데이터브릭스, 에이전트 브릭스 GA 발표…10만 개 에이전트·멀티 AI·핵심 파트너십 공개

세 가지 핵심 기능이 2026년 상반기에 GA(General Availability)를 달성했으며, 서밋에서 강조되었습니다:

• 커스텀 에이전트(Custom Agents) — 개발자가 LangGraph, PyFunc 등 선호하는 프레임워크를 사용하고, 서버리스 컴퓨팅에서 완전 관리형 데이터브릭스 앱(Databricks Apps)으로 배포할 수 있습니다. 2026년 2월 GA에 도달했습니다 .
• 슈퍼바이저 에이전트(Supervisor Agent) — 복잡한 작업을 위해 특화된 하위 에이전트와 도구를 조정하는 멀티 에이전트 오케스트레이터입니다. 2026년 2월 10일, 초기에는 미국 일부 리전에서 GA가 되었습니다 .
• 문서 인텔리전스(Document Intelligence) — 이메일, PDF, 매뉴얼 등 비정형 데이터를 처리합니다 .

이러한 기능은 2026년 초 Azure 전역으로 확장되었습니다. 3월 31일 기준, Knowledge Assistant와 Supervisor Agent는 westeurope, northeurope, uksouth, centralindia, canadacentral, australiaeast, southeastasia에서 사용 가능하게 되었습니다 .

데이터브릭스는 플랫폼 출시 이후 10만 개 이상의 에이전트가 구축되었으며, 연간 1천조(quadrillion) 토큰 이상의 에이전트 트래픽을 처리하고 있다고 보고했습니다 .

멀티 에이전트 오케스트레이션과 멀티 모델 유연성

서밋 세션과 발표에서 두 가지 아키텍처 테마가 부각되었습니다.

슈퍼바이저 에이전트: 에이전트 군집 조정

슈퍼바이저 에이전트 패턴은 중앙 코디네이터가 하위 에이전트와 도구에 작업을 위임하는 방식입니다. 데이터브릭스는 이를 단일 에이전트 챗봇에서 종합적인 비즈니스 워크플로우를 처리할 수 있는 조정된 멀티 에이전트 시스템으로의 전환이라고 설명했습니다 . 아스트라제네카(AstraZeneca)의 발표가 가장 상세한 공개 사례를 제공했습니다(아래 기업 도입 사례 참조).

단일 API로 모든 모델 사용

에이전트 브릭스는 명시적으로 멀티 AI(multi-AI)를 지원합니다. 팀은 Anthropic Claude, Amazon Nova, Meta Llama(Bedrock 경유) 등 다양한 제공업체의 모델을 라우팅, 폴백(Fallback), 비용 최적화 기능이 포함된 단일 API를 통해 사용할 수 있습니다 . 데이터브릭스는 고객의 63%가 이미 여러 모델 제품군에 걸쳐 작업을 라우팅하고 있다고 밝혔습니다 .

Mosaic AI 연구에 기반한 자동화된 에이전트 최적화는 합성 데이터 생성, 작업 인식 평가, 튜닝을 처리하여 비용을 절감하면서 품질을 개선하는 것을 목표로 합니다 .

DAIS 2026 파트너십 생태계

서밋에서는 서드파티 도구가 에이전트 브릭스 라이프사이클에 어떻게 연결되는지도 구체화되었습니다. 공개적으로 확인된 내용은 다음과 같습니다:

몬테카를로(Monte Carlo): 옵저버빌리티

몬테카를로는 2026년 6월 15일 에이전트 브릭스와의 통합을 발표하며 플랫폼의 독점 옵저버빌리티 파트너로 자리매김했습니다 . 이 통합은 몬테카를로의 기존 데이터브릭스 적용 범위(Delta Lake, Unity Catalog)를 에이전트 레이어까지 확장하여 AI 에이전트의 입력, 동작, 출력을 종단간(end-to-end) 모니터링합니다 .

콜리브라(Collibra): 거버넌스

데이터브릭스는 2026 ISV 파트너 어워드에서 콜리브라를 데이터 거버넌스 올해의 파트너(Data Governance Partner of the Year) 로 선정했습니다 . 통합 강화를 통해 기업 거버넌스, 의미론적 컨텍스트, AI 라이프사이클 가시성을 데이터브릭스 데이터 인텔리전스 플랫폼(Databricks Data Intelligence Platform)에 직접 제공하며, 투명성과 추적 가능성을 바탕으로 에이전틱 AI(agentic AI)를 거버넌스 환경에 기반하도록 지원합니다 .

