.

2026.03.13 10:49김미정 기자

아이티센인포유, '데이터-AI' 통합 실행 체계 가동…기업 AX 전환 '가속'

아이티센인포유(대표 이종복)가 인공지능(AI) 도입 과정에서 겪는 막대한 비용과 데이터 단절 문제를 해결하기 위한 조직 개편을 실시한다. 아이티센인포유는 '데이터-AI' 통합 실행 체계를 본격 가동한다고 11일 밝혔다. 이번 체계 가동은 단순한 조직 개편을 넘어 기업 AI 전환(AX)을 실질적으로 가속화할 수 있는 데이터 기반 전담 조직을 공식화한 것이다. 이를 통해 고객사가 AI 모델 도입 시 직면하는 기술적 병목 현상을 해소하고 성공적인 디지털 전환을 지원할 방침이다. 최근 많은 기업이 AI 도입에 사활을 걸고 있지만, 실제로는 AI 모델 구축보다 학습용 데이터를 정제하고 정합성을 확보하는 이른바 '데이터 전처리' 단계에서 예상치 못한 비용과 시간을 소모하고 있다. 아이티센인포유는 이러한 난제를 해결하기 위해 ▲데이터를 한곳에 모아 관리하는 '데이터 웨어하우스(DW)' 구축 ▲ AI 분석 ▲분석 결과를 한눈에 보여주는 '시각화 도구(BI)'까지 하나로 이어지는 '엔드 투 엔드(End-to-End)' 통합 프로세스에 전사적 역량을 집중하기로 했다. 특히 글로벌 데이터 플랫폼인 데이터브릭스(Databricks) 기반 엔지니어링 역량을 바탕으로, 파편화된 기업 데이터를 AI가 즉시 학습할 수 있는 최적의 구조로 재정비하는 데 주력한다는 방침이다. 이를 통해 일회성 프로젝트 단위를 넘어 운영 생산성과 보안, 성능이 보장된 '실전형 AI 플랫폼' 구축 방식으로 시장 패러다임을 전환한다는 전략이다. 아이티센인포유는 이미 제조·물류 등 데이터 복잡도가 높은 산업 분야에서 축적한 데이터 플랫폼 구축 경험을 바탕으로 기업 맞춤형 통합 서비스를 단계적으로 확대할 계획이다. 이번 체계 강화를 통해 검증된 방법론을 자체 AI 분석 솔루션에 즉시 반영, 상반기 중 데이터와 AI가 완전히 결합된 차세대 통합 플랫폼을 정식 선보일 예정이다. 이종복 아이티센인포유 대표는 "AI 프로젝트 성패는 기술 그 자체가 아니라 데이터의 질과 연결성에 있다"며 "데이터와 AI 사이 간극을 줄여 고객이 체감할 수 있는 실질적인 투자 대비 효율(ROI)을 만드는 것이 이번 통합 체계 가동 핵심"이라고 강조했다.

2026.02.11 17:01남혁우 기자

데이터브릭스, 전년비 65% 성장…AI 에이전트·차세대 DB 초점

데이터브릭스가 인공지능(AI) 사업 확장 성과로 매출을 전년 대비 65% 이상 올렸다. 데이터브릭스는 2025 회계연도 4분기 기준 연간 환산 매출 54억 달러(약 7조 8418억원)를 기록하며 전년 대비 65% 이상 성장했다고 11일 밝혔다. 총 70억 달러(약 10조 1654억원) 규모 시리즈 L 신규 자금 조달도 마무리 단계에 들어갔다. 이번 자금은 약 50억 달러(약 7조 2610억원) 지분 투자와 약 20억 달러(약 2조 9040억원) 추가 차입 한도를 포함한다. 확보 자금은 AI 에이전트용 서버리스 포스트그레스 데이터베이스(DB) '레이크베이스'와 대화형 AI 어시스턴트 '지니' 고도화에 투입된다. 레이크베이스는 AI 시대에 맞춰 설계된 운영형 DB다. 단일 통합 플랫폼에서 데이터·AI 애플리케이션을 빠르게 구축하도록 돕는다. 지니는 임직원이 데이터와 대화하듯 활용하도록 설계된 대화형 AI 도구다. 투자에는 기존·신규 투자자 모두 참여했다. JP모건체이스는 '보안 및 회복탄력성 이니셔티브' 산하 전략적 투자 그룹을 통해 투자 규모를 확대했다. 글레이드브룩캐피털, 골드만삭스 얼터너티브스의 성장형 사모펀드, 마이크로소프트, 모건스탠리, 노이버거 계열 펀드, 카타르 투자청, UBS 관련 펀드 등 글로벌 기관도 추가 마감에 참여했다. 신용공여는 JP모건체이스은행 주도로 바클레이즈, 씨티그룹, 골드만삭스, 모건스탠리 등 주요 금융기관이 함께했다. 데이터브릭스는 재무 지표도 개선됐다고 밝혔다. 최근 12개월 기준 잉여현금흐름 흑자를 달성했고, AI 제품 부문 연간 환산 매출은 14억 달러(약 2조 328억원)를 기록했다는 설명이다. 순매출 유지율은 140% 이상을 유지했다. 연간 환산 매출 100만 달러 이상 지출 고객은 800개 사 이상, 1000만 달러 이상 지출 고객은 70개 사 이상으로 늘었다. AI 에이전트 신뢰성·성능 강화로 시장 공략 데이터브릭스는 올해 핵심 주력 사업 분야로 '에이전트 브릭스(Agent Bricks)'와 '레이크베이스(Lakebase)'를 제시했다. 이를 통해 기업들이 AI 에이전트를 더욱 빠르고 안정적으로 구축하고 배포할 수 있는 통합 환경을 제공할 방침이다. 에이전트 브릭스는 기업 내부 데이터를 활용해 고품질 에이전트를 설계하고 확장할 수 있도록 돕는 서비스다. 특히 정확성, 일관성, 재현성 등 현장에서 발생하는 품질 문제를 해결하기 위해 거대언어모델(LLM) 기반 자동 평가 체계를 갖췄다. 합성 데이터를 생성해 희귀한 오류 상황까지 보완하는 것이 특징이다. 고객은 이 서비스로 에이전트 성능과 운영 비용 사이 최적점을 선택할 수 있다. 고품질 구현을 우선할지 또는 비용 효율성을 중시할지에 따라 운영 전략을 유연하게 조정할 수 있다. 내장된 도메인 특화 벤치마크와 피드백 루프를 통해 배포 여부를 결정하는 객관적인 근거도 받을 수 있다. 데이터브릭스는 레이크베이스를 통해 AI 에이전트 확산에 따른 데이터 처리 구조 변화에 대응할 방침이다. 레이크베이스는 데이터브릭스의 '데이터 인텔리전스 플랫폼'과 통합된 트랜잭션 처리 엔진이다. 별도 관리가 필요 없는 완전 관리형 포스트그레스(PostgreSQL) 기반으로 설계됐다. 레이크베이스는 스토리지와 컴퓨팅을 분리한 구조를 채택해 낮은 지연 시간과 빠른 처리 속도를 보장한다는 평을 받고 있다. 별도 추출·전환·적재(ETL) 과정 없이 트랜잭션 데이터를 분석과 AI 환경에 즉시 활용할 수 있다. 이를 통해 데이터 활용 병목 현상을 획기적으로 줄였다는 설명이다. 최근 데이터브릭스가 인수한 네온 보고서에 따르면 새로 생성된 DB의 80% 이상이 AI 에이전트에서 나온 것으로 파악됐다. 이에 데이터브릭스는 급증하는 AI 기반 트랜잭션 데이터를 효과적으로 수용해 차세대 AI 생태계의 주도권을 쥘 방침이다. 알리 고드시 데이터브릭스 공동창립자 겸 최고경영자(CEO)는 "이번 투자로 개발자들이 AI 에이전트에 최적화된 운영형 DB를 구축하도록 레이크베이스에 집중 투자할 것"이라며 "모든 임직원이 데이터와 대화하며 정확하고 실행 가능한 인사이트를 얻도록 지니에 대한 투자를 확대할 것"이라고 밝혔다.

