이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
핵심 요약
Workday는 Databricks와 AWS를 활용해 거버넌스와 사용자 경험을 동시에 확보했으며, 단 6개월 만에 전사적으로 AI 실험 문화를 확산시켰습니다.
배경
글로벌 기업용 소프트웨어 기업인 Workday가 데이터 기반 의사결정과 AI 도입을 위해 인프라를 현대화하는 과정을 다룹니다.
대상 독자
데이터 엔지니어, IT 의사결정자, AI 도입을 고민하는 기업 관리자
의미 / 영향
기업 내 데이터 거버넌스와 AI 실험은 상충하는 가치가 아니며, 통합 플랫폼을 통해 동시에 달성 가능하다. 이는 전사적 AI 전환(AI Transformation)의 속도를 획기적으로 높이는 표준 모델이 될 것이다.
챕터별 상세
00:00
Workday의 핵심 자산과 데이터의 역할
Workday는 사람과 자금이라는 기업의 핵심 자산을 관리하며 모든 의사결정의 중심에 데이터를 둔다. 제품 텔레메트리부터 영업 분석, 마케팅 전략까지 전 영역에서 데이터가 활용되며 Databricks는 이를 위한 거버넌스와 AI 실험 환경을 제공한다. 데이터 거버넌스와 AI 실험을 병행하면서도 사용자 경험을 훼손하지 않는 구조를 구축했다.
- •제품 텔레메트리 및 영업 분석 등 전사적 데이터 활용
- •Databricks를 통한 데이터 거버넌스와 AI 실험의 통합 관리
- •사용자 경험을 유지하면서 보안과 규정 준수 강화
00:58
6개월 만에 이뤄낸 전사적 AI 확산
6개월 전에는 AI 샌드박스 팀이 전무했으나 현재는 모든 사업 부서가 최소 하나 이상의 샌드박스 워크스페이스를 운영 중이다. 마케팅과 같은 비기술 직군도 AI 기반 애플리케이션을 통해 복잡한 질문에 대한 답을 빠르게 얻고 있다. 이는 기술적 장벽을 낮추어 전사 구성원이 AI의 이점을 체감하게 한 결과이다.
- •6개월 만에 모든 사업 부서에 AI 샌드박스 워크스페이스 보급
- •마케팅 팀 등 비기술 직군의 AI 기반 애플리케이션 활용 확대
- •데이터 접근성 향상을 통한 업무 의사결정 속도 개선
01:10
Databricks와 AWS의 기술적 시너지
유니버설 데이터 레이어(Universal Data Layer)와 AI 실험 샌드박스, 에이전트형 애플리케이션(Agentic Applications)은 Databricks와 AWS의 협업으로 구현됐다. 엔지니어링 리더는 정답이 없는 복잡한 문제를 해결하는 데 이 기술적 조합이 핵심적인 역할을 한다고 강조한다. 두 플랫폼의 결합은 대규모 비즈니스 과제를 해결하는 확장성을 제공한다.
- •Databricks와 AWS의 결합을 통한 유니버설 데이터 레이어 구축
- •에이전트형 애플리케이션(Agentic Applications) 개발 및 배포
- •복잡한 엔지니어링 문제 해결을 위한 확장 가능한 인프라 확보
실무 Takeaway
- Databricks와 AWS를 결합하여 거버넌스를 유지하면서도 빠른 AI 실험 환경을 구축할 수 있다.
- 비기술 직군도 AI 기반 앱을 통해 데이터 접근성을 높이고 업무 속도를 개선할 수 있다.
- 6개월이라는 단기간에 전사적 AI 도입을 위해서는 표준화된 샌드박스 워크스페이스 제공이 필수적이다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 25.수집 2026. 03. 25.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.