데이터브릭스의 기업용 AI 에이전트 운영체제 전략

주장데이터브릭스는 단순한 데이터 플랫폼을 넘어 기업용 인공지능(AI) 에이전트를 위한 운영체제로 거듭나고 있습니다. 기업이 AI 모델의 성능을 넘어 차별화된 경쟁력을 확보하려면 고유한 데이터와 비즈니스 맥락을 에이전트에 효과적으로 연결해야 하기 때문입니다.

팩트데이터브릭스는 2026년 데이터+AI 서밋에서 옴니젠트(Omnigent)와 엘탭(LTAP) 아키텍처를 공개했습니다. 옴니젠트는 클로드 코드, 코덱스, 커서 등 다양한 에이전트를 통합 관리하는 오픈소스 메타 하네스입니다.

팩트데이터브릭스는 매일 5000만에서 6000만 개의 가상 머신을 운영하며 엑사바이트 규모의 데이터를 처리합니다. 이러한 방대한 인프라 규모를 바탕으로 기업이 요구하는 데이터 거버넌스와 보안 정책을 에이전트 환경에 적용합니다.

교차검증AI 에이전트가 기업의 민감한 문서에 접근하거나 잘못된 패키지를 설치할 경우 데이터 유출이나 비용 폭증의 위험이 존재합니다. 데이터브릭스는 이를 방지하기 위해 에이전트 세션에 대한 엄격한 비용 통제와 상태 기반 보안 정책이 필수적이라고 강조합니다.

팩트보안 정책을 적용하는 기반으로서 데이터브릭스는 기존의 데이터 웨어하우스와 데이터 레이크를 분리하던 방식에서 벗어납니다. 하나의 오픈 파운데이션에서 모든 데이터를 관리하는 레이크베이스(Lakebase) 아키텍처를 지향하며 데이터 파이프라인의 복잡성을 줄입니다.

팩트레이크베이스 구조는 에이전트가 실시간 운영 데이터에 직접 접근할 수 있도록 지원합니다. 이는 데이터의 흐름을 단순화하여 에이전트의 데이터 활용 효율을 높입니다.

주장데이터브릭스는 벡터 데이터베이스가 별도의 카테고리로 존재할 필요가 없다고 판단합니다. 데이터베이스 엔진이 객체 저장소 위에서 직접 작동하는 레이크베이스 구조를 통해 벡터 검색과 일반 쿼리를 통합하는 것이 더 효율적이기 때문입니다.

팩트데이터브릭스의 지니(Genie)는 일반적인 에이전트 대비 데이터 처리 정확도가 3배 높습니다. 이는 기업이 보유한 고유한 비즈니스 로직과 데이터 맥락을 에이전트가 이해하도록 설계된 결과입니다.

교차검증데이터베이스 엔진을 재설계하는 과정은 이른바 제2 시스템 증후군의 위험을 내포합니다. 데이터브릭스는 10년간 축적된 데이터 추적 기록과 수천 조 개의 데이터 포인트를 바탕으로 이 기술적 난제를 해결합니다.

팩트데이터브릭스는 기존의 하이브리드 트랜잭션 및 분석 처리(HTAP)의 한계를 극복하기 위해 엘탭 아키텍처를 제안합니다. 이는 모든 쿼리 엔진을 통합하는 대신 스토리지 계층을 통일하여 트랜잭션 데이터와 분석 데이터의 간극을 메우는 방식입니다.

주장데이터브릭스는 옴니젠트를 독점하지 않고 오픈소스로 공개했습니다. 이는 에이전트 생태계 전반의 표준 응용 프로그램 인터페이스(API)를 구축하고, 기업들이 파편화된 에이전트 도구들을 통합하여 협업할 수 있는 환경을 조성하기 위함입니다.

출처데이터브릭스의 기술 전략과 옴니젠트의 구조는 레이턴트 스페이스(Latent Space)의 분석 내용을 교차 검증했습니다.