Jun 7 — Jul 7, 2026
지난 한 달 동안 Databricks 생태계 내에서 AI 에이전트 기능 및 거버넌스 강화에 대한 상당한 추진이 있었으며, 데이터 관리 및 운영 효율성도 지속적으로 개선되었습니다. 주요 테마는 AI 에이전트의 메타 하네스로 Omnigent가 도입되어 구성 가능성과 제어에 중점을 둔 것이었습니다.
1.Omnigent 및 AI 에이전트 오케스트레이션
Databricks는 AI 에이전트를 위한 오픈 소스 메타 하네스인 Omnigent를 도입했습니다. 이는 다양한 에이전트 워크플로우 전반에 걸쳐 구성, 제어 및 협업을 위한 통합 인터페이스를 제공하도록 설계되었습니다. 여러 독점 에이전트 하네스 관리의 어려움을 해결하기 위해 쿼리 라우팅, 에이전트 오케스트레이션, 상태 저장 및 데이터 중심 정책 적용을 위한 공통 계층을 제공하는 것을 목표로 합니다. MLflow는 이제 에이전트 추적의 자동 다층 관찰 가능성을 위해 Omnigent와 통합됩니다.
출처
- Contextual Policies in Omnigent: Using session state to better govern AI agentsNews · databricks-blog · Jul 6
- OpenAI and Databricks at DAIS 2026: Making enterprise AI realNews · databricks-blog · Jul 6
- What Is a Meta-Harness for AI Agents? Omnigent explainedVideo · Databricks · Jul 6
- Multi-Harness AI Agents Need Multi-Layer Observability: Omnigent in MLflowNews · mlflow-blog · Jul 2
- Introducing Omnigent: The Ultimate Meta-Harness for AI AgentsVideo · Databricks · Jun 30
- AI Stack Explained in 3 Layers (LLM, Agent Harness, Omnigent)Video · Databricks · Jun 29
- Introducing Omnigent: an open meta-harness – Matei Zaharia, Co-founder and CTO, DatabricksVideo · Databricks · Jun 24
- v0.122.0Release · databricks/databricks-sdk-java · Jun 22
- v0.148.0Release · databricks/databricks-sdk-go · Jun 22
2.AI 기반 데이터 엔지니어링 및 비즈니스 인텔리전스를 위한 Genie 제품군 확장
AI 에이전트 Genie 제품군은 데이터 엔지니어링 작업 자동화, 비즈니스 인텔리전스 강화 및 의사 결정 지원에 중점을 두면서 크게 확장되었습니다. Genie Code는 ML 모델 구축, 평가 및 배포를 지원하고 엔지니어링 표준을 적용합니다. Genie ZeroOps는 데이터 파이프라인 문제를 사전에 모니터링하고 수정하며, Vibe Data Modeling은 LLM을 사용하여 자연어에서 분석 비즈니스 모델을 생성합니다. 이러한 에이전트는 AI를 더 쉽게 접근하고 일상적인 운영에 통합하는 것을 목표로 합니다.
출처
- Reimagining Data Modeling on the Lakehouse: Introducing Vibe Data ModelingNews · databricks-blog · Jul 6
- Forecasting at the speed of modern retailNews · databricks-blog · Jul 1
- Databricks Genie ZeroOps | A Quick OverviewVideo · Advancing Analytics · Jul 1
- All the AI Databricks Data + AI Summit Announcements you need to know | AI Newsround - June 2026Video · Advancing Analytics · Jun 30
- Genie Code Skills: Maintaining Quality at ScaleVideo · Databricks Skill Builder · Jun 25
- Meet Genie, Your New Decision-Making PartnerVideo · Databricks Skill Builder · Jun 25
- What’s coming next to Free EditionVideo · Databricks · Jun 25
- Agentic machine learning with Genie Code (includes demo)Video · Databricks · Jun 24
- How Daikin Applied Americas builds consistent data pipelines at scale with Genie CodeNews · databricks-blog · Jun 24
3.선언적 자동화를 위한 Databricks Asset Bundles (DABs)
이제 Declarative Automation Bundles로 불리는 Databricks Asset Bundles (DABs)는 Databricks 리소스를 선언적으로 관리하기 위한 핵심 도구로 계속 발전하고 있습니다. 새로운 기능과 논의는 규칙 중앙 집중화, 배포를 위한 브랜치 보호 시행, 배포 엔진 개선에 대한 사용을 강조합니다. 이는 Databricks에서 보다 강력하고 버전 제어되며 자동화된 인프라 관리로의 전환을 강조합니다.