2026.02.11 14:19김미정 기자

美 빅테크, 데이터 수집·정제 자동화 승부수…"AI 경쟁력 핵심"

밀키트는 손질된 식재료와 양념을 알맞게 담은 간편식입니다. 누구나 밀키트만 있으면 별도 과정 없이 편리하게 맛있는 식사를 할 수 있습니다. [SW키트]도 마찬가지입니다. 누구나 매일 쏟아지는 소프트웨어(SW) 기사를 [SW키트]로 한눈에 볼 수 있습니다. SW 분야에서 가장 주목받는 인공지능(AI), 보안, 클라우드 관련 이야기를 이해하기 쉽고 맛있게 보도하겠습니다. [편집자주] 인공지능(AI) 경쟁력이 모델 성능을 넘어 데이터 관리 역량으로 이동하고 있다. AI를 실제 업무에 적용하고 확산하기 위해서는 양질의 데이터를 안정적으로 축적·관리하고 활용하는 체계가 필수적이라는 인식이 확산하는 분위기다. 8일 IT 업계에 따르면 AI를 실제 운영·확산하려면 통합적인 데이터 전략이 필수라는 인식이 커지고 있는 것으로 나타났다. 이에 글로벌 기업들을 AI를 데이터 관리 자체에 적용하는 전략을 강화하고 있다. AI를 활용해 데이터 수집부터 정제·검증까지 자동화하는 움직임이 활발해지고 있다. 한국인공지능·소프트웨어산업협회(KOSA)는 지난해 3월 발간한 'AI 산업전환을 위한 데이터 전략 보고서'에서 한국 AI 경쟁력을 세계 6위 수준으로 평가했다. 다만 AI를 실제로 운영하고 확산할 수 있는 기업 인프라·환경은 미국과 중국 등 주요 국가에 비해 취약하다고 진단했다. 보고서는 그 핵심 원인으로 통합적인 데이터 전략의 부재를 지목했다. 보고서는 많은 기업이 AI 학습에 필요한 데이터를 충분히 축적·활용하지 못하고 있다고 봤다. 이는 단순한 규제 문제를 넘어, 기업 내부에 데이터가 분산됐거나 표준화·관리 체계가 갖춰지지 않았다는 설명이다. 데이터를 자산으로 활용하지 못하는 거버넌스 차원에서의 구조적 한계다. 이런 상황이 지속되면 국내 기업들의 AI 도입이 개별 실험이나 시범사업(PoC)에 머무르면서 산업 전반의 AI 전환이 지연될 수 있다는 우려가 나온다. KOSA는 AI가 효과적으로 작동하려면 반도체·데이터·소프트웨어(SW)가 유기적으로 연결되는 선순환 환경이 필요하다고 강조했다. 특히 기업 AI 혁신의 핵심은 민감 데이터 관리에 있다고 봤다. 개인정보나 내부 업무 기록처럼 외부에 공개되지 않는 데이터를 얼마나 체계적으로 정리하고 실제 의사결정에 연결하느냐가 AI 성과를 좌우한다는 설명이다. 보고서는 데이터 품질과 통합이 확보되지 않은 상태에서 AI를 도입할 경우 잘못된 출력이나 분석 오류가 발생할 수 있으며, 데이터 거버넌스 위반과 규제 리스크로 이어질 가능성도 크다고 봤다. 효과적 AI 활용 방안은?…"데이터 관리 자체에 AI 도입" 글로벌 데이터 기업들은 AI를 데이터 관리 자체에 적용하는 전략을 강화하고 있다. 실리콘밸리를 중심으로 AI를 활용해 데이터 수집, 정제, 검증 과정을 자동화하려는 시도가 활발한 것으로 전해졌다. 대표 사례는 세일즈포스의 글로벌 지능형 데이터 분석 플랫폼 태블로(Tableau)다. 태블로는 차세대 분석 솔루션 '태블로 넥스트(Tableau Next)'를 앞세워 데이터 준비부터 분석, 의사결정까지 전 과정에 AI 에이전트를 적용했다. 이를 통해 데이터 검증과 정제에 소요되는 시간을 줄이고, 신뢰 가능한 데이터를 기반으로 분석과 의사결정까지 지원하고 있다. 플랫폼에 포함된 '데이터 프로(Data Pro) 에이전트'는 분석 이전 단계에서 데이터 상태를 자동으로 점검할 수 있다. 데이터상 누락이나 오류 가능성 있는 항목을 식별하고, 정제·변환이 필요한 부분을 제안하거나 일부 데이터 최적화 작업을 자동으로 수행한다. 이를 통해 분석에 활용되는 데이터의 품질과 신뢰도까지 끌어올리는 식이다. 