본문으로 건너뛰기
← 전체 뉴스
Databricks Blog2026년 9월 17일

에이전트가 물려받은 웹 검색만으론 부족하다

영어 원문을 AI가 번역했습니다. 영어로 보기

요약

Omnigent를 사용하면 모델, 도구, 정책, 한도를 한 번만 정의해 Claude Code, Codex, 원시 API 등 harness마다 다시 만들 필요 없이 에이전트를 배포할 수 있다. 모델 호출은 Databricks Foundation Model APIs를 거쳐 비용과 거버넌스를 통합 관리한다. 웹 검색을 Nimble로 교체하자 벤치마크 정확도가 46%에서 71%로 상승했고 검색 비용은 절반으로 줄었다.

* Omnigent는 엔지니어가 모델, 도구, 정책, 한도를 한 번만 정의하면 어떤 harness(Claude Code, Codex, 원시 API)에서도 실행할 수 있게 해주는 레이어이며, 웹 검색 자리는 Nimble이 채운다. * 같은 에이전트를 여러 harness마다 반복해서 새로 만드는 것은 배선 작업에 엔지니어링 시간을 낭비하게 하며, 각 harness에 내장된 웹 검색은 결과가 일관되지 않고 불완전한 데다 공통된 비용 추적, 거버넌스, 감사 추적도 없다. * 하나의 에이전트 정의가 세 번의 재구축을 대신하고, 모델 호출은 Databricks Foundation Model APIs를 거쳐 비용과 거버넌스가 통합되며, Nimble의 웹 검색은 벤치마크 정확도를 46%에서 71%로 끌어올리는 동시에 검색 비용을 절반으로 낮췄다.

관련 기사

News

AI 에이전트를 위한 데이터베이스: 5가지 평가 기준

databricks-blog1d ago
News

AIOps란?

databricks-blog1d ago
News

거버넌스가 적용된 데이터와 AI로 거래 라이프사이클 현대화하기

databricks-blog1d ago
News

"행을 위한 정규식": MATCH_RECOGNIZE로 SQL 패턴 감지 단순화

databricks-blog2d ago