데이터브릭스(Databricks)가 새로운 투자 유치를 통해 기업가치를 1,880억 달러로 끌어올렸습니다. 빅데이터 기반의 기업용 SaaS에서 맞춤형 AI 인프라 기업으로 성공적인 이미지 전환을 이룬 덕분입니다. 특히 자체 소프트웨어 엔지니어들의 코딩 작업에 오픈소스 AI 모델인 GLM 5.2를 도입해 폐쇄형 모델 대비 높은 성능과 비용 효율성을 입증하며 시장의 확고한 지지를 얻고 있습니다.
데이터브릭스가 자체 코드베이스 테스트 결과, 중국의 오픈소스 모델인 GLM 5.2가 앤스로픽의 오푸스 4.8(Opus 4.8)과 통계적으로 동등한 성능을 내면서도 비용은 훨씬 저렴하다는 사실을 확인했습니다. 이에 따라 데이터브릭스는 개발자들의 일상적인 업무용 코딩 모델로 GLM 5.2를 기본 도입할 계획이며, 코인베이스 등 다른 기업들 또한 비용 절감을 위해 중국산 모델로 빠르게 전환하고 있습니다.
데이터브릭스(Databricks)는 자사의 수백만 줄에 달하는 실제 코드베이스를 바탕으로 다양한 코딩 에이전트의 성능과 비용을 분석했습니다. 이를 통해 토큰(Token) 가격이 전체 작업 비용과 비례하지 않으며, 작업 복잡도에 맞춰 모델을 분산 사용하고 단순한 하네스(Harness)를 활용하는 것이 훨씬 효율적이라는 실무적 인사이트를 도출했습니다.
데이터브릭스(Databricks)가 클로드 코드, 코덱스(Codex), 파이(Pi) 등 다양한 코딩 AI 에이전트를 하나의 인터페이스에서 조합하고 관리할 수 있는 메타 하네스(meta-harness) '옴니젠트(Omnigent)'를 오픈소스로 공개했습니다. 이 도구는 단말기, 웹, 데스크톱, 모바일 환경 모두에서 에이전트 구성, 정책 제어, 실시간 세션 공유 기능을 지원하며, 개발자들이 여러 AI 에이전트를 유기적으로 연동해 작업 효율성을 크게 높일 수 있다는 점에서 중요합니다.
데이터브릭스(DataBricks) 공동 창업자 마테이 자하리아(Matei Zaharia)가 컴퓨팅 분야의 권위 있는 ACM 상을 수상했습니다. 그는 인터뷰에서 AGI(범용 인공지능)가 이미 도래했으며, AI를 인간과 동일한 기준으로 평가하거나 신뢰를 부여하는 행태가 심각한 보안 위협을 초래할 수 있다고 경고했습니다. 또한 그는 AI가 가진 강점에 집중하여 정보 분석 및 시뮬레이션 기반의 연구를 자동화하는 미래를 기대하고 있습니다.