주요 AI 패밀리 모두 Databricks에. 그런데 SKU는?

Databricks의 라인업, 주요 AI 계열을 모두 아우르다

Databricks가 Agent Bricks를 여러 모델이 만나는 지점으로 확장했다. 그리고 2026 Data + AI Summit에서 Elon Musk의 Grok을 포함해 두 계열을 더 추가했다.

DAIS 2026(6월 16~18일)에서 Databricks는 엔터프라이즈 AI 에이전트를 구축하고 관리하는 플랫폼인 Agent Bricks에 Kimi(Moonshot)와 xAI의 Grok을 추가했다 . 지원 목록은 이제 커스텀 파인튜닝 모델과 RL 학습 모델까지 포함해 OpenAI, Anthropic, Google Gemini, Qwen, Kimi, Grok을 아우른다 . 핵심은 폭이다. 개발자는 하나의 거버넌스 경계 안에서 단일 에이전트를 프런티어 모델과 오픈소스 모델 전반으로 라우팅할 수 있다.

빠른 답변: DAIS 2026(6월 16~18일)에서 Databricks는 xAI의 Grok과 Moonshot의 Kimi를 Agent Bricks에 추가해 지원 목록을 OpenAI, Anthropic, Google Gemini, Qwen, Kimi, Grok으로 넓혔다. Databricks는 10만 개가 넘는 에이전트가 구축됐고, 연간 1천조 개가 넘는 에이전트 토큰이 처리된다고 밝혔다.

Databricks는 이 가치를 선택권으로 설명한다. 모델 계열은 동작, 지연 시간, 비용 측면에서 계속 서로를 앞서거니 뒤서거니 하기 때문에, 개발자가 한 벤더에 묶이기보다 작업별로 모델을 고르도록 하겠다는 것이다 . 규모에 대한 수치는 Databricks가 제시한 것이다. Agent Bricks에서 10만 개 이상의 에이전트가 구축됐고, 연간 1천조 개가 넘는 에이전트 토큰을 처리한다 . DAIS에서 언급된 프로덕션 배포 사례에는 AstraZeneca, 7-Eleven, Fox Corporation, Block이 포함된다 .

빌더가 유의할 점도 있다. Databricks는 이 모델들의 자체 과금 요율을 공개하지 않았다. 아래 표는 가능한 경우 각 계열을 공개된 직접 API 참고 자료와 짝지은 것이다. 대략적인 계획에는 유용하지만, Databricks의 패스스루 가격으로 보면 안 된다.

xAI와 Databricks 게시물 모두에 복수형인 “Grok models”라는 표현이 나오지만, 어느 쪽도 정확한 Databricks 모델 ID, 리전, 가격을 나열하지는 않았다 . 지원 목록은 확정된 것으로, SKU 수준의 세부 정보는 공식 릴리스 노트를 더 기다려야 하는 것으로 보는 편이 맞다.

민감한 쿼리를 경계 안에 두는 방식

네이티브로 제공된다는 것은 Grok 추론이 Databricks 자체 보안 경계 안에서 실행된다는 뜻이다. 따라서 고객의 기업 코퍼스가 외부 파이프라인으로 나가지 않는다. Agent Bricks로 만든 에이전트는 데이터를 xAI의 공개 API로 보내는 대신 Lakehouse 데이터 위에서 제자리에서 추론한다. 빌더에게 실질적인 차이는 여기에 있다. 데이터가 이미 있는 곳에 거버넌스와 데이터 레지던시를 그대로 둔 채 모델을 선택할 수 있다는 점이다 .

그 경계 안에서 Agent Bricks는 여러 커넥터를 통해 에이전트를 정형 및 비정형 Lakehouse 데이터에 연결한다.