태블로는 데이터 신뢰성을 확보하기 위한 장치도 마련했다고 밝혔다. '태블로 시맨틱스(Tableau Semantics)'는 조직 전체에서 사용하는 지표와 용어, 데이터 간 관계를 일관되게 정의하는 기능을 제공한다. 이를 통해 사용자는 각 데이터가 어떤 의미를 갖는지, 서로 어떤 관계를 이루는지 명확히 이해할 수 있다. 데이터 출처와 처리 과정도 투명하게 확인할 수 있다. 특히 데이터 의미와 처리 과정을 조직 전반에서 일관되게 관리함으로써, AI가 제시하는 인사이트를 포함한 분석 결과의 신뢰성을 높이고, 조직 전체가 동일한 기준으로 데이터를 이해하고 활용할 수 있도록 돕는다. 태블로 분석 단계에서 AI는 단순히 데이터를 처리하는 역할을 넘어, 초기 분석 주제 설정부터 적극적으로 개입한다. 사용자가 어떤 지표를 확인하고 어떤 질문을 던질지 결정하는 초기 단계에서, AI는 핵심 지표와 분석 관점을 제안해 사용자가 보다 빠르고 정확하게 인사이트를 도출할 수 있도록 돕는다. 이를 통해 데이터 분석이 일부 전문가 영역에만 머무르지 않고, 현업 담당자나 조직 리더까지 활용 범위를 넓힐 수 있다. 태블로 넥스트에 탑재된 '컨시어지(Concierge) 에이전트'는 분석 결과 기반으로 가장 적절한 실행 방향을 제시한다는 평을 받고 있다. '인스펙터(Inspector) 에이전트'는 주요 데이터 지표 변화를 지속적으로 모니터링해 이상 징후를 사전에 알린다. 이를 통해 기업은 단순히 변화를 사후적으로 확인하는 데 그치지 않고, 잠재적인 문제 발생 시점을 미리 감지하고 신속하게 대응할 수 있다. 태블로를 도입해 AI와 데이터를 효과적으로 연결한 국내 기업들도 가시적인 성과를 내고 있다. 삼성물산은 태블로의 AI 분석 기능을 활용해 구매 의사결정을 고도화했다. 10여 년간 축적된 구매 데이터에 원자재 가격, 생산자물가지수, 환율 등 외부 지표를 결합하고, 머신러닝·딥러닝 기반 예측 모델을 적용했다. 분석 결과는 직관적인 시각화로 제공돼, 현업 담당자가 가격 변동 요인과 향후 흐름을 한눈에 파악할 수 있도록 했다. 데이터 양과 정확도가 풍부한 금융권에서도 성과 사례가 이어지고 있다. 토스는 태블로를 통해 데이터를 시각화해 이상 징후와 변화 요인을 신속하게 포착하고, 이를 대응 전략 수립에 활용하고 있다. 분석 결과가 즉시 공유되면서 의사결정 과정도 한층 단순화됐다. KB국민은행은 태블로를 전사적으로 도입해 반복적인 리포팅 업무를 자동화했다. AI 기반 분석과 시각화를 통해 데이터를 일 단위로 확인하고 변화 추이를 실시간으로 점검할 수 있게 되면서, 연간 약 1만 시간의 리포팅 업무 시간을 절감했다. 이를 통해 현업 직원들은 보다 빠르고 자율적인 판단에 집중할 수 있는 환경을 마련했다. 이 외 글로벌 데이터·AI 기업들도 유사한 흐름을 보이고 있다. 데이터브릭스는 '데이터 인텔리전스 플랫폼'을 통해 기업이 보유한 데이터를 통합 관리하고 분석하고 있다. 이를 통해 AI를 쉽고 안전하게 구축·운영할 수 있도록 지원한다. 주요 기능으로는 기업용 AI 에이전트 개발을 자동화하는 '에이전트 브릭스', 비기술 사용자도 코드 없이 데이터 파이프라인을 구축할 수 있는 '레이크플로우 디자이너', 통합 거버넌스를 제공하는 '유니티 카탈로그 3.0' 등이 있다. 스노우플레이크는 비즈니스 사용자가 복잡한 SQL 없이도 자연어로 데이터를 활용하고 인사이트를 얻을 수 있도록 지원한다. AI 에이전트는 반복적인 데이터 작업을 자동화해 업무 효율성을 높이며, '호라이즌 카탈로그'를 통해 기업 전체 데이터 자산을 통합 관리하고 보안을 강화한다. 데이터 파이프라인부터 분석, 거버넌스, AI까지 한 플랫폼에서 모두 제공하는 '올인원 전략'이 특징이다. 캐시 로스 가트너 수석 애널리스트는 "기업이 AI를 비즈니스 현장에 즉각 활용하려면 '실행 가능한 맥락 기반 데이터'가 필요하다"며 "데이터가 체계적으로 정리·맥락화될 경우 기업 생산성을 크게 높일 수 있다"고 강조했다.

