Databricks Genie Ontology: 새로운 기능, 가용성 및 대안 (2026)

Databricks는 2026년 11월 11일에 Genie Ontology의 정식 출시(GA)를 발표했습니다. 발표에 따르면 이는 "에이전트가 팀의 일상적인 업무로부터 구축하고 사람이 관리하는 에이전트형 온톨로지"입니다. 목표는 모든 에이전트에게 비즈니스에 대한 단일한 이해를 제공하는 것입니다.
쉽게 말해, Genie Ontology는 AI 에이전트를 위한 비즈니스 컨텍스트의 공유 계층입니다. 대시보드, 쿼리, 노트북에서 정의를 학습합니다. 그런 다음 사람들은 매출과 같이 정확해야 하는 정의를 확정합니다.
이 가이드는 GA 출시와 함께 변경된 사항, 온톨로지 작동 방식, 비용 및 사용 가능 대상을 다룹니다. 마지막에는 데이터 플랫폼 대신 스프레드시트에서 시작하는 도구를 포함하여 AI에 비즈니스 컨텍스트를 제공하는 다른 방법들을 소개합니다. 세부 사항은 2026년 11월 16일에 확인한 Databricks 블로그, 문서 및 가격 페이지를 기반으로 합니다.
Databricks 발표 내용
Databricks는 지난 6월 Data + AI Summit에서 Genie Ontology를 처음 소개했습니다. 11월 11일 포스트를 통해 이를 정식 출시로 전환하고 새로운 소스와 제어 기능을 추가했습니다.
포스트의 요약에는 이번 출시의 주요 부분이 나열되어 있습니다. "엔터프라이즈 지식을 위한 Genie Search를 도입"합니다. 또한 "학습된 컨텍스트를 BI 도구 및 조직 디렉토리로 확장"합니다. 마지막으로 "큐레이션을 위한 Ontology Manager를 추가하고 Unity Catalog Domains 및 Pages를 정식 출시"합니다.
같은 주에 Databricks는 Genie Agents도 업데이트했습니다. 별도의 포스트에 따르면 Genie Agents는 이제 비정형 파일을 분석하고, 더 많은 도구에 연결하며, 회사 외부로 공유될 수 있습니다.
Databricks는 이번 주 전체를 하나의 아이디어로 프레임화합니다. 기업은 더 이상 한 팀을 위해 하나의 에이전트만 운영하지 않습니다. 여러 기능에 걸쳐 많은 에이전트를 운영하며, 각 에이전트는 비즈니스에 대해 동일한 이해가 필요합니다. 발표에서는 엔터프라이즈 온톨로지가 "따라서 공유 인프라가 되어야 한다"고 주장합니다. Databricks의 관점에서 IT 및 데이터 리더는 데이터 플랫폼을 소유하는 것과 같은 방식으로 이를 소유해야 합니다.
Genie Ontology 작동 방식
문서에서는 Genie Ontology를 "AI 에이전트에게 조직의 비즈니스 인식 지도를 제공하는 통합 컨텍스트 계층"이라고 부릅니다. 이는 두 가지 종류의 지식을 결합합니다.
학습된 지식(Learned knowledge)은 팀이 이미 수행하고 있는 업무에서 나옵니다. 에이전트는 Databricks 대시보드, SQL 쿼리, 노트북 및 BI 시맨틱 모델을 읽습니다. 발견한 내용을 Ontology Snippets으로 저장합니다. 문서에는 다음과 같은 스니펫 예시가 나와 있습니다.
- 지표 정의. "'활성 사용자'는 모든 플랫폼에서 중복 제거된 고유 사용자입니다."
- 권위 있는 소스. 예를 들어, 매출 관련 질문에 어떤 큐레이션된 에이전트가 답변해야 하는지 지정합니다.
- 비즈니스 규칙. "'적격 리드'는 데모가 예약된 후에만 카운트됩니다."
모델링된 지식(Modeled knowledge)은 사람들이 의도적으로 정의한 것입니다. 이는 Unity Catalog에 지표 뷰, 도메인 및 Pages로 존재합니다. 문서에 따르면 "Genie는 모델링된 지식을 학습된 지식보다 더 권위 있는 것으로 취급하므로, 두 지식이 충돌할 때 우선순위를 갖습니다."
