Databricks 세계가 모이는 곳.

기업들이 여러 모델에 걸쳐 AI 에이전트를 거버닝하는 방법

Databricks announced the general availability of the Unity AI gateway to provide centralized multi-model governance, cost controls, and end-to-end observability for enterprise AI agents. Panelists discussed how coding agents and harnesses are evolving beyond programming into long-running operations, personal software development, and automated organizational workflows.

데모: Unity AI Gateway를 활용한 거버넌스가 적용된 AI 에이전트 구축

This video demonstrates how to build, update, and govern a store operations AI agent using Databricks Agent Bricks and the Unity AI Gateway. The tutorial highlights integrating custom Model Context Protocol servers, recording execution traces with MLflow, and enforcing security policies and budget controls.

Stellantis: 글로벌 완성차 업체가 AI 에이전트를 대규모로 배포한 방법

OntoRank를 통한 Databricks Genie Ontology의 온톨로지적 정의

Databricks Genie Ontology uses a ranking algorithm (OntoRank) to dynamically infer data definitions based on source credibility, usage frequency, and certification, enabling AI agents to answer questions without requiring formal ontologies. The tool democratizes data access but risks surfacing incorrect definitions if not paired with basic data governance practices.

DABs: UI에서 DABS로 동기화

Databricks로 거버넌스가 적용된 에이전트 구축

Databricks는 Unity Catalog 거버넌스 계층을 AI 에이전트, MCP 서버, 도구로 확장해 중앙화된 탐색, 접근 제어, 감사 로깅을 제공함으로써 '에이전트 확산' 문제를 해결한다. 이 시스템을 통해 개발자는 빠르게 에이전트를 구축할 수 있고, IT 팀은 세분화된 정책을 시행하고 자격 증명을 관리하며 요청과 응답의 엔드투엔드 리니지를 추적할 수 있다.

프리미티브에서 프로덕션까지: Anthropic이 에이전트를 구축하는 방법

Anthropic은 에이전트를 도구 접근 권한을 가진 루프 속 LLM으로 정의하며, 경직된 워크플로보다 모델의 지능에 의존하고, 도메인별 스킬과 MCP, 평가(evals)를 활용해 여러 분야에서 효과적인 에이전트를 구축한다. 한 데모에서는 사이트 신뢰성 에이전트가 데이터베이스 풀 문제를 자율적으로 파악하고 코드를 수정한 뒤 포스트모템을 생성하는 모습을 보여주었다.

DABs: watch flag

DABs: 정책으로 클러스터 제어하기