Databricks Genie와 Amazon Quick 재고 보충 자동화 사례, 수요예측부터 발주까지 무인 파이프라인 구축법
수요 급증을 예측하고 공급업체 선택과 발주까지 사람 개입 없이 처리하는 자동화 구조를 Databricks와 Amazon Quick으로 만든 사례예요
The Brief가 FactStack이 되었습니다
수요 급증을 예측하고 공급업체 선택과 발주까지 사람 개입 없이 처리하는 자동화 구조를 Databricks와 Amazon Quick으로 만든 사례예요
BigQuery에 추가된 6가지 함수로 지표 변화 원인 찾기, 핵심 요인 분석, 실제 효과 측정을 SQL 체이닝 한 번에 처리할 수 있어요
Snowflake가 청구서 처리를 문서 인식이 아니라 데이터와 워크플로 문제로 재설계한 InvoiceIQ 사례예요
Snowflake CoCo의 spark migration 스킬로 PySpark 코드를 프롬프트 한 번에 Snowpark Connect로 옮기는 방법이에요
Snowflake가 데이터 엔지니어용 AI 코딩 에이전트 CoCo를 내놓으면서 dbt 같은 도구를 스킬과 플러그인으로 표준화하는 법을 공개했어요
BigQuery가 테이블마다 겹치지 않는 번호를 자동으로 매겨주는 identity columns 기능을 내놨어요
BigQuery에 새로 붙은 TabFM으로 데이터 사이언티스트 없이도 SQL 한 줄로 이탈, 사기 예측을 돌릴 수 있어요
BigQuery가 그래프 기능을 정식 출시하면서 Databricks 테이블까지 데이터 이동 없이 연결해 AI 에이전트의 근거로 쓸 수 있게 됐어요
자연어 프롬프트 하나로 dbt 모델부터 파이프라인 배포, 장애진단까지 자동화하는 도구예요
관찰성 데이터를 Apache Iceberg 형식으로 자기 S3에 저장해서 Spark, DuckDB, Trino 등 어떤 엔진으로도 바로 쿼리할 수 있게 만드는 기능이에요
여러 곳에 흩어진 데이터를 옮기지 않고도 한 곳에서 찾고 분석할 수 있게 해주는 연동이에요
Snowflake의 Observe가 AI 에이전트용 MCP 서버와 CLI를 새로 내놔서 사람 없이도 운영 데이터를 직접 조회하고 대응하게 됐어요
BigQuery와 Snowflake가 데이터 복제 없이 같은 테이블을 공유하는 레이크하우스 구조가 나왔어요
제약, 바이오 회사가 인수합병할 때 임상, 특허, 환자 데이터를 옮기지 않고도 실시간으로 조회하고 공유하게 해주는 Snowflake 기능을 정리했어요
Google Cloud가 AI 에이전트용 문서 번들(OKF)을 Knowledge Catalog에 등록해 조직 전체에서 검색되고 권한 관리되게 만드는 방법을 공개했어요
Snowflake가 AI 에이전트와 대시보드가 같은 답을 내도록 사내 시맨틱 레이어 구축법을 공개했어요
BigQuery를 Data 360에 연결하는 방법과 Agentforce Coworker 실제 써본 후기를 모은 Salesforce 커뮤니티 8월 소식이에요
데이터 인프라는 좋은데 캠페인 실행까지 못 이어지는 마지막 마일 문제를 Databricks의 통합 데이터 기반과 AI 에이전트로 메우는 이야기예요
경량 CPU 모델로 먼저 걸러내고 복잡한 5% 미만만 BigQuery 조회하는 AI 에이전트에 넘기는 하이브리드 파이프라인 설계예요
Snowflake 안에서만 컨테이너 하나로 초당 100만 건 이상 데이터를 Iceberg 테이블에 바로 스트리밍 테스트할 수 있어요
BigQuery가 Databricks, Snowflake, AWS 데이터를 옮기지 않고도 AI 에이전트로 직접 쿼리하게 해줘요
Databricks가 OpenAI, Stellantis와 함께 대기업용 멀티 AI agent 배포를 논의하는 행사를 열어요
작업마다 가장 저렴하고 성능 좋은 AI 모델을 자동으로 골라주는 Snowflake의 새 기능이에요
상위 테이블의 설명과 PII 태그, 신뢰도 점수를 계보 추적으로 하위 뷰까지 자동으로 물려주는 에이전트예요
낡은 Hive Metastore를 코드 재작성 없이 옮겨서 BigQuery와 Spark가 같은 데이터를 동시에 쓰게 해주는 서버리스 카탈로그예요
장애 조사에 AI를 붙이기 전에 데이터가 한곳에 통합돼 있고 관계까지 모델링됐는지부터 봐야 한다는 이야기예요
제품 사용 데이터를 Databricks에 두고 zero copy로 Salesforce에 연결하면 별도 CSP 없이도 고객 성공 관리가 가능해요
BigQuery가 사람이 손대지 않아도 쿼리를 스스로 학습해 최적화하는 기능으로 2025년 성능과 비용을 동시에 개선했어요