랭킹 단계에서 에이전트가 볼 컨텍스트를 결정합니다. Databricks는 이를 OntoRank라고 부릅니다. 발표에 따르면 이는 "소스 권한, 인증, 지식 뒤에 있는 사람들의 전문성 및 관련성, 인기도, 최신성"을 가중치로 둡니다. 그런 다음 최상의 컨텍스트를 에이전트에게 전달합니다.
권한은 그대로 유지됩니다. 문서에 따르면 스니펫은 "Unity Catalog 권한에 의해 제어되므로, 사용자는 액세스가 허용된 자산에서 파생된 스니펫만 볼 수 있습니다."
미리 알아두어야 할 한 가지 제한 사항이 있습니다. 문서에 따르면 "학습된 지식 스니펫을 직접 편집할 수는 없습니다." Genie가 학습하는 내용을 변경하려면 소스 자산을 업데이트하거나 해당 개념을 모델링된 지식으로 정의해야 합니다.
GA 출시의 새로운 기능
GA 출시에는 여러 구성 요소가 추가되었습니다. 일부는 현재 정식 출시되었으며, 다른 일부는 Beta 버전이거나 곧 출시될 예정입니다.
| 구성 요소 | 11월 11일 포스트 기준 상태 | 기능 |
|---|---|---|
| Genie Ontology | 정식 출시(Generally Available) | 에이전트를 위한 공유 비즈니스 컨텍스트(학습 및 모델링됨) |
| Ontology Snippets | 정식 출시(Generally Available) | 계산 및 규칙과 같은 재사용 가능한 컨텍스트 조각 |
| Genie Search | 정식 출시(Generally Available) | 권한이 적용된 문서, 티켓, 위키 전반의 검색 |
| 외부 지식 소스 | Beta | BI 시맨틱 모델로부터 학습; 현재 Power BI 지원 |
| 조직 디렉토리 | 정식 출시(Generally Available) | Workday를 시작으로 사람, 팀, 보고 라인 가져오기 |
| Unity Catalog Domains 및 Pages | 정식 출시(Generally Available) | 비즈니스 영역별 자산 정리 및 공식 정의 기록 |
| Ontology Manager | Beta 출시 예정 | 온톨로지를 검토하고 큐레이션하기 위한 시각적 인터페이스 |
Genie Search는 레이크하우스 외부의 지식에 도달합니다. 포스트에 따르면 "현재 Google Drive, Jira, Confluence 및 Workday를 지원하며, SharePoint는 Beta 단계"입니다. 또한 Genie Search는 "콘텐츠와 함께 각 소스의 액세스 제어 설정을 수집"합니다.
외부 지식 소스는 BI 도구의 로직을 가져옵니다. 포스트에 따르면 "현재 Power BI가 지원됩니다. Tableau 및 Sigma 지원도 곧 추가될 예정입니다."
Unity Catalog Pages는 공식 정의를 보유합니다. 각 Page에는 지정된 소유자가 있습니다. 질문이 정의된 개념과 관련될 때, 포스트에 따르면 "Genie는 Page를 신뢰할 수 있는 단일 소스(source of truth)로 취급"합니다.
Ontology Manager는 아직 사용할 수 없습니다. Databricks는 이를 온톨로지 큐레이션을 위한 "최초의 시각적 인터페이스"로 설명하며, 곧 Beta 버전으로 출시될 예정입니다.
Databricks가 발표한 벤치마크
Databricks는 Turing과 함께 구축한 벤치마크 결과를 공유했습니다. 가상의 영국 에너지 공급업체를 위한 Databricks 워크스페이스를 시뮬레이션했습니다. Genie Ontology를 사용하는 Genie를 Agent A 및 Agent B로 표시된 두 개의 프런티어 에이전트와 비교했습니다.
| 에이전트 | 통과율 | 실행당 평균 시간 | 실행당 평균 토큰 |
|---|---|---|---|
| Genie Ontology를 사용하는 Genie | 91% | 100초 | 432K |
| Agent A | 45% | 435초 | 889K |
| Agent B | 58% | 307초 | 1.05M |
포스트에 따르면 Genie는 "실행의 91%에서 올바르게 답변했으며, 이는 더 강력한 프런티어 에이전트보다 1.6배 높은 수치"입니다. 또한 토큰 사용량도 절반 미만이었습니다.
