데이터브릭스, AI 기반 문서 자동화 워크플로우 혁신 방안 발표

주장미디어와 통신, 게임 등 산업 전반에서 수동 문서 추출 방식은 업무 속도를 저하시키고 수익 누수와 규정 준수 위험을 초래합니다. 기업은 데이터브릭스의 인공지능 비즈니스 인텔리전스(AI/BI) 지니와 에이전트 브릭스를 통합하여 문서를 검색 가능하고 실행 가능한 데이터로 전환해야 합니다.

팩트기업은 계약서와 고용 계약, 비밀유지계약서, 광고 삽입 주문서 등 방대한 문서를 운영합니다. 다수 팀은 여전히 휴대용 문서 형식(PDF)을 수동으로 읽고 데이터를 스프레드시트나 전사적 자원 관리(ERP), 고객 관계 관리(CRM) 시스템에 재입력하는 비효율적인 방식을 사용합니다.

교차검증기존 광학 문자 인식(OCR) 엔진이나 계약 관리 시스템 등 단일 도구는 파편화된 데이터 기반에서 작동하여 실질적인 가치 창출에 한계가 있습니다. 이러한 도구는 읽기 전용으로 설계된 경우가 많아 전체 워크플로우를 자동화하고 확장하는 데 어려움이 있습니다.

팩트데이터브릭스는 AI/BI 지니와 에이전트 브릭스, 유니티 카탈로그라는 세 가지 핵심 기능을 통해 문서 활성화 플랫폼을 제공합니다. AI/BI 지니는 자연어 질문으로 구조화 질의 언어(SQL) 작성 없이 데이터를 분석하며, 유니티 카탈로그는 데이터와 인공지능 에이전트에 대한 통합 거버넌스를 보장합니다.

팩트문서 활성화 워크플로우의 첫 번째 단계는 정보 추출 에이전트를 통한 구조화입니다. 대규모 언어 모델(LLM) 기반 추출을 통해 비정형 문서를 구조화된 델타 테이블로 변환하며, 이는 브론즈와 실버, 골드 레이어로 구성된 레이크플로우 파이프라인을 거쳐 분석 가능한 상태가 됩니다.

팩트두 번째 단계인 AI/BI 지니는 비즈니스 사용자가 평이한 언어로 질문하여 데이터를 조회하도록 지원합니다. 사용자는 다음 분기에 만료되는 계약이나 특정 수익 공유 기준을 충족하는 계약을 즉시 확인하여 분석가 병목 현상을 해결합니다.

팩트세 번째 단계에서는 지식 어시스턴트가 검색 증강 생성(RAG) 기반으로 조항 수준의 답변을 제공합니다. 사용자는 특정 계약의 하위 라이선스 제한이나 독점 권리 여부를 질문할 수 있으며, 어시스턴트는 원본 PDF에 대한 인용을 포함하여 답변의 신뢰성을 유지합니다.

팩트네 번째 단계인 멀티 에이전트 슈퍼바이저는 사용자의 질문을 분석하여 적절한 도구로 연결하는 단일 진입점 역할을 합니다. 구조화된 질문은 지니로, 조항 관련 질문은 지식 어시스턴트로, 시스템 작업은 모델 컨텍스트 프로토콜(MCP) 기반 커넥터로 경로를 설정합니다.

팩트다섯 번째 단계인 MCP 서버는 문서 이해를 실제 시스템 업데이트로 연결합니다. 추출된 데이터를 바탕으로 SAP나 CRM, 광고 플랫폼 등 외부 시스템의 애플리케이션 프로그래밍 인터페이스(API)를 호출하여 권리 데이터 동기화나 결제 시스템 업데이트 작업을 자동으로 수행합니다.

주장이 워크플로우는 데이터가 방대하고 변화 속도가 빠른 미디어와 엔터테인먼트, 통신 산업에서 효과를 발휘합니다. 기업은 문서를 단순한 기록물이 아닌 거버넌스가 확보된 통찰력과 실행 가능한 자산으로 전환하여 경쟁력을 높여야 합니다.

출처데이터브릭스 공식 블로그(https://www.databricks.com/blog/how-transform-document-activation-workflows-genie-and-agent-bricks)를 통해 해당 내용을 교차 검증했습니다.