데이터 통제는 잘 되는데
Unity Catalog를 쓰는 회사는 데이터 통제를 꽤 촘촘하게 합니다. 누가 어떤 테이블의 어떤 열을 볼 수 있는지, 어떤 행은 마스킹하는지, 누가 언제 무엇을 조회했는지.
그런데 그 데이터에 접근하는 AI는 이 통제 밖에 있는 경우가 많습니다. 어떤 팀은 외부 모델 API 키를 코드에 넣어 쓰고, 어떤 에이전트는 MCP로 슬랙에 글을 씁니다. 모델 비용은 월말에 청구서로 처음 봅니다.
Unity Gateway는 데이터에 하던 통제를 AI에 그대로 적용하겠다는 발표입니다.
통제 평면이라는 정의
데이터브릭스 블로그는 Unity Gateway를 엔터프라이즈 AI를 위한 데이터브릭스의 통제 평면이라고 정의합니다. Unity Catalog의 통제를 실행 시점의 상호작용까지 넓힌 것입니다.
핵심 문장은 등록 대상에 관한 것입니다. 데이터브릭스가 호스팅하는 모델, 외부 모델 제공자, MCP 서비스, 에이전트, 스킬을 이제 모두 등록할 수 있다는 것입니다. 테이블처럼 목록에 오르고, 테이블처럼 권한과 감사가 붙습니다.
등록 대상 넷
| 대상 | 내용 |
|---|---|
| 모델 | 데이터브릭스 호스팅 모델과 외부 제공자 모델을 Unity Catalog에 등록 |
| MCP 서비스 | Google Drive, Jira, Confluence, Slack, GitHub, SharePoint용 관리형 서비스 6종과 사용자 등록 서비스 |
| 에이전트 | 에이전트 엔드포인트 등록 |
| 스킬 | 재사용 스킬의 통제된 목록, 승인된 스킬만 공개 |
스킬이 등록 대상에 들어간 점이 흥미롭습니다. 에이전트에게 주는 지침 묶음인 스킬도 이제 승인과 공유의 대상이 됐습니다. 아무 스킬이나 가져다 쓰는 것을 막을 수 있습니다.
모델 접근도 속성으로
모델 접근 정책은 Unity Catalog의 세밀한 정책을 그대로 씁니다. 기준이 될 수 있는 속성이 실무적입니다.
- 제공자
- 출처 국가
- 승인 상태
- 통제 태그
출처 국가가 기준에 들어 있는 점이 눈에 띕니다. 특정 국가에서 만든 모델을 쓰지 않는다는 회사 방침이 있다면, 이를 문서가 아니라 정책으로 강제할 수 있습니다. MCP 도구도 하나씩 켜고 끌 수 있습니다.
실행 중에 묻기: 승인 요구
가장 실용적으로 보이는 기능은 Contextual Service Policies(베타)입니다. 행동을 허용하거나, 거부하거나, 승인을 요구할 수 있습니다.
블로그는 파일 수정이나 코드 푸시 같은 행동을 예로 듭니다. 정책은 사용자, 에이전트, 모델, MCP 서비스, 도구, 요청·응답 내용을 기준으로 걸 수 있습니다.
허용과 거부 사이에 승인 단계가 있다는 점이 중요합니다. 에이전트 통제는 모두 막거나 모두 여는 이분법으로는 쓸 수가 없습니다. "평소엔 자유롭게, 운영 브랜치에 푸시할 때만 사람이 확인"처럼 중간 지대가 있어야 실제로 쓸 수 있습니다.
가드레일은 개인정보 노출, 프롬프트 인젝션, 탈옥, 위험한 콘텐츠, 정책 위반을 다룹니다.
비용을 멈추는 장치
비용 쪽 기능도 구체적입니다.
- 데이터브릭스 호스팅 모델, 외부 모델, 코딩 에이전트, 업무용 AI 앱, 직접 만든 에이전트의 지출을 한곳에서 보기
- 사용자·팀·도구·용도별 비용 귀속과 예산
- 예산을 넘으면 요청을 자동으로 멈추는 강제 상한
- 작업 복잡도·품질·비용을 따져 모델을 고르는 스마트 라우팅
강제 상한이 반갑습니다. 에이전트가 루프에 빠져 밤새 모델을 부르는 사고는 실제로 일어납니다. 경고만 보내는 예산과 실제로 멈추는 상한은 다릅니다.
한곳에 남는 기록
추적도 하나로 모였습니다. 모델 호출과 MCP 도구 활동이 하나의 텔레메트리 계층에 기록됩니다. Genie는 코딩 에이전트 로그를 분석해 비싼 작업 흐름을 찾아 주고, 보안 제품 Lakewatch는 게이트웨이 기록을 뒤져 의심스러운 활동과 정책 위반을 조사합니다.
AI 자산의 감사가 데이터와 같은 감사 체계를 쓴다는 점이 핵심입니다. 감사팀이 새 도구를 배울 필요가 없습니다.
생태계
연동 예정 파트너도 발표됐습니다. AI 보안 쪽으로 CrowdStrike, Palo Alto Networks, Zscaler, Netskope 등 10곳, 신원 쪽으로 Okta, Ping Identity, SailPoint, Saviynt 4곳입니다. 모두 "예정"입니다.
함께 읽을 개념 정리
- MCP를 한 장으로: 에이전트가 도구를 붙이는 표준 규격
영상으로 더 보기
Unity Gateway 발표가 포함된 둘째 날 기조연설 전체 영상입니다.
정리하며
이 시리즈에서 본 다른 회사들도 같은 문제를 풉니다. AWS는 AgentCore Gateway, 마이크로소프트는 Agent 365, 스노우플레이크는 Natoma 인수로 MCP 게이트웨이를 만들려 합니다.
데이터브릭스의 차별점은 이미 있는 데이터 통제 체계를 그대로 넓혔다는 데 있습니다. Unity Catalog로 데이터 권한을 잘 관리해 온 회사라면, AI 통제를 새로 배우지 않고 익숙한 방식으로 시작할 수 있습니다. 반대로 Unity Catalog를 쓰지 않는 회사에게는 이 장점이 크지 않습니다. 결국 어느 게이트웨이를 고를지는 지금 데이터 통제를 어디에 두고 있는지가 정할 것 같습니다.