2026.02.08 15:40김미정 기자

'몸값 1340억 달러' 데이터브릭스, 올해 승부수는 에이전트 AI·차세대 DB

밀키트는 손질된 식재료와 양념을 알맞게 담은 간편식입니다. 누구나 밀키트만 있으면 별도 과정 없이 편리하게 맛있는 식사를 할 수 있습니다. [SW키트]도 마찬가지입니다. 누구나 매일 쏟아지는 소프트웨어(SW) 기사를 [SW키트]로 한눈에 볼 수 있습니다. SW 분야에서 가장 주목받는 인공지능(AI), 보안, 클라우드 관련 이야기를 이해하기 쉽고 맛있게 보도하겠습니다. [편집자주] 데이터브릭스가 올해 인공지능(AI) 에이전트 품질 관리 서비스와 차세대 데이터 플랫폼으로 시장 공략에 나선다. 단순히 AI 모델을 구축하는 속도 경쟁에서 벗어나 AI 신뢰성 강화로 현장 불확실성을 제거하겠다는 포부다. 데이터브릭스는 올해 '에이전트 브릭스'와 '레이크베이스'를 핵심 주력 사업으로 제시했다고 밝혔다. 이를 통해 기업이 AI 에이전트를 더 빠르고 안정적으로 구축·배포할 수 있는 환경을 지원할 계획이다. 에이전트 브릭스는 기업 데이터로 고품질 에이전트를 설계·확장할 수 있게 지원하는 AI 서비스다. 업무 현장에서 반복적으로 발생하는 정확성, 품질 문제를 해결하는 데 초점 맞췄다. 해당 서비스는 작업별 맞춤형 평가 체계와 거대언어모델(LLM) 기반 자동 평가 기능을 갖췄다. 이를 통해 AI 에이전트 품질을 체계적으로 측정한다. 단순 응답 품질을 넘어 정확성을 비롯한 일관성, 재현성 등 작업 환경서 요구되는 기준 중심으로 성능을 검증하는 식이다. 에이전트 학습 과정서는 합성 데이터를 생성해 실제 데이터만으로 확보하기 어려운 오류 상황과 케이스까지 보완한다. 또 고객이 에이전트 성능 수준과 운영 비용 간 균형을 고려해 최적의 지점을 선택할 수 있도록 설계됐다. 고품질을 우선할지, 비용 효율성을 중시할지에 따라 에이전트 운영 전략을 조정할 수 있는 셈이다. 데이터브릭스는 에이전트 브릭스에 내장된 도메인 특화 벤치마크와 피드백 루프가 배포 판단 핵심 기준으로 작동한다고 강조했다. 산업·업무별 성능을 반복 검증하고 개선 결과를 다시 반영하는 구조를 통해 기업이 신뢰를 갖고 에이전트를 배포할 수 있는 근거를 제공하는 식이다. 지난해 에이전트 브릭스를 통한 고객 사례도 나왔다. 아스트라제네카는 에이전트 브릭스로 40만 건 넘는 임상 시험 문서를 분석하고 구조화된 데이터 포인트를 추출했다. 별도 코드 작성 없이 60분 내 비정형 데이터를 분석 가능한 형태로 전환할 수 있었다. 아디다스는 150개국 이상에서 수집된 200만 건 넘는 제품 리뷰를 실시간 인사이트로 전환했다. 비기술 조직도 챗봇을 통해 즉각적인 분석 결과에 접근하며 의사결정 속도를 높였다는 평가를 받기도 했다. 데이터브릭스는 해당 서비스로 기업 에이전트 상용화 장벽을 허물 방침이다. 크레이그 와일리 데이터브릭스 AI 제품 총괄은 "여전히 많은 기업이 AI 에이전트를 실제 비즈니스에 활용하지 못한다"며 "기업이 AI 기술을 제대로 평가·개선하지 못한 탓"이라고 지난 10월 미국 샌프란시스코 본사에서 지디넷코리아를 만나 이같이 밝혔다. 이어 "시스템 내 성능과 데이터 품질을 지속 확인하고 피드백을 반영해 성능을 개선하지 못했기 때문"이라고 설명했다. 와일리 총괄은 AI 품질 평가가 일반 소프트웨어(SW)를 테스트하는 방식과 다르다고 봤다. 일반 SW와 달리 AI는 같은 명령어에도 맥락에 따라 다른 결과를 내놓는다는 이유에서다. 이에 일반 SW처럼 '얼마나 잘 작동하는가'를 객관적으로 평가할 수 없다고 말했다. 와일리 총괄은 "AI는 논리적으로 틀리지 않아도 맥락을 놓치거나 사용자가 설정한 방식으로만 답하는 경우가 다수"라며 "이런 품질을 수치로 정의하거나 일관되게 측정하기 매우 복잡하다"고 설명했다. 그는 "앞으로 엔터프라이즈 환경은 AI 개발에서 평가 중심으로 이동할 것"이라며 "AI 신뢰성과 품질을 동시에 높이는 우리 철학을 에이전트 브릭스에 넣었다"고 말했다. "레이크베이스, AI 시대 데이터 처리 툭화" 데이터브릭스는 AI 에이전트 확산에 따른 데이터 처리 구조 변화를 반영해 레이크베이스 플랫폼 고도화에도 힘쓸 계획이다. 레이크베이스는 '데이터브릭스 데이터 인텔리전스' 플랫폼과 통합된 트랜잭션 처리 엔진이다. 별도 관리가 필요 없는 완전 관리형 포스트그레스로 설계됐다. 이 서비스는 데이터 스토리지와 컴퓨팅을 분리한 구조로 이뤄졌다. 이에 추가 설정 없이 빠른 데이터 처리 속도와 낮은 지연 시간을 제공할 수 있다. 트랜잭션 데이터를 별도 추출·전환·적재(ETL) 과정 없이 분석과 AI 환경에 바로 활용할 수 있도록 설계됐다. 데이터브릭스는 AI 에이전트 확산으로 트랜잭션 데이터 생성량이 급증하고 있다고 봤다. 최근 인수한 네온 분석 보고서에 따르면 새로 생성된 데이터베이스(DB) 80% 이상이 AI 에이전트로 만들어진 것으로 나타났다. 데이터브릭스는 "전통적인 온라인 트랜잭션 처리(OLTP) DB는 수십 년 된 아키텍처 위에서 구동돼 관리가 어렵고 비용이 많이 든다"며 "벤더 락인에도 취약하다"고 지적했다. 이어 "에이전트와 앱, 워크플로는 빠르고 신뢰할 수 있는 데이터를 필요로 한다"며 "우리는 레이크베이스를 통해 AI를 위한 트랜젝션 DB를 재창조할 것"이라고 자신했다.

