이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
핵심 요약
Databricks Agent Bricks는 복잡한 비정형 PDF 데이터를 정밀하게 튜닝된 지식 시스템으로 변환한다. 이를 통해 수주가 걸리던 규제 검토 작업을 단 몇 분 만에 완료할 수 있으며, 전문가 피드백을 통해 도메인 지식을 지속적으로 강화할 수 있다.
배경
제약 산업에서 임상 시험 프로토콜을 FDA/EMA 규정과 대조하는 작업은 수천 개의 비정형 PDF를 수동으로 검토해야 하므로 막대한 시간이 소요된다.
대상 독자
데이터 엔지니어, AI 개발자, 제약/임상 연구원, 규제 준수 전문가
의미 / 영향
이 기술은 제약 및 규제 산업에서 수동 문서 검토에 소요되는 시간을 획기적으로 단축한다. 전문가의 피드백을 실시간으로 학습하는 에이전트를 통해 규제 준수 리스크를 줄이고 임상 의사결정 속도를 높일 수 있다.
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.
- •비정형 PDF 데이터 검토에 소요되는 막대한 수동 작업 시간
- •FDA/EMA 규정 준수 확인을 위한 복잡한 교차 참조 프로세스
- •데이터를 단순히 읽는 것을 넘어 도메인 맥락을 이해하는 시스템의 필요성
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.
- •Unity Catalog Volume을 통한 데이터 등록 및 관리
- •전문가 피드백 루프를 통한 에이전트 성능 정제 프로세스
- •단독 사용 또는 멀티 에이전트 시스템으로의 확장 가능성
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.
- •메타데이터 테이블과 PDF 문서의 유기적 연결
- •다양한 구조를 가진 PDF 결과 보고서의 통합 처리
- •Unity Catalog 내에서 직접 문서를 열람하고 분석하는 워크플로우
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.
- •코드 작성 없이 UI를 통한 지식 어시스턴트 생성
- •PDF 파일과 Vector Search Index를 혼합한 지식 소스 구성
- •데이터 소스별 상세 설명 입력을 통한 에이전트 이해도 향상
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.
- •전문가 피드백(Examples)을 통한 비즈니스 로직 실시간 학습
- •여러 문서에 걸친 복잡한 자격 요건 및 부작용 패턴 교차 분석
- •답변의 근거가 되는 원본 문서 인용 및 직접 열람 기능
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.
- •비정형 데이터와 구조화된 데이터 분석 도구의 결합
- •Databricks 레이크하우스 플랫폼 기반의 보안 및 확장성 확보
- •수주가 걸리던 분석 작업을 분 단위로 단축하는 실질적 가치
실무 Takeaway
- 비정형 PDF 데이터를 Unity Catalog Volume에 등록하고 Vector Search Index와 연결하여 즉시 질문 가능한 지식 베이스를 구축할 수 있다.
- 에이전트가 도메인 로직을 오해할 경우 'Examples' 기능을 통해 전문가 피드백을 제공함으로써 응답 정확도를 즉각적으로 개선할 수 있다.
- 텍스트 기반의 Knowledge Assistant를 구조화된 데이터 분석 도구인 Genie와 결합하여 멀티 에이전트 워크플로우를 설계함으로써 분석 범위를 확장할 수 있다.
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.