챕터별 상세
00:00
Genie Code 인터페이스 및 데이터 탐색
Genie Code는 Databricks 워크스페이스 내에서 사이드 패널 형태로 작동하는 자율형 AI 에이전트이다. 사용자가 특정 테이블에 대해 4가지 인사이트와 시각화를 요청하자, 에이전트는 테이블 구조와 메타데이터를 읽고 샘플 데이터를 수집하여 분석 계획을 수립했다. 이후 SQL과 Python 코드를 자동으로 생성하여 노트북 셀에 추가했으며, 부동산 유형별 가격 분포와 평균 가격 등 시각화 결과물을 도출했다.
Genie Code는 단순한 코드 생성을 넘어 데이터의 스키마와 실제 값을 이해하고 분석 단계를 스스로 계획하는 에이전트 기능을 갖추고 있다.
02:27
머신러닝 모델 학습 및 성능 비교
Genie Code를 활용해 XGBoost 모델을 학습시키고 성능을 평가하는 과정을 시연했다. 사용자가 기존 XGBoost 모델과 Random Forest 모델을 비교해달라고 요청하자, 에이전트는 기존 노트북의 컨텍스트를 파악하여 데이터 로딩 및 전처리 로직을 재사용했다. 하이퍼파라미터 튜닝을 생략하여 속도를 높이는 옵션을 적용했으며, 두 모델의 성능 지표를 표와 차트로 시각화하여 XGBoost가 모든 지표에서 우수함을 확인했다.
MLflow와 연동되어 모델 학습 이력이 관리되며, 에이전트는 이전 작업의 맥락을 유지하며 추가 요청을 수행한다.
04:29
Lakeflow를 이용한 데이터 파이프라인 구축
Spark 선언적 파이프라인인 Lakeflow를 사용하여 메달리온 아키텍처를 구축했다. 에이전트는 샘플 데이터를 기반으로 Bronze, Silver, Gold 레이어를 정의하고 각 단계별 데이터 변환 로직을 작성했다. 특히 Gold 레이어에서는 가격 예측 모델에 필요한 피처 테이블을 생성하는 로직을 포함했다. 파이프라인 실행 전 드라이 런(Dry-run)을 통해 유효성을 검사하고 데이터 품질을 보장했다.
메달리온 아키텍처는 데이터를 Bronze(원천), Silver(정제), Gold(비즈니스) 단계로 정제하여 관리하는 표준 설계 방식이다.
05:10
사용자 및 워크스페이스 지침 설정
Genie Code의 행동 양식을 제어하기 위한 지침(Instructions) 기능을 설명했다. 사용자는 개인별 또는 워크스페이스 전체 단위로 특정 코딩 스타일, 명명 규칙, 브랜드 컬러 팔레트 등을 설정할 수 있다. 데모에서는 'Wanderbricks' 브랜드의 특정 색상 코드를 시각화에 사용하도록 설정했으며, 파이프라인 생성 시 특정 테이블 속성을 반드시 포함하도록 지시했다. 에이전트는 이 지침을 준수하여 모든 결과물을 생성했다.
Instructions 기능은 LLM의 시스템 프롬프트와 유사하게 작동하며 조직의 표준 가이드를 에이전트에게 주입하는 역할을 한다.
08:46
AI/BI 대시보드 자동 생성
최종적으로 정제된 Gold 테이블 데이터를 바탕으로 AI/BI 대시보드를 구축했다. 에이전트에게 5가지 시각화 위젯을 포함한 대시보드 생성을 요청하자, 에이전트는 데이터셋을 분석하여 지도 기반의 위치 정보, 부동산 유형별 매출 현황, 리뷰 점수 분포 등을 포함한 대시보드를 즉시 생성했다. 각 위젯은 앞서 설정한 브랜드 컬러 지침을 충실히 따랐으며, 사용자는 생성된 결과물을 즉시 배포할 수 있는 상태로 확인했다.
Databricks의 AI/BI 대시보드는 에이전트와 상호작용하며 동적으로 시각화 요소를 구성할 수 있는 기능을 제공한다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 11.수집 2026. 03. 11.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