2026.01.26 14:55김미정 기자

엠클라우드브리지 "韓 기업 제일 잘 아는 'AI 에이전트'로 시장 공략"

"기업 시스템에 인공지능(AI) 에이전트를 여러 개 붙이는 것만이 능사가 아닙니다. 일하는 방식에 맞게 AI를 통제하고 운영할 수 있느냐가 핵심입니다. 우리는 한국 기업 업무 환경을 가장 잘 아는 AI 에이전트 오케이스트레이션으로 고객 업무 자동화를 돕겠습니다." 이혁재 엠클라우드브리지 대표는 최근 지디넷코리아 인터뷰에서 'Ai 365 에이전트 오케스트레이션'으로 국내 AI 에이전트 시장을 이같이 공략하겠다고 포부를 밝혔다. 엠클라우드브리지는 '마이크로소프트 365' 기반 그룹웨어 위에 AI 에이전트를 얹는 방식으로 플랫폼을 운영하고 있다. 기업 문서부터 데이터, 업무, 보안을 한 구조로 통합한 형태다. 엠클라우드브리지 핵심 전략은 'Ai 365 기반 에이전트 오케스트레이션'이다. 여러 AI 모델과 기능을 단순히 연결하는 수준을 넘어 조직도 기반 권한 관리 중심으로 AI를 통합 운영하는 구조다. 관련 서비스는 'Ai 365 지식관리 에이전트'와 'Ai 365 데이터 에이전트' 'Ai 365 업무지원 에이전트' 'Ai 365 보안 에이전트'다. 서비스형 소프트웨어(SaaS) 형태로 제공된다. 이 대표는 해당 플랫폼이 타사 업무용 AI 에이전트보다 국내 기업 환경에 최적화된 형태라고 강조했다. 한국 기업이 Ai 365 에이전트 플랫폼을 조직 단위로 통합 관리할 수 있다는 점 때문이다. 이 대표는 현재 시장에는 개별 AI 에이전트는 많지만 이를 조직 단위로 통합 관리하는 플랫폼은 드물다고 진단했다. 그는 "특히 글로벌 빅테크 에이전트는 개인 단위 업무 환경에 최적화됐다"며 "이는 조직 단위로 의사결정·업무가 이뤄지는 한국 기업에 정착되기 어렵다"고 말했다. 이어 "Ai 365 에이전트는 개인이 아닌 조직 기준으로 AI 에이전트를 운영하는 형태"라며 "부서·직무·직급에 따라 사용할 수 있는 AI와 접근 가능한 문서·데이터를 일괄 관리할 수 있다는 점이 경쟁력"이라고 강조했다. "지식관리 에이전트, 가장 빨리 기업 생산성 올려" 현재 엠클라우드브리지가 주력하고 있는 영역은 지식관리 에이전트·데이터 에이전트다. 지식관리 에이전트는 기업 내부 문서와 규정, 보고서, 계약서 등을 AI가 직접 이해하고 질의응답 형태로 활용할 수 있게 설계됐다. AI가 직원 소속 부서와 직무에 맞는 문서만 골라서 답을 주는 구조로 이뤄졌다. 현재 챗GPT, 퍼플렉시티, 제미나이 챗봇도 통합됐다. 이 대표는 "기존 지식관리 시스템은 별도 문서 저장소를 만들어 놓고 사람이 직접 관리해야 했다"며 "시간이 지나면 유지보수가 되지 않았다"고 지적했다. 그러면서 "조직 권한과 분리된 상태로 운영되면 6개월만 지나도 실제 사용률이 급격히 떨어지는 경우가 많았다"고 덧붙였다. 그는 "우리 지식관리 에이전트는 마이크로소프트 365 기반 그룹웨어와 연동됐다"며 "문서 권한이 조직도와 자동으로 통합됐다"고 설명했다. 이어 "인사 이동이나 조직 개편이 발생하면 접근 권한이 자동 조정된다"며 "사람이 아니라 AI가 이를 먼저 판단한다는 점이 핵심"이라고 말했다. 이 대표는 현재 문서 자산이 많은 법무법인이나 제약사, 제조 기업이 지식관리 에이전트로 효과를 봤다고 밝혔다. 그는 "기업은 문서 관리만 제대로 해도 사무·관리 업무 생산성을 체감상 50~60% 이상 개선할 수 있을 것"이라고 자신했다. 데이터 에이전트는 기업 내부에 흩어진 엑셀 파일이나 데이터베이스 등을 연결해 AI가 자동으로 분석하도록 구축됐다. 기존처럼 사람이 데이터를 정리해 보고서를 생성·해석하는 방식과 다른 셈이다. AI가 데이터를 분석해 사용자 질의에 답할 수도 있다. 이 대표는 "과거에는 보고서 생성부터 검토, 해석하는 데 많은 시간이 필요했다"며 "보고서 자체를 만드는 과정이 필요 없다"고 강조했다. 이 대표는 데이터 에이전트 강점으로 비즈니스 인텔리전스(BI) 설정 간소화를 꼽았다. 사용자가 BI에서 어떤 지표를 볼지, 어떤 차트를 쓸지, 분석 순서를 어떻게 짤지 일일이 정하지 않아도 된다는 이유에서다. 그는 "AI가 데이터 구조를 파악해 적합한 분석 방식과 시각화를 자동으로 선택한다"고 강조했다. 해당 에이전트는 국내 제약·바이오 기업과 대기업 계열사 중심으로 도입이 확대되고 있다. 이 대표는 "기존 BI 도구는 다루기 어렵고 일부 인력만 사용하는 시스템이었다"며 "데이터 에이전트는 BI를 일상 업무 도구로 전환하는 게 핵심"이라고 설명했다. "보안도 국내 업무에 맞게...AI 마켓형 플랫폼 진화 목표" 이 대표는 Ai 365 에이전트 오케스트레이션 보안을 국내 기업 업무 환경에 맞춰 구축했다고 강조했다. AI의 접보 접근 통제를 개인 계정이 아니라 조직도 기준으로 설정했다는 설명이다. 이에 직원 소속 부서와 직무, 권한에 따라 AI가 볼 수 있는 문서와 데이터 범위가 다르며, 그 안에서만 질문과 분석이 이뤄지도록 했다. 이 대표는 "국내 기업은 개인보다 조직 단위로 업무와 책임이 움직인다"며 "이 구조에 맞춰 보안을 설계하지 않으면 AI를 많이 쓸수록 오히려 위험이 커진다"고 지적했다. 이어 "인사이동이나 조직 개편이 발생해도 접근 권한이 자동으로 함께 조정된다"며 "관리자가 매번 권한 설정 할 필요가 없다"고 덧붙였다. 엠클라우드브리지는 올해 지식관리 에이전트 중심으로 매출 기반을 확대할 방침이다. 동시에 데이터 에이전트와 업무 지원 에이전트 기능을 단계적으로 강화할 계획이다. 올해 기업공개(IPO) 준비에 착수했으며 AI 그룹웨어 기반 구독형 비즈니스를 가속할 계획이다. 이 대표는 "향후 산업별 전문 에이전트까지 연결할 수 있는 AI 마켓형 플랫폼을 구축하는 게 목표"라며 "한국 기업 문화와 현장을 가장 잘 아는 AI 에이전트 기업으로 성장할 것"이라고 강조했다.