• 도구 및 외부 소스 접근을 위한 Unity Catalog의 MCP 지원
• 엔터프라이즈 테이블 전반의 의미 기반 그라운딩을 위한 Genie Ontology
• Lakebase가 뒷받침하는 관리형 메모리
• 비정형 콘텐츠를 위한 Document Intelligence
• 에이전트 실행 코드를 위한 샌드박스 실행

이 구조가 커스텀 ETL의 필요성을 없앤다. 이런 구조가 없다면 팀은 민감한 레코드를 외부 모델 엔드포인트로 보내고 다시 가져오는 파이프라인을 만들어야 한다. 여기서는 쿼리가 Lakehouse를 상대로 네이티브하게 실행되며, 이미 데이터를 통제하고 있는 동일한 Unity Catalog 권한을 따라 거버넌스 경계 안에서 처리된다 .

보존 정책에 대해서는 보도가 구체적이다. 관련 엔드포인트는 제로 데이터 보존으로 설명되며, xAI를 포함한 모델 파트너는 이 기능을 통해 제출된 데이터를 보관하지 않고, Databricks는 AI 보조 기능에 제출된 고객 데이터로 파운데이션 모델을 학습시키지 않는다고 밝힌다 . 제약이나 금융 워크로드를 운영하는 규제 산업 팀에게는, 이것이 실제 데이터에 프런티어 모델을 사용할 수 있게 해 주는 계약상의 기준선이다.

짚고 넘어갈 점도 있다. 이는 플랫폼 수준에서 제시된 데이터 처리 조건이다. Databricks 자체 거버넌스 정책이 xAI 호스팅 추론과 정확히 어떻게 맞물리는지는 아직 공식 릴리스 노트를 기다려야 하는 세부 사항 중 하나다 . 경계 보장은 플랫폼 수준에서 확인된 것으로 보고, 다음에 다룰 오퍼레이터 플레인 메커니즘이 실제 집행이 일어나는 지점이라고 보면 된다.

'어떤 모델 패밀리든'이라는 철학, 그리고 선택권이 곧 가치인 이유

Databricks는 Agent Bricks를 세 가지 축, 즉 Choice(어떤 모델이든), Context(엔터프라이즈 데이터 접근), Control(거버넌스)로 설명한다. Grok의 합류는 특정 제품을 지지한다는 신호라기보다 Choice 축을 확장하는 움직임에 가깝다 . 이렇게 읽으면 이번 소식은 "Databricks가 Grok을 최고라고 본다"가 아니다. 고객이 작업별로 모델을 고르고 나중에 바꿀 수 있도록 Databricks가 선택지를 넓힌 것이다.

Choice 뒤에 있는 논리는 구조적이다. Databricks는 모델 패밀리들이 새 릴리스마다 서로를 앞서거니 뒤서거니 하며, 동작 방식, 지연 시간, 비용 사이에서 계속 절충을 강요한다고 말한다 . 모든 워크로드에서 앞서는 단일 패밀리는 없기 때문에, 에이전트 스택을 한 제공업체에 묶는 것은 이런 변동성에 반대로 베팅하는 셈이다. 이제 명단에는 OpenAI, Anthropic, Google의 Gemini, Qwen, Kimi, Grok 같은 프런티어 독점 및 오픈 패밀리뿐 아니라, 맞춤형 파인튜닝 모델과 RL 학습 모델까지 포함된다 .

실제로 넓은 선택지가 빌더에게 주는 이점은 다음과 같다.

• 작업에 맞춘 라우팅 — 추론, 추출, 코딩 워크로드 전반에 한 패밀리를 억지로 쓰는 대신, 작업에 맞는 모델을 배정한다.
• 비용 통제 — 품질이 허용하는 경우 더 저렴한 모델로 지출을 옮기되, 플랫폼을 다시 짜지 않아도 된다.
• 변동성 대비 — 경쟁사가 더 나은 릴리스를 내놓으면, 전환은 마이그레이션이 아니라 설정 변경이 된다.

이 절충점을 한 지명 고객도 그대로 설명한다. Edmunds의 기술 담당 VP인 Gregory Rokita는 이 플랫폼이 팀이 "run multiple models and switch providers as our needs evolve, all while keeping costs in check"할 수 있게 해준다고 말했다 (source: Databricks, 2026-06).