출처
- 134: Declarative Automation Bundles (Formerly Databricks Asset Bundles)|Part 1|Complete IntroductionVideo · Raja's Data Engineering · Jul 6
- DABs: mutators as a good place for central rulesVideo · databricks MVP Hubert Dudek · Jul 5
- Release: v2.12.1 (#1948)Release · databricks/databricks-vscode · Jul 2
- databricks DABs: version protectionVideo · databricks MVP Hubert Dudek · Jul 1
- databricks DABs: Branch protectionVideo · databricks MVP Hubert Dudek · Jun 26
- databricks DABs: New direct engineVideo · databricks MVP Hubert Dudek · Jun 24
4.운영 데이터를 위한 Lakebase 및 서버리스 PostgreSQL
Databricks는 데이터 레이크에서 실행되는 완전 관리형 서버리스 PostgreSQL 데이터베이스인 Lakebase를 추진하고 있습니다. 이 아키텍처는 컴퓨팅과 스토리지를 분리하여 무제한 스토리지, 탄력적인 컴퓨팅 및 즉각적인 브랜칭을 제공합니다. 분석 및 운영 데이터를 통합하여 다양한 요구 사항에 대한 단일 데이터 복사본을 가능하게 하고 서버리스, 확장 가능한 데이터베이스를 요구하는 AI 애플리케이션의 요구 사항을 해결하도록 포지셔닝됩니다.
출처
- Lakebase CDF — destination Delta table not created after successful UI setup (Free Edition)Community · databricks-community · Jul 7
- From monolith to Lakebase to LTAP: rethinking the database from storage upNews · databricks-blog · Jun 30
- What To Look For in a Serverless Database for AI ApplicationsNews · databricks-blog · Jun 25
- What Is Serverless PostgreSQL?News · databricks-blog · Jun 25
- Inside Lakebase: fully-managed serverless Postgres – Nikita Shamgunov, VP, Engineering, DatabricksVideo · Databricks · Jun 24
- v0.118.0Release · databricks/databricks-sdk-py · Jun 18
- v0.121.0Release · databricks/databricks-sdk-java · Jun 17
- v0.147.0Release · databricks/databricks-sdk-go · Jun 17
- v0.120.0Release · databricks/databricks-sdk-java · Jun 16
- v0.146.0Release · databricks/databricks-sdk-go · Jun 16
5.AI 시대를 위한 향상된 보안 및 거버넌스
특히 AI 에이전트의 부상과 함께 보안 및 거버넌스는 여전히 중요한 초점입니다. 새로운 발표에는 AI 기반 공격으로부터 방어하기 위한 에이전트형 보안 레이크하우스인 LakeWatch와 AI 에이전트의 거버넌스 및 비용 추적 강화를 위한 Unity AI Gateway가 포함됩니다. Omnigent의 컨텍스트 정책은 AI 에이전트 작업의 보다 강력한 거버넌스를 위해 세션 상태 추적을 더욱 가능하게 합니다. 데이터 태깅 및 열 마스킹 기능도 민감한 데이터에 대한 세분화된 제어를 제공합니다.
출처
- Scaling Security Alert Triage With Specialized Agents on DatabricksNews · databricks-blog · Jul 6
- Contextual Policies in Omnigent: Using session state to better govern AI agentsNews · databricks-blog · Jul 6
- Announcement | Building an open ecosystem for AI governance with Unity AI GatewayCommunity · databricks-community · Jul 3
- Mask Sensitive Data: Protect Your PII Effectively!Video · Databricks Skill Builder · Jul 2
- All the AI Databricks Data + AI Summit Announcements you need to know | AI Newsround - June 2026Video · Advancing Analytics · Jun 30
- Master Data Tagging: 3 Ways to Boost Governance!Video · Databricks Skill Builder · Jun 26
- Databricks + Panther: advancing the security lakehouseVideo · Databricks · Jun 25
- Defending against a tidal wave of AI attacks with Lakewatch, the agentic security LakehouseVideo · Databricks · Jun 24
- How Agent Bricks gives developers choice, context and control (with demo)Video · Databricks · Jun 24