본문으로 건너뛰기
Databricks조회 1

Databricks Agent Bricks를 활용한 비정형 임상 데이터 및 규제 인사이트 자동화

Databricks Agent Bricks를 사용하여 비정형 임상 시험 프로토콜과 규제 문서를 지능형 지식 어시스턴트로 변환하고 자동화된 규제 감사를 수행하는 방법을 시연합니다.

챕터별 상세

00:00

비정형 임상 데이터의 도전 과제

임상 시험 프로토콜과 실제 결과 사이에는 수천 개의 비정형 PDF 문서가 존재한다. 현재 전문가 팀이 단일 프로토콜을 FDA 또는 EMA 규정과 대조하는 데는 수주가 소요되는 실정이다. Agent Bricks는 이러한 혼란스러운 데이터를 정밀한 지식 시스템으로 변환하여 시스템이 도메인을 직접 이해하도록 돕는다.
00:36

Agent Bricks 지식 어시스턴트 아키텍처

시스템은 임상 시험 프로토콜, 결과, 규제 문서 PDF를 Unity Catalog Volume에 등록하는 것으로 시작한다. 이를 기반으로 Knowledge Assistant를 구축하고 추가 컨텍스트와 피드백을 통해 정제하는 과정을 거친다. 정제된 에이전트는 임상 과학자가 직접 질문을 던지거나 더 큰 멀티 에이전트 시스템의 구성 요소로 작동한다.
01:06

데이터 기반: 프로토콜 및 규제 문서

Unity Catalog 내의 세 가지 공공 데이터셋을 활용하여 시스템을 구성한다. 임상 시험 메타데이터 테이블에는 프로토콜 텍스트 컬럼 링크가 포함되어 있으며, 완료된 시험의 결과는 PDF 형식으로 저장되어 있다. 규제 문서는 다운로드 없이 Unity Catalog에서 직접 열어 프로토콜 설계 요구 사항과 즉시 대조할 수 있다.
02:26

지식 어시스턴트 구축 및 설정

Agent Bricks 인터페이스에서 Knowledge Assistant 유형을 선택하고 이름과 설명을 입력한다. 소스로 Unity Catalog Volume의 PDF 파일들과 프로토콜 텍스트가 포함된 Vector Search Index를 지정한다. Vector Search Index는 데이터브릭스에서 제공하는 단계별 지침에 따라 미리 생성된 인덱스를 활용하여 검색 성능을 확보한다.
03:52

라이브 데모: 쿼리 및 인사이트 발견

에이전트에게 진행 중인 임상 시험 목록을 요청하면 초기에는 '진행 중'과 '완료' 상태를 완벽히 구분하지 못할 수 있다. 이때 전문가가 '결과 문서가 없는 프로토콜'을 진행 중인 시험으로 정의하는 예시(Example) 피드백을 제공하면 에이전트가 즉시 학습하여 정확한 답변을 출력한다. 이후 암 종류별 자격 요건 비교, 유사 치료법 간 부작용 패턴 분석, 특정 시험 결과 요약 등 복잡한 교차 분석을 수행한다.
08:03

요약 및 다음 단계

Agent Bricks는 비정형 임상 문서를 관리하는 효율적인 방법이며, 구조화된 데이터 분석 도구인 Genie와 결합하여 멀티 에이전트 시스템으로 확장 가능하다. 모든 과정은 Databricks의 보안 및 확장 가능한 레이크하우스 플랫폼에 기본 통합되어 있다. 이를 통해 복잡한 데이터를 명확하고 실행 가능한 인사이트로 변환하여 의사결정 속도를 높인다.

용어 해설

유니티 카탈로그(Unity Catalog)
Databricks 플랫폼 내에서 데이터, 모델, 파일 등 모든 자산에 대한 통합 거버넌스와 접근 제어를 제공하는 솔루션이다. 비정형 PDF 파일부터 구조화된 테이블까지 단일한 체계 내에서 관리하고 감사할 수 있게 한다.
벡터 검색 인덱스(Vector Search Index)
텍스트 데이터를 고차원 벡터로 변환하여 저장하고, 질문과 가장 유사한 맥락을 가진 데이터를 빠르게 찾아내는 색인 기술이다. RAG 시스템에서 대규모 문서 집합 중 관련 정보를 추출하는 핵심 역할을 수행한다.
비정형 데이터(Unstructured Data)
정해진 규칙이나 스키마가 없는 데이터로, PDF, 이미지, 오디오, 텍스트 문서 등이 해당한다. 임상 시험 분야에서는 수천 장의 PDF 프로토콜이 비정형 데이터의 대표적인 예시이며 처리가 까다롭다.
멀티 에이전트 시스템(Multi-Agent System)
특정 작업에 특화된 여러 개의 AI 에이전트가 협력하여 복잡한 문제를 해결하는 아키텍처이다. 텍스트 분석 에이전트와 데이터베이스 쿼리 에이전트가 결합되어 더 넓은 범위의 인사이트를 도출한다.
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 02. 03.수집 2026. 02. 21.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.