따라서 Grok 추가를 가장 정직하게 읽으면, Databricks가 승자를 선언한 것이 아니라 고객을 대신해 모델 성능 변동성에 대비하고 있다는 뜻이다. 특히 Databricks 게시물은 Grok이나 다른 패밀리에 대한 벤치마크 점수를 제시하지 않는데, 이는 선택 중립적인 입장과도 맞다 . 가치 제안은 하나의 거버넌스 평면 안에서 선택권을 제공하는 데 있다. 그 선택권이 실제로 유지되는지는 이를 강제하는 운영자 제어에 달려 있다.

Unity의 새 운영자 평면이 한도를 정하고 호출을 추적하는 방식

운영자 제어는 Databricks가 2026년 6월 16일에 자세히 설명한 거버넌스 계층인 Unity AI Gateway에 있다. 이 계층은 팀이 "use any model, agent, or tool"할 수 있게 하면서, 명단에 있는 모든 패밀리에 걸쳐 접근, 작업, 비용, 모니터링을 중앙에서 관리하도록 한다 (source: Databricks, 2026-06). 개발자에게 이것은 멀티모델 선택권을 조직이 실제로 예산화하고 감사할 수 있는 형태로 바꾸는 평면이다.

가장 눈에 띄는 추가 기능은 비용 가시성이다. 게이트웨이는 모든 도구와 모델 전반의 AI 지출을 통합해 보여주고, 팀 또는 프로젝트별로 세분화된 비용 귀속을 제공하며, 청구서가 나오기 전에 과도한 사용을 막는 강제 지출 한도를 제공한다 (source: basenor, 2026-06). 재무 담당자와 플랫폼 오너 입장에서는 Grok, Gemini, Kimi, Qwen 호출이 각각의 벤더 대시보드가 아니라 하나의 장부로 들어온다는 뜻이다.

새 기능은 다음처럼 나뉜다.

• 스마트 라우팅 — 작업 복잡도, 품질, 비용에 따라 요청을 보내므로, 더 저렴하게 처리할 수 있는 작업은 애플리케이션 코드에서 요청마다 분기하지 않아도 자동으로 저비용 패밀리에 배정된다 .
• 컨텍스트 기반 런타임 정책 — SQL로 작성하는 가드레일이며, Python 지원은 "coming soon"으로 설명된다. 팀은 커스텀 미들웨어 대신 구조화된 언어로 규칙을 강제할 수 있다 .
• 엔드투엔드 추적 — 모델 호출과 MCP 활동을 완전히 볼 수 있어, 운영자는 에이전트가 무엇을 했고 어떤 도구를 건드렸는지 재구성할 수 있다 .
• 확장된 Unity Catalog 거버넌스 — 등록과 접근 제어가 이제 테이블과 모델에 그치지 않고 MCP 서비스, 등록된 스킬, 에이전트 정의까지 포함한다 .

빌더에게 실질적인 의미는 이렇다. 워크로드를 한 패밀리에서 다른 패밀리로 옮기는 일이 코드 재작성보다 라우팅과 정책 결정에 가까워진다. 호출이 Grok에 닿든 오픈소스 모델에 닿든 같은 SQL 가드레일과 같은 추적 파이프라인이 적용된다. 이런 일관성이 "어떤 모델 패밀리든"이라는 메시지를 운영 측면에서 신뢰할 수 있게 만든다. 그리고 구체적인 Grok SKU와 패스스루 가격이 확정되는 과정에서 지켜봐야 할 계층도 바로 여기다.

머스크의 AI 회사가 자체 포털보다 클라우드를 택한 방식

Grok의 Databricks 데뷔는 1년 동안 이어진 유통 전략의 최신 단계다. xAI는 지난 12개월 동안 Grok.com, X, 직접 API에만 기대기보다 자사 모델을 엔터프라이즈 클라우드 안에 배치해 왔다. 흐름은 2025년 6월 Oracle Cloud Infrastructure 에서 시작해, 2025년 9월 Microsoft Azure AI Foundry를 거쳐, 2026년 6월 한 주 안에 Amazon Bedrock과 Databricks로 이어졌다 .