이 수치는 주의해서 읽어야 합니다. 벤치마크는 Databricks가 파트너와 함께 구축하고 시뮬레이션된 워크스페이스에서 실행되었습니다. 포스트 자체에서도 결과가 "팀이 지식을 축적한 기존 배포 환경을 반영한다"고 언급합니다. 학습된 컨텍스트가 거의 없는 새로운 배포 환경에서는 성능이 다를 수 있습니다.
같은 주에 업데이트된 Genie Agents
같은 날, Databricks는 Genie Agents에 대한 업데이트를 게시했습니다. 이는 팀이 특정 작업을 위해 구축하는 노코드(no-code) 에이전트입니다. 세 가지 변화가 눈에 띕니다.
- 비정형 데이터. 에이전트는 이제 Unity Catalog 볼륨에 있는 PDF, 문서, 슬라이드 데크 및 이미지를 분석할 수 있습니다. 답변은 "소스 파일의 특정 페이지"를 인용할 수 있습니다. 이는 현재 Public Preview 단계입니다.
- MCP 커넥터. 네이티브 MCP 커넥터가 이제 정식 출시되었습니다. 포스트에서는 "Slack, Google Drive, Google Calendar, Gmail, Glean, Atlassian, Github 및 Microsoft 365"를 언급합니다.
- 회사 외부 공유. Beta 단계인 OpenSharing 및 Genie Clean Rooms를 통해 제공자는 파트너 또는 고객과 에이전트를 공유할 수 있습니다.
포스트는 영업 사례를 예로 듭니다. 에이전트가 파이프라인 데이터를 읽고, Google Drive에서 어카운트 플랜을 가져와 Slack에 딜 요약을 게시합니다.
Genie Ontology는 이러한 조각들을 연결합니다. 모든 Genie Agent는 동일한 관리형 컨텍스트를 활용하므로, 한 번 정의된 지표가 모든 곳에 적용됩니다.
사용 가능 대상 및 비용
Genie Ontology는 Databricks 플랫폼의 일부입니다. 권한과 모델링된 지식이 그곳에 존재하므로 Unity Catalog가 포함된 Databricks 계정이 필요합니다.
Databricks 외부의 에이전트도 이를 사용할 수 있습니다. 발표에 따르면 Genie MCP를 통해 "ChatGPT, Claude 및 Microsoft Copilot과 같은 Databricks 외부의 에이전트에서도 동일한 컨텍스트를 사용할 수 있습니다."
비용과 관련하여 Genie 가격 페이지에는 Genie Ontology가 "가격 곧 공개 예정"으로 표시되어 있습니다. FAQ에 따르면 "현재 고객은 Genie Ontology 생성, 저장 또는 검색에 대한 비용을 지불하지 않습니다."
Genie 자체 사용료는 별도로 청구됩니다. 다음은 US East 지역의 가격 페이지에 표시된 내용입니다.
| 항목 | 가격 페이지 표시 내용 |
|---|---|
| Genie Ontology | 가격 곧 공개 예정; 현재 생성, 저장 또는 검색 비용 없음 |
| Genie Search | 가격 곧 공개 예정; 기존 가격의 AI Functions 비용만 지불 |
| Genie 사용량 | 사용자당 매월 150 DBU 무료 사용량 제공 |
| 무료 사용량 초과 시 | DBU당 $0.070, 컴퓨팅 비용은 별도 청구 |
페이지에는 "150 DBU = US East 기준 $10.50이며, 달러 환산 가치는 지역에 따라 다름"이라고 명시되어 있습니다. 또한 무료 사용량은 LLM 사용량에만 적용된다고 설명합니다. 쿼리 및 대시보드 실행에는 여전히 SQL warehouse와 같은 컴퓨팅 자원이 사용됩니다.
FAQ는 한 가지 일반적인 질문에 직접 답변합니다. "좌석 기반 또는 사용자 기반 수수료는 없습니다." 관리자는 Genie 지출에 대한 예산 및 알림을 설정할 수 있습니다.