개발팀과 재무팀이 따로 보던 클라우드 비용 데이터를 Databricks Lakehouse에서 SQL 쿼리 하나로 실시간 확인할 수 있어요
SAP 데이터를 BigQuery 데이터 상품으로 바꿔 AI 에이전트가 바로 쓰게 해주는 Cortex Framework v7이 정식 출시됐어요
핀테크 증권사 Clear Street가 상장 전 Databricks 주식을 개인투자자에게 열었어요
이미지, 영상, 문서 같은 비정형 데이터를 정형 데이터와 한곳에서 관리해 AI 개발을 쉽게 해주는 Databricks의 새 기능이에요
자연스러운 대화로 여러 클라우드와 온프레미스 데이터를 한 번에 물어보고, 엔터프라이즈 보안, 비용 통제까지 하는 AI 분석 도구예요
SAP 운영 데이터를 BigQuery에 복사하지 않고 직접 연결해서 AI 에이전트가 실시간 분석, 자동화하게 해주는 Google의 제로카피 아키텍처예요
여러 AI 모델을 쓰는 기업이 토큰 비용과 보안을 한 곳에서 관리할 수 있게 되었어요
Databricks의 AI 플랫폼 Genie One이 마케팅, 재무, 영업 팀의 데이터 기반 작업을 자동화하고 신입 인력 교육 파트너 역할을 하고 있어요
Open Knowledge Format v0.2로 AI가 만든 데이터 정의의 출처, 검증, 유효성을 자동 필터링해서 거버넌스 리스크를 줄일 수 있어요
Snowflake는 AI 에이전트가 독립적으로 판단, 행동하는 시대에 필요한 통합 데이터 플랫폼으로, 고객, 상품, 거래 데이터를 실시간으로 정리해서 자율 마케팅 에이전트를 작동시키는 기반이 되어요
흩어진 데이터를 BigQuery에 통합하면 AI 에이전트가 고객 맥락을 실시간으로 파악해 마케팅 의사결정을 자동화할 수 있어요
에이전트 AI가 수익을 내려면 데이터 기반과 거버넌스가 필수인데, Snowflake 같은 통합 플랫폼이 파일럿에서 본격 확대할 때 실패를 줄여줍니다
CDP 성공은 활성화 기능이 아니라 BigQuery 같은 웨어하우스에서 데이터를 깨끗하게 정제, 통합하는 실버 레이어에 달려있어요
빅데이터 회사에서 AI 에이전트 플랫폼으로 전환한 Databricks가 오픈소스 모델 기반의 저가 솔루션으로 마케팅 자동화 시장을 재편하고 있어요
조직 전체 AI 앱 사용 데이터를 BigQuery에 자동 수집해서 부서별 효과와 규정 준수를 실시간으로 감시할 수 있어요
팀 전체가 같은 데이터 기반으로 움직이면 경험과 분석이 만나 성과가 달라져요
AI 에이전트가 실제로 어디서 무너지는지 난이도별 자동 테스트로 찾아내는 BigQuery 기반 평가 방식이에요
OpenAI의 최신 모델 GPT 5.6을 Snowflake 데이터 플랫폼에서 바로 쓸 수 있게 되어 마케터도 SQL 없이 자연언어로 데이터를 분석하고 캠페인 최적화 속도를 대폭 단축할 수 있어요
여러 회사의 데이터를 서로 공개하지 않으면서도 함께 머신러닝 모델을 만들 수 있는 기능이 일반 공개됐어요
Snowflake가 AI 워크로드 비용을 자동 추적하고 제어하는 CoCo AI 에이전트와 거버넌스 도구들을 내장해 FinOps 팀의 투명성과 운영 통제를 동시에 해결했어요
거래 데이터와 분석 데이터를 한 플랫폼에서 동시 처리해 캠페인 최적화와 고객 인사이트 속도를 대폭 단축할 수 있어요
프랑스 HDS 인증 획득으로 규제가 엄격한 헬스케어 기관들이 클라우드에서 환자 데이터를 안전하게 분석하고 AI 마케팅을 시작할 수 있게 됐어요
그래프 쿼리로 사기 연결고리를 빠르게 찾아 수억 명 사용자 데이터도 실시간 분석할 수 있게 됐어요
자연어 질문만으로 AI가 SQL을 만들어 데이터를 분석하고 보고서까지 생성해줍니다
Snowflake Postgres가 온라인 피처 스토어에서 Databricks Lakehouse 대비 지연시간 2.5배, 처리량 7배 우위를 기록했어요
AI 에이전트가 데이터를 다룰 때 데이터, 모델, 에이전트 3계층에서 보안을 동시에 관리해야 합니다
BigQuery에서 SQL 쿼리 안에서 Python 라이브러리를 인프라 관리 없이 바로 쓸 수 있게 됐어요
Databricks가 AI 에이전트를 고객데이터플랫폼에 통합해 데이터웨어하우스 자체가 마케팅 실행 플랫폼으로 작동하게 했어요
Databricks 플랫폼에서 Claude 같은 AI 에이전트를 채널에 통합하면 팀의 마케팅 데이터와 대화를 실시간으로 학습하며 자동으로 인사이트를 만들어낼 수 있어요
고객 데이터 플랫폼의 인사이트가 AI를 거쳐 실제 커뮤니케이션 채널로 자동 연결되는 구조가 생겼어요
동적 테이블의 갱신 속도가 2배 이상 빨라지고 비용까지 절감되는 기능들이 추가됐어요
AI가 코드 변환부터 검증까지 자동으로 처리하면서 대규모 데이터 현대화 프로젝트의 시간과 위험을 동시에 줄여줍니다