국내 IT 기업 기술 블로그 최신 글

필터 1
Databricks Lakehouse 아키텍처를 다시 정리하며 배운 점(손재홍_AI플랫폼엔지니어링)
베스핀글로벌
AI

Databricks Lakehouse 아키텍처를 다시 정리하며 배운 점(손재홍_AI플랫폼엔지니어링)

Databricks Lakehouse를 Data Lake와 Warehouse의 운영상 한계를 보완하는 구조로 정리했습니다. Delta Lake의 트랜잭션 로그와 메타데이터가 버전·스키마·장애 추적을 지원합니다.

#Databricks#Delta Lake
1300
[AI Ready Data] 문서 게시부터 검색 반영까지 확인하는 운영 흐름
베스핀글로벌
AI

[AI Ready Data] 문서 게시부터 검색 반영까지 확인하는 운영 흐름

문서 저장·게시·검색 반영을 분리하고 식별자와 게시 스냅샷으로 최신성을 검증하는 흐름을 설명했습니다. Databricks Delta Sync 상태, 행 수, 대표 질의를 함께 확인해 빈 결과와 철회까지 관리합니다.

#Databricks#RAG
300
[AI Ready Data] 업무 질문과 정답 근거로 확인하는 검색 품질 평가
베스핀글로벌
AI

[AI Ready Data] 업무 질문과 정답 근거로 확인하는 검색 품질 평가

업무 질문 기반 골든셋으로 검색 근거의 충족도와 순서 품질을 분리 평가하는 방법을 설명합니다. 실패·누락·핵심 예외 문항을 함께 기록해 변경 전후를 비교합니다.

#Databricks#RAG
400
[AI Ready Data] 질문에 맞게 나누고 문맥을 보존하는 문서 분할
베스핀글로벌
AI

[AI Ready Data] 질문에 맞게 나누고 문맥을 보존하는 문서 분할

문서 분할에서 제목·표·예외·출처를 보존해 검증 가능한 검색 근거를 만드는 방법을 설명했습니다. 검색용 조각과 계층 문맥을 분리하고 질문별 근거 완전성으로 평가해야 합니다.

#Databricks#RAG
300
[AI Ready Data] 표와 예외 조건을 지키는 문서 변환 결과 검증
베스핀글로벌
AI

[AI Ready Data] 표와 예외 조건을 지키는 문서 변환 결과 검증

문서 변환 결과에서 표·단위·예외·출처를 보존하고 구조와 업무 의미를 검증하는 방식을 설명합니다. 대체 변환 기록과 프로세스 격리로 실행 장애 및 품질 검토 범위를 관리합니다.

#Databricks#Python
400
[Databricks] 문서를 신뢰할 수 있는 검색 근거로 준비하는 과정
베스핀글로벌
AI

[Databricks] 문서를 신뢰할 수 있는 검색 근거로 준비하는 과정

Databricks 기반으로 문서를 수집·정리·게시하고 AI Search에 반영하는 흐름을 설명했습니다. 최신성, 문맥, 출처, 상태를 분리해 신뢰 가능한 검색 근거를 운영하는 방법을 다뤘습니다.

#Databricks#AI Search
800
쿼리가 아니라 정의를 고치기로 했습니다: Databricks Metric View 도입기
데브시스터즈
백엔드

쿼리가 아니라 정의를 고치기로 했습니다: Databricks Metric View 도입기

Databricks Metric View로 지표 정의를 한곳에 모아 대시보드와 분석 에이전트가 같은 값을 읽게 했습니다. 정제·집계 반복을 줄여 조회 비용도 함께 낮췄습니다.

#Databricks#Unity Catalog
3400
쿠팡 파트너스

광고

개발자를 위한 서적을 확인해 보세요

이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

#개발서적#프로그래밍
[Databricks Data + AI Summit 2026] AI-ready Finance Data로 전환하기 위한 데이터 플랫폼 전략
농심NDS
AI

[Databricks Data + AI Summit 2026] AI-ready Finance Data로 전환하기 위한 데이터 플랫폼 전략

금융 조직의 AI 적용은 모델보다 신뢰 가능하고 검증 가능한 데이터 기반이 먼저 필요하다고 설명했습니다. Trust, Validity, Context를 갖춘 Finance Data Product와 운영 확장 방향을 소개했습니다.

#Databricks#데이터 분석
3600
[Databricks Data + AI Summit 2026] Oracle에서 Databricks Lakehouse로의 마이그레이션 전략
농심NDS
백엔드

[Databricks Data + AI Summit 2026] Oracle에서 Databricks Lakehouse로의 마이그레이션 전략

Oracle 마이그레이션을 데이터 이전이 아닌 Use Case 이전으로 접근하는 전략을 소개했습니다. Lakehouse Federation, Lakebridge, GenAI Migration으로 단계적 자동화를 제안했습니다.

#Databricks#Oracle
15100
[Databricks Data + AI Summit 2026] AI Agent 시대의 분석 플랫폼: Databricks Agentic Analytics 전략
농심NDS
AI

[Databricks Data + AI Summit 2026] AI Agent 시대의 분석 플랫폼: Databricks Agentic Analytics 전략

Databricks Summit 2026의 Agentic Analytics 전략을 정리했습니다. 데이터 플랫폼 중심의 거버넌스와 의미 체계가 Agent 시대의 핵심이라고 설명했습니다.

#Databricks#LLM
2700
[Databricks Data + AI Summit 2026] Agentic AI 데이터 플랫폼 전략
농심NDS
기타

[Databricks Data + AI Summit 2026] Agentic AI 데이터 플랫폼 전략

Databricks Summit 2026 키노트를 바탕으로 Agentic AI 시대의 데이터 플랫폼 전략을 정리했습니다. 실시간 데이터, 비즈니스 컨텍스트, 거버넌스의 중요성을 강조했습니다.

#Databricks#LLM
2800
[Databricks Data + AI Summit 2026] 키노트로 본 Agentic Data 시대의 시작
농심NDS
기타

[Databricks Data + AI Summit 2026] 키노트로 본 Agentic Data 시대의 시작

Databricks Data + AI Summit 2026 키노트에서 Agentic AI 시대의 데이터 플랫폼 방향을 정리했습니다. 실시간 데이터 기반과 비즈니스 컨텍스트, 중앙 거버넌스가 핵심으로 제시됐습니다.

#Databricks#LLM
4000
보이지 않는 품질, 데이터. 로그가 틀리면 고객도 틀린다
무신사
프론트엔드

보이지 않는 품질, 데이터. 로그가 틀리면 고객도 틀린다

모바일 앱 릴리스 전에 로그 품질을 자동으로 검증하는 구조를 설계하고 운영한 사례를 공유했습니다. 수동 검수의 한계를 줄이고, 실제 배포 전 로그 이슈를 조기에 발견한 과정을 설명했습니다.

#자동화#Appium
22000
Airflow 와 Databricks 로 완성한 디자인허브 정산 시스템 리팩토링 여정
미리디
데브옵스

Airflow 와 Databricks 로 완성한 디자인허브 정산 시스템 리팩토링 여정

Airflow와 Databricks로 디자인허브 정산 파이프라인을 리팩토링한 과정을 정리했습니다. 운영 DB 부하를 줄이고 멱등성, 가시성, 협업 체계를 함께 개선했습니다.

#Airflow#Databricks
3500