시작하는 방법
Databricks는 작게 시작할 것을 권장합니다. 발표에 따르면 조직은 "이미 가지고 있는 컨텍스트로 시작할 수 있습니다." 다음은 문서를 기반으로 한 실용적인 순서입니다.
- 설정 확인. 스니펫은 Unity Catalog의 권한을 따르므로 워크스페이스에서 Unity Catalog를 사용 중인지 확인하십시오.
- Genie 학습 허용. 스니펫은 기존 대시보드, SQL 쿼리, 노트북 및 Genie Agents에서 생성됩니다. 먼저 오래된 자산을 정리하거나 액세스를 제한하십시오.
- 중요 지표 정의. 인식된 매출과 같이 정확해야 하는 수치에는 지표 뷰와 Pages를 사용하십시오.
- 도메인별 정리. 재무 및 마케팅 팀이 각자의 정의를 유지할 수 있도록 자산을 도메인으로 그룹화하십시오.
- 외부 지식 연결. 문서 및 티켓을 위한 Genie Search를 설정하고, 사용하는 경우 Power BI와 같은 외부 소스를 연결하십시오.
- 인용 확인. Genie가 답변할 때 사용된 스니펫을 열어 각 정의가 어디에서 왔는지 확인하십시오.
2단계는 보기보다 중요합니다. 문서에 따르면 "오래되었거나 실험적인 자산이 답변에 포함되지 않도록 하려면 Unity Catalog 권한으로 액세스를 제한하십시오."
데이터 팀에 미치는 영향
Genie Ontology는 업무의 중심을 에이전트 구축에서 컨텍스트 큐레이션으로 이동시킵니다. 각 에이전트에 지침을 작성하는 대신, 팀은 지표를 한 번만 정의합니다. 그러면 모든 에이전트가 이를 사용합니다.
이는 업무의 소유 주체를 변화시킵니다. 데이터 스튜어드와 도메인 전문가가 큐레이터가 됩니다. 발표에 따르면 Ontology Manager를 통해 스튜어드는 "에이전트가 학습한 내용을 검토 대기열에서 직접 권위 있는 Pages로 승격"할 수 있게 됩니다.
또한 거버넌스 문제를 제기합니다. 학습된 지식은 오래되었거나 잘못된 것을 포함하여 기존 자산에서 나옵니다. 답변의 품질은 이러한 소스의 품질에 달려 있습니다.
이미 Databricks를 사용 중인 팀이라면 GA 출시 버전을 테스트해 볼 가치가 있습니다. 영업과 같이 정의가 명확한 도메인을 선택하십시오. Genie의 답변을 이미 신뢰하고 있는 보고서와 비교해 보십시오.
비용 계획도 달라집니다. Genie Ontology 자체는 현재 표시된 요금이 없지만, 이를 사용하는 에이전트는 여전히 Genie 사용량과 컴퓨팅 자원을 소모합니다. 온톨로지뿐만 아니라 사람들이 던질 질문에 대한 예산을 세우십시오. 관리자는 예산과 알림을 설정할 수 있으며, 이는 파일럿 운영 중에 도움이 됩니다.
AI 비즈니스 컨텍스트 제공을 위한 대안
Genie Ontology는 데이터가 Databricks에 있는 팀에 적합합니다. 다른 설정에는 다른 접근 방식이 어울립니다. 아래의 각 세부 사항은 벤더의 자체 페이지에서 가져온 것입니다.
| 옵션 | 비즈니스 컨텍스트 추가 방식 | 가장 적합한 대상 |
|---|---|---|
| Databricks Genie Ontology | 학습된 스니펫과 관리형 Pages 및 지표 뷰 | 많은 에이전트를 보유한 Databricks 사용 팀 |
| Microsoft Fabric 데이터 에이전트 | OneLake의 지침, 예시 및 데이터 소스 | Fabric 및 Power BI 사용 팀 |
| Power BI 시맨틱 모델 | 모델에 정의된 측정값 및 관계 | 로직이 이미 Power BI에 있는 팀 |
| Powerdrill Bloom | 워크스페이스에 저장된 파일 및 컨텍스트 | 스프레드시트, PDF 및 SQL 데이터베이스로 작업하는 팀 |
Microsoft Fabric 데이터 에이전트. Microsoft 문서에 따르면 "Fabric 데이터 에이전트를 미세 조정하기 위해 조직별 지침, 예시 및 가이드를 추가"할 수 있습니다. 지원되는 소스에는 "Power BI 시맨틱 모델" 및 "온톨로지"가 포함됩니다. 유료 F2 이상의 용량이 필수 조건으로 나열되어 있습니다.