기준 SKU는 Grok 4.3일 가능성이 크다. xAI의 Bedrock 등록 정보는 100만 토큰 컨텍스트 창과 설정 가능한 추론 강도를 언급하며, Artificial Analysis Omniscience, Tau2 Telecom, Vals AI Case Law 및 Corporate Finance에서 공급업체가 보고한 최고 순위도 함께 제시한다 . 독립 리더보드가 확인하기 전까지 이 점수들은 xAI의 자체 주장으로 봐야 한다. Databricks 게시물 자체에는 벤치마크 수치가 없다.

가격은 아직 열린 질문이다. xAI의 공개 API 요금표는 grok-4.3을 입력 100만 토큰당 1.25달러, 출력 100만 토큰당 2.50달러로 제시한다 . 코딩 중심 모델인 grok-build-0.1은 256k 컨텍스트에서 입력 1.00달러, 출력 2.00달러이며, 웹 및 X 검색 도구 호출은 1,000회당 5달러로 과금된다 . 다만 이 중 어느 것도 Databricks 경유 요금으로 확인된 것은 아니다.

핵심 흐름은 기술보다 전략에 가깝다. xAI는 엔터프라이즈 구매자의 데이터와 거버넌스가 이미 자리 잡은 곳으로 들어가고 있다. 개발자 입장에서는 Grok이 경쟁 모델군과 같은 조달, 보안, 청구 접점에 미리 연결된 상태로 도착한다는 뜻이다. 그 결과 공급자 선택은 별도의 벤더 계약이 아니라 플랫폼 결정에 가까워진다.

아직 공개되지 않은 청구와 SKU 세부사항

가장 큰 빈칸은 정확성이다. 두 공식 게시물 모두 Databricks 모델 ID를 하나도 명시하지 않았다. xAI의 발표와 Agent Bricks 게시물은 복수형으로 "Grok models"라고만 설명한다 . 2026년 6월 18일 기준, 어떤 SKU가 노출되는지에 대한 공개 목록도, 프리뷰와 정식 출시를 구분하는 표시도, 클라우드 리전 매트릭스도, 명시된 SLA도 없다 .

가격도 또 다른 공백이다. xAI의 API 요금표는 grok-4.3을 입력 100만 토큰당 1.25달러, 출력 100만 토큰당 2.50달러로 제시하지만 , 이는 직접 API 가격이지 Databricks 경유 가격이나 청구 조건이 아니다. Databricks 게시물에는 Grok-on-Databricks 요금이 공개되어 있지 않으므로, 비용에 민감한 팀은 아직 Unity AI Gateway의 하드 캡과 비용 귀속 기능에 맞춰 지출을 모델링하기 어렵다.

빌더에게 가장 중요한 미확정 요소는 도구 지원이다. xAI의 차별화된 기능은 실시간 검색이다. Web Search와 X Search는 xAI 자체 가격표에서 1,000회 호출당 5달러로 기재되어 있다 . 두 게시물 모두 이 도구들을 Agent Bricks를 통해 사용할 수 있는지는 다루지 않는다.

릴리스 노트에서 추적할 만한 질문은 다음과 같다.

• Agent Bricks에 노출되는 정확한 Grok SKU와 모델 ID
• Databricks 청구 요금과 xAI 직접 API 정가의 차이
• 프리뷰인지 정식 출시인지, 리전 가용성, SLA
• Grok의 웹/X 검색 도구가 거버넌스 경계 안에서 작동하는지 여부

요점은 이렇다. 거버넌스가 적용된 멀티 모델 제어면 안에 Grok이 들어온다는 전략적 이야기는 사실이다. 그러나 개발자가 워크로드 투입을 결정하는 데 필요한 운영상의 세부 조건은 아직 공개되지 않았다. Databricks가 구체적인 SKU, 가격, 도구 지원 정보를 내놓기 전까지 Grok-on-Databricks는 오늘 바로 아키텍처를 설계할 수 있는 사양이 아니라, 조건 확인이 필요한 제공 확정 상태로 보는 편이 맞다.

