데이터브릭스, 씽킹 머신즈 랩의 잉클링 모델 지원 통합

주장데이터브릭스는 씽킹 머신즈 랩의 오픈 웨이트 모델인 잉클링을 자사 플랫폼에 통합했습니다. 기업은 이 통합으로 자체 데이터를 활용해 코딩 및 에이전트 추론 작업을 수행합니다.

팩트잉클링 모델은 코딩 작업과 에이전트 추론, 멀티모달 입력을 지원하도록 최적화되었습니다. 데이터브릭스는 유니티 AI 게이트웨이를 통해 해당 모델을 제공합니다.

팩트유니티 AI 게이트웨이는 보안과 권한 관리, 비용 통제 및 관측 가능성을 제공하는 중앙 집중식 거버넌스 계층입니다. 기업은 이 기능을 활용해 모델 사용을 안전하게 관리합니다.

교차검증오픈 웨이트 모델은 기업이 자체 데이터로 미세 조정할 수 있다는 장점이 있습니다. 다만 모델의 성능과 보안 정책을 유지하기 위한 내부 역량이 필수적으로 필요합니다.

주장데이터브릭스는 이러한 관리 부담을 줄이기 위해 통합 거버넌스 도구를 제공합니다. 기업은 모델 도입 시 발생하는 운영상의 어려움을 플랫폼 차원에서 해결합니다.

팩트잉클링 모델은 커서나 오픈코드와 같은 코딩 에이전트와 연동됩니다. 기업은 이를 통해 AI 개발 속도를 높이고 워크플로우를 자동화합니다.

주장데이터브릭스는 특정 모델 제공업체에 종속되지 않는 선택권을 기업에 제공합니다. 개발 팀은 요구 사항에 따라 모델을 교체하거나 결합하여 최적의 워크로드를 구성합니다.

팩트오픈 웨이트 모델을 사용하면 토큰당 API 비용을 지불하는 방식에서 벗어납니다. 기업은 인프라 규모와 구성에 맞춰 추론 비용을 최적화합니다.

팩트사용자는 데이터브릭스 AI 플레이그라운드에서 잉클링 모델의 매개변수를 조정합니다. 프롬프트를 노트북이나 SQL로 직접 내보내는 기능도 지원합니다.

팩트에이전트 브릭스를 활용하면 데이터 분석 및 자동화 작업을 수행할 수 있습니다. 이는 복잡한 데이터 처리 과정을 간소화하는 역할을 합니다.

교차검증현재 잉클링은 REST API를 통해 호출할 수 있습니다. SQL을 통한 쿼리 지원 기능은 향후 추가될 예정이므로 기업은 기술적 로드맵을 고려해 도입 시기를 결정해야 합니다.

출처데이터브릭스 공식 블로그 자료를 교차 검증했습니다. (https://www.databricks.com/blog/inkling-thinking-machines-lab-now-databricks)