Power BI 시맨틱 모델. 이들은 이미 측정값과 관계를 보유하고 있습니다. Genie Ontology는 이제 외부 지식 소스를 통해 이들로부터 학습할 수 있으므로 두 가지를 함께 사용할 수 있습니다.
더 많은 데이터 에이전트 옵션은 Databricks Genie 대안 가이드를 참조하십시오.
Powerdrill Bloom의 역할
모든 팀이 큐레이션할 데이터 플랫폼을 가지고 있는 것은 아닙니다. 많은 팀이 내보낸 파일, 스프레드시트 및 단일 데이터베이스로 작업합니다.
Powerdrill Bloom은 이러한 파일에서 시작합니다. Excel, CSV 또는 PDF 파일을 업로드하거나 SQL 데이터베이스를 연결하고 자연어로 질문합니다. ChatBI 페이지에 따르면 "간단한 자연어 쿼리로 대화형 대시보드, 통찰력 있는 보고서 및 동적 시각화를 생성"할 수 있습니다.
컨텍스트는 워크스페이스에 쌓입니다. 변경 로그에 따르면 워크스페이스는 "AI에게 지속적인 记忆 기반의 홈을 제공"합니다. 한 번 업로드된 파일은 해당 워크스페이스의 모든 이후 채팅에서 사용될 수 있습니다. 각 워크스페이스는 자체 스킬과 MCP 서버를 유지하므로 재무 워크스페이스와 영업 워크스페이스를 분리된 상태로 유지할 수 있습니다. AI SQL Chatbot은 데이터베이스에 대한 질문을 처리합니다. AI Report Generator는 답변을 보고서로 변환합니다.
가격 페이지에는 $0.00의 Free 플랜과 월 $13.27의 Pro 플랜이 나열되어 있습니다.
Powerdrill Bloom을 사용해 보십시오. 지난 분기 영업 내역을 업로드하고 지역별 매출 보고서를 요청해 보십시오.
자주 묻는 질문
Databricks Genie Ontology란 무엇입니까?
Databricks의 AI 에이전트를 위한 공유 비즈니스 컨텍스트 계층입니다. 에이전트가 대시보드와 쿼리에서 학습한 지식과 사람들이 Unity Catalog에서 관리하는 정의를 결합합니다.
Genie Ontology는 언제 정식 출시되었습니까?
Databricks는 2026년 11월 11일에 정식 출시를 발표했습니다. 이 기능은 지난 6월 Data + AI Summit에서 처음 소개되었습니다.
Genie Ontology의 비용은 얼마입니까?
가격 페이지에는 가격이 곧 공개될 예정이라고 나와 있습니다. FAQ에 따르면 고객은 현재 온톨로지 생성, 저장 또는 검색에 대해 비용을 지불하지 않습니다. Genie 사용량 및 컴퓨팅 비용은 별도로 청구됩니다.
ChatGPT나 Claude가 Genie Ontology를 사용할 수 있습니까?
예, Genie MCP를 통해 가능합니다. Databricks는 ChatGPT, Claude 및 Microsoft Copilot과 같은 Databricks 외부의 에이전트에서도 동일한 컨텍스트를 사용할 수 있다고 설명합니다.
Genie Ontology가 학습한 내용을 편집할 수 있습니까?
직접적으로는 불가능합니다. 소스 자산을 업데이트하여 학습된 지식을 변경할 수 있습니다. 또한 개념을 모델링된 지식으로 정의할 수 있으며, Genie는 이를 더 권위 있는 것으로 취급합니다.
출처: Databricks, Genie Ontology GA 발표 · Databricks 문서, Genie Ontology · Databricks, Genie 가격 · Databricks, Genie Agents 업데이트 · Microsoft Learn, Fabric 데이터 에이전트.