자주 묻는 질문

Databricks Agent Bricks란 무엇인가요?

Agent Bricks는 엔터프라이즈 데이터를 기반으로 AI 에이전트를 구축, 테스트, 배포하고 거버넌스까지 관리하는 Databricks의 통합 환경입니다. Unity Catalog의 MCP 지원, Lakebase 기반 관리형 메모리, Genie Ontology, Document Intelligence를 통해 에이전트를 Lakehouse 데이터와 연결합니다. Databricks는 2026 Data + AI Summit에서 이를 실험 단계에서 핵심 플랫폼으로 재정의했으며, 구축된 에이전트가 100,000개 이상이고 연간 처리되는 에이전트 토큰이 1천조 개를 넘는다고 밝혔습니다. 고객사로는 AstraZeneca, 7-Eleven, Fox Corporation, Block 등이 포함됩니다.

Databricks Agent Bricks에서 사용할 수 있는 Grok 모델은 무엇인가요?

정확한 SKU는 아직 명시되지 않았습니다. 2026년 6월 18일 기준으로 xAI와 Databricks 모두 Databricks 모델 ID 목록 없이 "Grok models"라고만 언급하고 있습니다. xAI의 공개 API에서는 플래그십 모델이 grok-4.3이며 100만 토큰 컨텍스트 창을 제공합니다. 코딩에 초점을 맞춘 grok-build-0.1은 256k 컨텍스트 창을 갖습니다. 둘 중 하나 또는 둘 다 Agent Bricks에 포함되는지는 아직 공개되지 않았습니다.

Databricks에서 Grok을 네이티브로 쓰는 방식은 xAI API를 직접 호출하는 것과 어떻게 다른가요?

Databricks 통합은 Unity Catalog의 보안 및 거버넌스 경계를 통해 추론을 라우팅하므로, 기업의 정형 및 비정형 Lakehouse 데이터가 외부 API 파이프라인으로 빠져나가지 않고 관리되는 경계 안에 머뭅니다 (source: xAI, 2026-06). 보도에 따르면 관련 엔드포인트는 무데이터 보존 방식이며, xAI를 포함한 파트너는 제출된 데이터를 보관하지 않습니다. Databricks는 인증, 지출 한도, 비용 귀속, 런타임 정책 집행을 중앙에서 처리합니다. xAI API를 직접 호출할 때는 이러한 작업을 직접 관리해야 합니다.

Unity AI Gateway는 Grok 호출 거버넌스에 무엇을 더하나요?

Unity AI Gateway는 멀티 모델 거버넌스를 위한 컨트롤 플레인입니다. 도구와 모델 전반의 통합 AI 지출 가시성, 강제 지출 한도, 팀 또는 프로젝트별 세분화된 비용 귀속, 작업 복잡도와 품질 및 비용을 기준으로 한 스마트 라우팅을 제공합니다 (source: Databricks, 2026-06). 컨텍스트 기반 런타임 정책은 SQL로 작성하며, Python 지원은 곧 제공될 예정이라고 설명되어 있습니다. 또한 게이트웨이는 모델 및 MCP 활동에 대한 엔드투엔드 트레이스를 캡처합니다 (source: Basenor, 2026-06).

Grok의 웹 검색 및 X 검색 도구를 Agent Bricks 안에서 사용할 수 있나요?

2026년 6월 18일 기준으로 두 공식 발표 모두 이 점을 명시하지 않았습니다. xAI 직접 API에서는 Web Search와 X Search 도구 호출 가격이 1,000회 호출당 5달러로 책정되어 있습니다. 이러한 검색 도구는 xAI 제품의 핵심 차별점이므로, Agent Bricks가 이를 제공하는지, 제공한다면 어떤 과금 방식이 적용되는지는 개발자가 향후 릴리스 노트에서 확인해야 할 열린 질문입니다.

마지막 업데이트: 2026-06-25. 2026 Data + AI Summit의 xAI 및 Databricks 발표를 기준으로 검토했으며, SKU, 가격, 도구 지원 세부 정보는 공식 릴리스 노트를 기다리는 중입니다.