리툴(Retool): 로우코드 에이전트 구축

리툴은 에이전트 브릭스와 Lakebase의 론치 파트너(Launch Partner) 입니다. 공동 고객은 데이터브릭스에 연결된 리툴의 로우코드 플랫폼을 사용하여 내부 도구와 커스텀 에이전트를 구축할 수 있습니다. 주목할 만한 기능은 Genie Spaces와의 에이전트-투-에이전트 연결로, 팀이 수익 이상 징후나 재고 격차와 같은 신호를 리툴 내에서 직접 조치할 수 있게 해줍니다 .

글로벌 시스템 통합업체(Systems Integrators)

서밋 기간 공개된 데이터브릭스 2026 글로벌 파트너 어워드에서 주요 SI들이 선정되었습니다:

• Accenture Federal Services: 글로벌 올해의 파트너(Global Partner of the Year)
• Deloitte: 북미 올해의 파트너(North America Partner of the Year) 및 공공 부문 SLED 올해의 파트너(Public Sector SLED Partner of the Year)
• Wipro: 혁신 올해의 파트너(Innovation Partner of the Year)
• Infosys: 컨설팅 및 시스템 통합업체 Brickbuilder 어워드 수상 기업 명단에 포함

Thoughtworks는 DAIS 2026 파트너 어워드, 론치 파트너 발표, 또는 에이전트 브릭스 통합 자료에서 공개적으로 언급되지 않았습니다. 이번 서밋에서 Thoughtworks의 특정 에이전트 브릭스 파트너십 발표 증거는 찾을 수 없었습니다.

기업 도입 사례: 프로덕션 운영 중인 기업들

데이터브릭스와 고객사들은 다양한 산업에서의 프로덕션 배포 사례를 공개했습니다:

아스트라제네카(AstraZeneca): 멀티 에이전트 시스템 10배 확장

아스트라제네카는 "AstraZeneca's Multi-Agent System: Lessons Scaling Agents by 10x With Agent Bricks" 제목의 세션을 발표했습니다. 이 제약 회사는 치료 영역별로 특화된 하위 에이전트를 조정하는 슈퍼바이저 에이전트를 사용하여 '브랜드 어시스턴트(Brand Assistant)'를 구축했습니다. 이 시스템은 Genie Spaces를 통한 정형 데이터와 Knowledge Assistant를 통한 비정형 문서를 결합하며, Unity Catalog와 Entra ID 통합을 통해 권한 경계를 강제합니다. MCP(Model Context Protocol)는 서드파티 도구 통합을 가능하게 합니다 .

버진 애틀랜틱(Virgin Atlantic)

버진 애틀랜틱은 데이터브릭스의 에이전트 브릭스 고객 사례로 소개되었으며 서밋에서 발표했습니다 . 항공사의 BI 및 고급 분석 책임자(Head of BI and Advanced Analytics)인 Tom Barber가 세션에 참여했습니다 . 에이전트 배포에 대한 구체적인 내용은 공식 보도자료보다는 서밋 온디맨드 콘텐츠에서 확인할 수 있었습니다.

기타 사례

7-Eleven은 플랫폼에서 GenAI 유지보수 어시스턴트를 구축했습니다 . Fox Corporation, Flo Health, EchoStar도 프로덕션 사용자로 언급되었습니다 .

본 서밋 기준 미확인 사례

Workday는 "Accelerating AI From Model to Impact at Workday With Databricks Apps" 라는 서밋 세션을 가졌으나, 제공된 세션 설명에서 에이전트 브릭스와 직접 연결되지는 않습니다 . Zapier는 에이전트 브릭스 관련 DAIS 2026 세션 목록이나 보도 자료에 나타나지 않습니다.

이것이 의미하는 바

2026 데이터+AI 서밋은 메시지가 의도적으로 전환되었음을 보여줍니다: '에이전트가 할 수 있는 일'에서 '에이전트가 이미 대규모로 하고 있는 일'로 초점이 이동했습니다. GA 마일스톤, 멀티 에이전트 오케스트레이션, 개방형 모델 라우팅, 성숙해지는 파트너 생태계는 데이터브릭스가 에이전트 브릭스를 단순한 기능이 아닌 '인프라'로 포지셔닝하고 있음을 시사합니다.

앞으로 기업 AI의 방향을 결정할 미해결 질문들—대규모 거버넌스, 에이전트 간 통신 표준, 몬테카를로 및 콜리브라와 같은 파트너의 옵저버빌리티 및 의미론적 컨텍스트 도구가 실제 프로덕션 부하에서 어떻게 작동할지—이 남아 있습니다. 현재로서는 플랫폼이 프로토타입 단계에서 프로덕션 단계로 확고히 이동했습니다.