Mosaic AI Agent Framework데이터브릭스가 제공하는 높은 품질의 AI 에이전트와 RAG 애플리케이션을建设, 배포, 평가하기 위한 도구 모음입니다.

4.0 (4)

리뷰어 Daniel Nikulshyn·업데이트됨 2026년 6월

AI Agents RAG Enterprise Databricks LLMOps Evaluation Deployment Framework

개요

미로(Mosaic) AI 에이전트 프레임워크는 AI 에이전트를 만들기, 배포하기, 그리고 통치를하기 위해 Databricks가 제공하는 도구들의 세트입니다. 이 에이전트들은 Model Context Protocol (MCP)이라는 단일한 통제된 프로토콜을 통해 어떤 도구나 데이터베이스나 SaaS 응용 프로그램으로 연결될 수 있습니다. 프레임워크에는 서버리스 컴퓨팅을 사용하여 Databricks Apps으로 배포하기 전 Integrated AI 개발, 실험 및 서버리스 인프라 관리가 포함됩니다. 에이전트 브릭과 유니티 카탈로그는 통치를 및 보안에 중요합니다. 그들은 모델, 도구 및 연결에 대한 전제 정책을 적용하고 속도 제한, 대체, 기타 safeguard를 적용하므로 지시 문 연입 방지, 민감한 데이터 발견 및 콘텐츠 필터링을 위하여 필요한 요구 됩니다.

주요 기능

Agent Bricks
유니티 카탈로그
데이터브릭스 앱
모델 컨텍스트 프로토콜(MCP)
중앙통합 통제
사용자별 통제권
서버리스 컴퓨팅

가격

모델: Contact for pricing
카테고리: 퍨다붅해는뎌니다북회프로할는
평점: 4.0 / 5 (4)

사용 사례

생산용 RAG 애플리케이션 개발

LLMs를 영업 데이터 소스에 연결하여 정확하고 콘텍스트 적절한 응답을 제공하는 반환 확장 소프트웨어 앱을 개발하는 데 도움을 줍니다.

대규모 AI 에이전트 배포

Databricks 생태계 내에서 신뢰할 수 있는 생산 배포를 위한 에이전트를 생성 및 배포할 수 있습니다.

에이전트 품질 평가

품질 높은 표준을 확보하기 위한 AI 에이전트 및 RAG 파이프라인 성능에 대한 내장 평가 도구를 사용하여 에이전트 품질을 평가하세요.

LLM 워크플로 이터레이션

유닛된 프레임워크를 통해 에이전트 개발 라이프 사이클을 단순화하고 생성 AI 워크플로를 프로토 타입, 테스트 및 최적화하세요.

장단점

장점

중앙통합 통제
사용자별 통제권
서버리스 컴퓨팅

단점

한정된 non-AI 통합
기본 에이전트 미제공
문서화 결핍

대결 기록

Pantheon에서 1회 대결.

1위

2위

3위

Last battle

#6
AI Agent Development Frameworks Showdown — July 19, 2024
Jul 19, 2024 · #6 of 7

리뷰

4.0

4개 평가의 평균.

리뷰를 작성하려면 로그인하세요.

Nadia Petrova

Apr 3, 2026

Years in this space

I've evaluated a lot of these over the years. What stands out here is the integrations — handled better than most — and the value for money is strong. The mobile experience lags is my one real gripe. Worth the time if this is your use case.

Kwame Mensah

Dec 5, 2025

Solid for our team

We rolled this out across the team last quarter and it saves real time. The core workflow fits neatly into how we already work, and the integrations removed a step we used to do by hand. The mobile experience lags, which is the main caveat, but it has held up under daily use.

Mei-Ling Wong

Oct 16, 2025

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on the integrations, and it is genuinely easy to set up caught me off guard. Pricing gets steep at scale is why this isn't a perfect score, still, I'd recommend giving it a real trial.

Tomáš Novák

Jul 11, 2025

Solid for our team

We rolled this out across the team last quarter and the value for money is strong. The automation fits neatly into how we already work, and the API removed a step we used to do by hand. The mobile experience lags, which is the main caveat, but it has held up under daily use.

Q&A

다른 대형 언어 모델 간 전환이 가능합니까? 에이전트 아키텍처를 재설계할 필요 없이요?

예. Agent Bricks를 사용하면 OpenAI, Anthropic, Google, Meta 및 오픈 소스 제공업체의 모델에 단일 계약으로 접근할 수 있으며, 비용, 품질 또는 성능을 최적화하기 위해 모델을 즉시 교체할 수 있습니다. 스택을 재설계할 필요가 없습니다.

Asked by Fernando Rojas · Feb 5, 2026

어떤 배포 옵션이 있으며 인프라 관리를 해야 하나요?

에이전트는 Databricks Apps를 통해 무서버리스 방식으로 배포됩니다. 따라서 IDE나 노코드 빌더에서 직접 코드를 푸시해 관리형 컴퓨팅에 배포할 수 있으며, 서버 프로비저닝이나 유지 관리는 필요 없습니다.

Asked by Carlos Mendoza · Jan 4, 2026

프레임워크를 모든 SaaS나 데이터베이스와 통합할 수 있나요? 어떤 프로토콜이 사용되나요?

에이전트는 Model Context Protocol (MCP)을 통해 도구, 데이터베이스 또는 SaaS 애플리케이션에 연결합니다. MCP는 하나의 거버넌스 프로토콜로 접근을 표준화하면서 플랫폼의 보안 정책을 적용합니다.

Asked by Vincenzo Greco · Dec 12, 2025

Mosaic AI Agent Framework는 모델 및 도구 접근에 대한 거버넌스와 보안을 어떻게 처리하나요?

거버넌스는 Agent Bricks와 Unity Catalog를 통해 플랫폼에 내장되어 있으며, 사전 정의된 정책을 적용하고, 레이트 리밋을 강제하며, 프롬프트 인젝션 방지, 민감 데이터 탐지, 내용 필터링과 같은 보호 기능을 추가합니다. 모든 에이전트, 모델, 도구 연결은 단일 기록 시스템에서 소유권과 권한과 함께 추적됩니다.

Asked by Sanjay Gupta · Dec 7, 2025