Jun 30 — Jul 7, 2026
이번 기간에는 Databricks의 AI 기능, 특히 AI 에이전트 및 거버넌스에 대한 상당한 집중과 함께 데이터 관리 및 운영 분석을 위한 Lakehouse 플랫폼의 지속적인 개선이 이루어졌습니다.
1.Omnigent 및 AI 에이전트 거버넌스
Databricks는 다양한 모델 및 에이전트 워크플로우 전반에 걸쳐 구성, 제어 및 협업을 통합하도록 설계된 AI 에이전트용 오픈 소스 메타 하네스인 Omnigent를 소개했습니다. 여기에는 컨텍스트 정책과 MLflow Tracing을 통한 통합 관찰 가능성과 같은 강력한 거버넌스 기능이 포함되어 프로덕션에서 여러 AI 에이전트를 관리하는 복잡성을 해결합니다.
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
2.운영 데이터를 위한 Lakebase 및 LTAP
Databricks는 Lakebase 및 LTAP(Lakehouse Transactional Analytical Platform)를 통해 데이터베이스 아키텍처를 재고하고 있습니다. Lakebase는 확장성 및 탄력성을 위해 Postgres 컴퓨팅 로그 및 데이터를 클라우드 스토리지로 외부화하는 반면, LTAP는 단일 플랫폼에서 분석 및 운영 데이터를 통합하여 기존 ETL 프로세스를 제거하는 것을 목표로 합니다.
출처
- Lakebase CDF — destination Delta table not created after successful UI setup (Free Edition)Community · databricks-community · Jul 7
- Databricks launches across the Data + AI stack in 90 secondsVideo · Databricks · Jul 3
- From monolith to Lakebase to LTAP: rethinking the database from storage upNews · databricks-blog · Jun 30
3.선언적 자동화를 위한 Databricks Asset Bundles (DABs)
이제 Declarative Automation Bundles로 불리는 Databricks Asset Bundles (DABs)는 Databricks 배포를 관리하는 핵심 도구로 계속 발전하고 있습니다. 새로운 기능과 논의는 중앙 집중식 규칙을 위한 변형자와 환경 전반에 걸쳐 일관된 배포를 위한 버전 보호를 포함하여 선언적 자동화를 위한 사용을 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
4.AI 기반 데이터 모델링 및 의사 결정 실행
Databricks는 AI를 통해 데이터 모델링 및 의사 결정을 강화하고 있습니다. Vibe Data Modeling은 LLM을 사용하여 자연어에서 분석 비즈니스 모델을 생성하여 배포 속도를 크게 높입니다. 또한 Databricks 인프라에서 전체 경영진 의사 결정 루프를 자동화하기 위해 의사 결정 실행 플랫폼(DEP) 개념이 도입되었습니다.
5.데이터 품질 및 합성 데이터 생성
Databricks 생태계 내에서 데이터 품질 및 합성 데이터 생성을 다루는 새로운 프로젝트 및 도구가 등장하고 있습니다. DQx는 PySpark DataFrames에서 데이터 품질을 검증하기 위한 프레임워크를 제공하며, dbldatagen은 테스트 및 개념 증명 프로젝트를 위한 대규모 관련 합성 데이터 세트를 빠르게 생성하는 방법을 제공합니다.