2026.01.09 10:43김미정 기자

"BI 분석 쉽게"…엠클라우드브리지, 'Ai 365 데이터 에이전트' 발표

엠클라우드브리지가 전 임직원이 자연어로 기업 데이터를 분석·시각화할 수 있는 솔루션을 선보였다. 엠클라우드브리지는 마이크로소프트 패브릭과 데이터브릭스, 스노우플레이크 등 통합 데이터 플랫폼 기반 분석 에이전트인 'Ai 365 데이터 에이전트'를 출시했다고 7일 밝혔다. 이 솔루션은 사용자가 챗봇 인터페이스에 자연어로 질문을 던지면 데이터를 탐색하고 분석해 시각화된 결과물을 즉각 제공하는 셀프서비스 형태다. 해당 플랫폼은 전사적자원관리(ERP), 고객관계관리(CRM), 인사(HR), 그룹웨어 등 기업 내부의 다양한 온프레미스와 클라우드 데이터를 통합 처리한다. 여러 데이터 플랫폼 간 장벽을 제거하고 기업 내·외부 업무 데이터를 단일 분석 허브로 연결함으로써 멀티 소스 기반의 엔터프라이즈 데이터 패브릭 환경을 완성하는 것이 특징이다. 핵심 기능 '텍스트-투-SQL'은 사용자 질문을 분석용 언어로 자동 변환해 실시간 보고서를 생성할 수 있다. 검색증강생성(RAG) 기반 검색은 기업 도메인 맥락에 맞는 답변과 분석을 제공한다. 또 차트 AI 기능을 통해 질문에 최적화된 시각화 자료를 자동으로 선택하고 경영 리포트 형태로 서술하는 기능을 갖췄다. 가트너는 2027년까지 기업 분석 콘텐츠의 75%가 생성형 AI를 통해 자동 생성될 것으로 전망하면서 지각형·자율형 분석 시대 전환을 예고하고 있다. 엠클라우드브리지는 이에 발맞춰 최근 대형 건설사 프로젝트 데이터를 자연어 기반으로 분석하는 프로젝트를 완료하는 등 국내 기업 환경에 맞춘 생성형 비즈니스 인텔리전스 레퍼런스를 확보해 나가고 있다. 이혁재 엠클라우드브리지 대표는 "기업 사용자는 비즈니스 인텔리전스 도구나 모델링 지식이 없어도 챗봇 인터페이스에서 자연어로 묻고 곧바로 인사이트를 제공받을 수 있다"며 "이는 곧 기업 전 구성원이 데이터를 스스로 활용할 수 있는 진정한 셀프 비즈니스 인텔리전스로(BI)의 전환을 의미한다"고 밝혔다.

2026.01.07 10:56김미정 기자

"암기력보다 실무 추론"…데이터브릭스, 기업용 AI 벤치마크 공개

데이터브릭스가 기업 환경에서 인공지능(AI) 추론 능력을 평가하는 플랫폼을 공개했다. 6일 테크크런치 등 외신에 따르면 데이터브릭스는 미국 재무부 공보 기반으로 구축된 오픈 벤치마크 '오피스QA'를 지난달 출시했다. 오피스QA는 짧은 지문이나 상식 평가에 치중했던 기존 벤치마크와 달리 8만9천 쪽 분량 문서를 평가 대상으로 삼는다. 수십 년에 걸친 문서 속에서 정보를 탐색하거나 표와 스캔 된 PDF를 해석하는 등 실제 사무 환경과 유사한 과제를 부여하는 것이 특징이다. 데이터브릭스는 오피스QA가 단순 질의응답이 아닌 문서 전반을 이해하고 명확한 근거를 바탕으로 추론하는 능력을 검증하는 데 초점을 맞췄다고 밝혔다. 이를 통해 AI가 실제 업무 현장에서 겪는 기술적 한계를 보다 정확하게 드러내려는 전략이다. 기존 학술적 성과 위주 평가 체계를 넘어 실질적인 비즈니스 업무 수행력을 검증하려는 취지다. 데이터브릭스는 오피스QA의 벤치마크를 오픈소스로 공개해 학계와 산업계 참여를 유도하고 기업용 AI 성능 기준 형성에 대한 영향력을 확보할 방침이다. 다수 외신은 기존 평가 방식이 AI의 일반 상식이나 암기력 중심이었다면 오피스QA는 문서 전반을 관통하는 맥락 이해와 근거 기반의 추론 능력에 집중한다는 점에 집중했다. 데이터브릭스는 "금융과 규제처럼 높은 정확도가 요구되는 실제 자료를 활용함으로써 AI가 실무에서 맞닥뜨리는 기술적 한계를 구체적으로 짚을 수 있을 것"이라고 강조했다.

2026.01.06 13:37김미정 기자

데이터브릭스, 연매출 48억 달러…"몸값 1300억 달러 증명"

데이터브릭스가 연간 환산 매출 48억 달러(약 7조1천억원)를 넘어서는 성장세로 사업 확장에 나선다. 데이터브릭스는 현재 1천340억 달러(약 198조원) 기업가치를 평가받아 40억 달러(약 5조 7천억원) 규모의 시리즈 L 투자 유치를 진행 중이라고 17일 밝혔다. 2025 회계연도 3분기 기준 연간 환산 매출은 48억 달러로, 전년 동기 대비 55% 이상 오른 수치를 기록했다. 특히 데이터 웨어하우징 사업과 AI 제품군이 각각 연간 환산 매출 10억 달러를 넘은 것으로 집계됐다. 최근 12개월 동안 잉여현금흐름도 흑자를 기록해 외형 성장과 수익성을 동시에 확보했다는 평가를 받고 있다. 데이터브릭스는 이번에 확보되는 자금 바탕으로 고객이 자체 데이터를 활용해 AI 애플리케이션과 에이전트를 구축할 수 있도록 지원을 강화할 방침이다. 핵심 전략 제품인 기록 시스템 '레이크베이스'와 사용자 경험 레이어 '데이터브릭스 앱', 멀티 에이전트 시스템 구동을 위한 '에이전트 브릭스'에 투자를 집중한다. 이번 투자 라운드는 인사이트 파트너스, 피델리티 매니지먼트 앤 리서치 컴퍼니, JP모건 자산운용이 주도했다. 여기에 안드리센 호로위츠, 블랙록, 블랙스톤 등 글로벌 투자사들도 참여했다. 알리 고드시 데이터브릭스 공동창립자 겸 최고경영자(CEO)는 "기업들은 인텔리전트 애플리케이션을 구축하는 방식을 빠르게 재정의하고 있다"며 "이번 투자를 통해 모든 조직이 자체 데이터를 기반으로 AI 혁신을 실현할 수 있도록 지원하겠다는 약속을 더욱 공고히 할 것"이라고 말했다.

