금융권 AI Agent PoC 프로젝트 동안 규제로 인해 아쉽게 적용해보지 못했던 Databricks Genie Ontology 및 관련 기능들(Genie Agent, Pages, Genie One 등)을 직접 구현하고 실습할 수 있는 Demo 프로젝트를 작성해 보았습니다.
관심 있으신 분들은 아래 GitHub 리포지토리 및 단계별 시연 영상을 참고해 주시기 바랍니다.
Databricks Genie Ontology 실습 Demo
금융권 AI Agent PoC 진행 당시 금융보안원 규제로 인해 실제 환경에 적용해 보지 못했던 Genie Agent, Pages, Genie One 등의 기능을 바탕으로 Genie Ontology 실습 Demo를 구축하였습니다.
데이터 가버넌스 및 메트릭 정의부터 Genie Agent 활용까지 전체 흐름을 한눈에 파악하실 수 있도록 파트별 시연 영상을 함께 정리했습니다.
-
📁 GitHub Repository: hwantkim/genie_ontology
🎬 시연 영상 목록
00. Ontology와 Genie Ontology 소개
-
Ontology의 기본 개념과 Databricks 환경에서의 Genie Ontology 활용 및 이점에 대해 소개합니다.
-
🔗
01. 프로젝트 개요 (README.md)
-
리포지토리 구성과 전체적인 실습 진행 순서 및 아키텍처를 설명합니다.
-
🔗
02. Catalog, Schema, Table 생성 및 데모 데이터 로드
-
Unity Catalog 기반의 데이터베이스 구조(Catalog, Schema, Table)를 정의하고 실습에 필요한 데모 데이터를 로드합니다.
-
🔗
03. 메트릭 뷰(Metric View) 생성
-
정확한 데이터 분석 및 AI 질의응답을 위해 핵심 비즈니스 로직과 지표를 담은 메트릭 뷰를 구성합니다.
-
🔗
04. Genie Agent 설정
-
자연어 질의응답을 처리할 Genie Agent의 컨텍스트 및 지식 기반 설정을 진행합니다.
-
🔗
05. 테이블 및 메트릭 뷰에 인증 및 도메인 태그 적용
-
데이터 거버넌스 및 보안을 위해 주요 자산(Table, Metric View)에 인증 정보와 도메인 태그를 부여합니다.
-
🔗
06. Pages 활용 안내
-
분석 결과 및 관련 리소스를 효과적으로 전달하기 위한 Pages 기능 활용법을 다룹니다.
-
🔗
07. Genie One Demo
-
구축한 Genie Ontology 기반으로 실제 자연어 질의를 수행하고 결과를 확인하는 최종 시연입니다.
-
🔗
비즈니스 데이터에 AI Agent를 결합하거나 Databricks Genie 활용 방안을 고민 중이신 분들께 도움이 되기를 바랍니다.