Databricks의 공동 창업자들은 AI 모델 성능이 상향 평준화됨에 따라 기업의 진정한 경쟁력은 모델 자체가 아닌, 에이전트에게 제공되는 고유한 데이터 컨텍스트와 제어 시스템을 구축하는 '데이터-AI 운영체제'로 이동할 것이라고 전망합니다.
Databricks의 전략은 매우 영리합니다. 모델 성능 경쟁이 한계에 다다를 때, 그 모델들을 조율하고 기업의 핵심 자산인 데이터와 연결하는 '오케스트레이션 레이어'를 선점하겠다는 의도입니다. 이는 AI 에이전트가 단순한 비서가 아닌, 실제 워크플로우를 수행하는 '자율적 주체'로 진화할 때 반드시 필요한 인프라입니다.
창업자들은 여기서 기회를 찾아야 합니다. 모델 개발이라는 거대한 비용이 드는 싸움 대신, Omnigent와 같은 오픈소스 프레임워크 위에서 특정 산업의 복잡한 비즈니스 로직과 권한 체계를 에이전트가 이해할 수 있는 '상태(State)'로 변환해주는 서비스에 집중하는 것이 훨씬 실행 가능한 전략입니다.
다만, 위험 요소도 분명합니다. Databricks와 같은 거대 플랫폼이 에이전트 운영체제(OS)를 장악하게 되면, 그 위에서 돌아가는 개별 에이전트 앱들은 플랫폼의 정책과 비용 구조에 종속될 수밖에 없는 '플랫폼 리스크'가 존재합니다. 따라서 특정 인프라에 과도하게 의존하기보다는, 데이터 포맷과 로직을 표준화하여 언제든 이동 가능한(Portable) 아키텍처를 설계하는 균형 감각이 필요합니다.
아직 댓글이 없습니다. 첫 댓글을 남겨보세요.