2025.12.17 11:51김미정 기자

'데이터 칸막이' 없앤다…아이티센인포유, 제조업 AI·데이터 통합 전략 공개

아이티센인포유가 제조 기업의 복잡한 데이터 통합 관리와 인공지능(AI) 도입을 쉽게 수행하는 지원 전략을 제시했다. 아이티센인포유는 마이크로소프트(MS)·데이터브릭스와 함께 데이터 관리 방안과 실제 사례를 공유하는 세미나를 개최했다고 26일 밝혔다. 이번 행사에서는 제조 기업들의 성공 사례가 주목받았다. 국내 한 대기업 제조사는 그동안 계열사마다 데이터를 저장하는 방식이 다르고 서로 공유가 되지 않는 '데이터 칸막이' 현상을 겪어왔다. 이에 아이티센인포유는 데이터브릭스 기술을 활용해 흩어진 데이터를 한 곳에 통합하고 이를 시각화 도구인 '파워 BI'와 연결했다. 그 결과 데이터의 정확도가 높아진 것은 물론 경영진이 필요한 정보를 즉각 확인할 수 있게 돼 의사결정 속도가 획기적으로 빨라졌다. 업무 효율을 극적으로 높인 사례도 소개됐다. 또 다른 대형 제조기업은 제품 생산 계획을 세우는 시뮬레이션 작업에 매번 많은 시간을 허비해야 했다. 하지만 데이터브릭스 기반의 자동화 시스템을 도입한 후, 이 과정이 10분 이내로 단축됐다. 단순 시스템 교체를 넘어 직원들이 더 중요한 업무에 집중할 수 있는 환경을 만든 것이다. 아이티센인포유는 최근 기업들의 화두인 AI 도입 전략도 발표했다. 특히 사용자가 마치 사람에게 묻듯 질문하면 AI가 사내 데이터를 찾아 답변해 주는 기술을 소개했다. 복잡한 준비 과정 없이 기업이 원하는 맞춤형 AI 기능을 빠르고 안전하게 구축해 주는 역량과 노하우가 강조됐다. 아이티센인포유는 이같은 기술을 기업들이 부담 없이 경험해 볼 수 있도록 '4단계 사전 검증(PoC) 프로그램'을 운영 중이다. 이 프로그램을 이용하면 본격적인 도입 전에 회사의 데이터로 성능과 비용 절감 효과를 미리 확인해 볼 수 있어 최근 문의가 잇따르고 있다는 것이 아이티센인포유 측 설명이다. 아이티센인포유 관계자는 "이번 세미나는 기술적인 설명을 넘어 실제로 데이터브릭스가 기업의 일하는 방식을 어떻게 바꿀 수 있는지 증명하는 자리였다"며 "앞으로도 기업들이 겪고 있는 데이터와 AI 관련 고민을 가장 빠르고 효과적으로 해결해 주는 파트너가 될 것"이라고 말했다.

2025.11.26 17:18한정호 기자

[인터뷰] 데이터브릭스 AI 총괄 "AI 개발보다 품질 평가 무게 둬야"

