데이터브릭스, 유니티 AI 게이트웨이 신기능 도입

주장데이터브릭스는 기업의 인공지능(AI) 도입 과정에서 발생하는 복잡한 거버넌스 문제를 해결하고자 유니티 AI 게이트웨이를 고도화했습니다. 이는 모델과 에이전트, 모델 컨텍스트 프로토콜(MCP) 서비스 등 파편화된 AI 자산을 단일 플랫폼에서 통합 관리하려는 전략입니다.

팩트데이터브릭스는 데이터+AI 서밋 2026에서 유니티 AI 게이트웨이의 새로운 비용 관리 및 스마트 라우팅 기능을 발표했습니다. 사용자는 여러 모델과 도구에 걸친 AI 지출을 가시화하며, 예산 초과 시 요청을 차단하는 하드 캡 기능을 설정할 수 있습니다.

팩트유니티 카탈로그의 적용 범위는 기존 모델을 넘어 에이전트와 MCP 서비스, 기술 자산으로 확장되었습니다. 관리자는 데이터 거버넌스와 동일한 프레임워크를 사용하여 AI 자산을 등록하고 검색하며 보안 및 감사를 수행합니다.

팩트데이터브릭스는 구글 드라이브와 지라, 컨플루언스, 슬랙, 깃허브, 셰어포인트 등 주요 애플리케이션을 위한 관리형 MCP 서비스를 제공합니다. 기업은 별도의 인프라 구축 없이 검증된 도구를 안전하게 통합할 수 있습니다.

주장AI 에이전트의 능력이 고도화되면서 단순한 접근 제어를 넘어 실행 중인 상호작용에 대한 통제가 중요해졌습니다. 데이터브릭스는 이를 위해 상황별 서비스 정책을 베타 버전으로 출시하여 실시간 가드레일을 제공합니다.

팩트상황별 서비스 정책을 통해 관리자는 파일 수정과 코드 푸시, 민감 정보 접근 등 특정 행동에 대해 승인을 요구하거나 차단할 수 있습니다. 이는 개인정보 노출과 프롬프트 인젝션, 탈옥 시도 등 보안 위협을 완화합니다.

교차검증기업이 다수의 AI 공급업체와 에이전트 프레임워크를 혼용할 경우 통합 거버넌스 구축 과정에서 기존 시스템과의 호환성 문제가 발생할 위험이 있습니다. 또한 실시간 가드레일 적용이 AI 응답 속도에 미칠 영향에 대한 검토가 필요합니다.

팩트유니티 AI 게이트웨이는 엔드투엔드 추적 기능을 통해 모델 상호작용과 MCP 도구 활동을 단일 텔레메트리 계층에서 기록합니다. 관리자는 이를 통해 AI 워크플로우의 실행 과정을 투명하게 파악하고 사고 발생 시 원인을 조사합니다.

주장AI 효율성을 높이기 위해서는 개발 생산성과 비용 최적화가 동시에 이루어져야 합니다. 데이터브릭스는 지니를 활용해 코딩 에이전트 로그를 자연어로 분석하고 비용이 많이 드는 워크플로우를 식별하는 기능을 제공합니다.

출처해당 내용은 데이터브릭스 공식 블로그의 2026년 데이터+AI 서밋 발표 자료를 교차 검증했습니다. (https://www.databricks.com/blog/ai-governance-data-ai-summit-2026-whats-new-unity-ai-gateway)