에이전틱 인공지능(AI) 시대가 왔습니다. AI는 사람 지시 없이 스스로 판단하고 행동하는 자율적 기술로 진화하고 있습니다. 그 핵심에는 데이터가 있습니다. 데이터 수준이 곧 에이전틱 AI 성능을 결정하기 때문입니다. 지디넷코리아는 이번 [SW키트 스페셜] 기획을 위해 미국의 데이터 관리 기업 데이터브릭스와 스노우플레이크, 디노도를 방문했습니다. 각 기업이 어떻게 데이터 품질을 확보하고, 어떤 전략으로 경쟁력을 높이고 있는지 조명합니다. [편집자주] 에이전틱 인공지능(AI) 시대에 기업 고민이 바뀌고 있다. 이제는 '무엇을 개발할 것인가'보다 '어떻게 기술을 평가하고 개선할 것인가'에 더 초점 맞추기 시작했다. AI가 비즈니스에서 안정적으로 작동하도록 평가·검증·개선하는 체계를 갖추는 것이 더 중요하다는 인식이 확산하고 있다. 데이터브릭스 크레이그 와일리 AI 제품 총괄은 미국 샌프란시스코 본사에서 지디넷코리아를 만나 "앞으로 AI와 데이터를 지속적으로 평가하고 개선할 수 있는 시스템이 기업 경쟁력을 결정할 것"이라고 재차 강조했다. 데이터브릭스는 AI·데이터 플랫폼 기업으로 2013년 미국 샌프란시스코에서 설립됐다. 데이터 분석과 AI 개발을 한 환경에서 처리할 수 있는 통합 플랫폼을 제공한다. 대표 제품은 '데이터브릭스 데이터 인텔리전스 플랫폼'이다. 와일리 총괄은 데이터브릭스에서 AI 제품 부문을 총괄하고 있다. 데이터브릭스 합류 전 구글클라우드에서 버텍스 AI를 구축했고, 아마존웹서비스(AWS)에서 '아마존 세이지메이커' 초대 총괄 매니저로 근무한 바 있다. 와일리 총괄은 앞으로 에이전틱 AI 경쟁력이 모델 크기에만 있지 않다고 강조했다. 그는 "기업이 AI를 제대로 활용하기 위해서는 거대한 모델보다 정확한 데이터와 풍부한 맥락 정보(Contextual Data)에 집중해야 한다"며 "작고 효율적인 모델이라도 업무 환경과 데이터 의미를 충분히 반영하면, 대형 모델 못지않은 결과를 낼 수 있다"고 주장했다. "AI 에이전트 상용화 기술 장벽 여전...품질 평가 부족 탓" 와일리 총괄은 여전히 많은 기업이 AI 에이전트를 실제 비즈니스에 활용하지 못한다고 지적했다. 그는 "기업이 AI 기술을 제대로 평가·개선하지 못한 탓"이라며 "시스템 내 성능과 데이터 품질을 지속 확인하고 피드백을 반영해 성능을 개선하지 못했기 때문"이라고 이유를 밝혔다. 와일리 총괄은 AI 품질 평가가 일반 소프트웨어(SW)를 테스트하는 방식과 다르다고 설명했다. 일반 SW와 달리 AI는 같은 명령어에도 맥락에 따라 다른 결과를 내놓는다는 이유에서다. 이에 일반 SW처럼 '얼마나 잘 작동하는가'를 객관적으로 평가할 수 없다고 말했다. 그는 "AI는 논리적으로 틀리지 않아도 맥락을 놓치거나 사용자가 설정한 방식으로만 답하는 경우가 다수"라며 "이런 품질을 수치로 정의하거나 일관되게 측정하기 매우 복잡하다"고 말했다. 와일리 총괄은 또 다른 이유로 시스템 운영 환경 변화를 지적했다. AI 모델이 학습 단계에서 높은 성능을 보이다가 실제 데이터나 사용자 피드백을 받고 낮은 성능을 보일 수 있어서다. 그는 "AI는 데이터에 작은 변화가 있어도 다른 결과를 낼 수 있다"고 말했다. 그러면서 "기업이 이를 실시간으로 평가하고 개선하는 체계를 갖추지 못하면 실제 현장에서는 에이전틱 AI 성능 자체를 유지하기 어려울 것"이라고 강조했다. 와일리 총괄은 이런 문제를 해결하기 위해 '에이전트 브릭스'를 개발했다고 밝혔다. 에이전트 브릭스는 AI가 스스로 성능을 평가하고 개선할 수 있도록 돕는 플랫폼이다. 사용자는 복잡한 데이터·모델 구조를 알지 못해도 자연어 피드백으로 정확도를 개선할 수도 있다. 그는 "앞으로 AI 개발에서 평가 중심으로 엔터프라이즈 환경이 변화할 것"이라며 "AI 신뢰성과 품질을 동시에 높이는 우리 철학을 에이전트 브릭스에 넣었다"고 말했다. 그러면서 "AI가 AI를 평가하는 구조를 통해 기술 불확실성을 줄이는 것이 목표"라고 덧붙였다. 와일리 총괄은 이런 AI 평가 시스템이 장기적으로 효율적인 에이전틱 AI 시스템 구축을 도울 것이라고 내다봤다. 그는 "최근 우후죽순으로 늘어나는 '원클릭 에이전트' 개념이 유행하기 시작했다"며 "이는 실제로 품질이 낮은 에이전트를 생성하거나 시스템 수정이 불가능하다"고 지적했다. 이어 "버튼 한 번에 모든 기술 장벽을 해결하진 못한다"며 "약간 더 복잡하더라도 높은 품질과 안정성을 보장하는 평가 중심 시스템이 장기적으로 이득"이라고 강조했다. 그러면서 "고객은 자신 있게 외부 서비스나 내부 자동화에 AI를 더 활발하게 통합할 수 있을 것"이라고 내다봤다. "규제 산업 공략 자신…엄격한 데이터 관리 적용" 와일리 총괄은 데이터브릭스 플랫폼이 금융과 의료처럼 규제가 엄격한 산업에서도 경쟁력을 발휘하고 있다고 강조했다. 그는 "규제 산업에서는 데이터 출처와 사용 목적을 명확히 기록하고 증명하는 체계가 필수"라며 "플랫폼 내 '엔드 투 엔드(End-to-End) 데이터 라인리지' 기능 등은 이런 요구를 모두 충족한다"고 설명했다. 데이터 라인이지는 데이터 출처와 사용 경로를 보여주는 시스템이다. 현재 데이터브릭스의 유니티 카탈로그 내 탑재된 기능이다. 사용자가 AI 모델을 훈련할 때 사용하는 데이터와 실제 서비스에서 사용하는 데이터가 다를 경우, 데이터 라인이지가 이런 불일치를 즉시 확인할 수 있게 돕는 식이다. 이를 통해 기업은 중복된 데이터 파이프라인을 제거하고, 비용 낭비를 막을 수 있다. 이어 "규제 기관이 요구하는 것은 단순히 데이터를 안전하게 보관했는지가 아니라, 어떤 데이터를 왜, 어떻게 사용했는지에 대한 명확한 설명"이라며 "우리는 이를 테이블 단위로 자동 기록해 기업이 언제든 근거 자료를 제시할 수 있도록 지원한다"고 덧붙였다. 와일리 총괄는 에이전틱 AI 시대에 메타데이터 관리도 중요하다고 봤다. 실제 데이터브릭스는 2023년부터 생성형 AI로 메타데이터를 자동 생성하기 시작했다. 그는 "테이블마다 설명이 자동으로 붙고 각 열(Column) 의미를 요약해 준다"며 "기업이 정보를 일일이 작성하지 않아도 AI가 데이터 구조와 의미를 분석해 자동으로 설명문을 채워 넣는다"고 강조했다. 이어 "덕분에 데이터 검색이나 활용, 거버넌스 수준이 눈에 띄게 높아졌다"고 말했다. 와일리 총괄은 기업이 에이전틱 AI를 제대로 활용하려면 데이터 접근 관리 체계를 더 정교하게 구축해야 한다고 강조했다. AI가 다루는 데이터가 많아질수록, 누가 어떤 정보에 접근할 수 있는지를 정확히 구분하는 것이 중요하다는 이유에서다. 그는 "우리 플랫폼은 직원마다 접근 권한을 다르게 설정해, 민감한 정보를 아무나 볼 수 없도록 관리하고 있다"며 "이런 접근제어 시스템을 통해 개인정보(PII)를 자동으로 찾아내고 분류해 데이터를 정제하고 있다"고 설명했다. 현재 데이터브릭스는 오픈AI를 비롯한 엔비디아와 협력하고 있다. 구글과의 협업도 진행 중이다. 그는 "우리는 누가 만든 모델이든 상관없다"며 "우리 플랫폼 안에서 안전하게 접근하고 관리할 수 있는 환경을 만드는 것이 협력 목표"라고 밝혔다.

2025.11.10 06:01김미정 기자

Prev 1 2 3 4 Next