Skip to main content
Databricks Apps를 활용한 프로덕션 배포, 단계별 기술 스택 선택 가이드, 종합 비교 테이블, 고객 FAQ, 연습문제를 다룹니다.

​
Databricks Apps — 프로덕션 배포의 정답

​
왜 Databricks Apps인가?

Agent 앱을 프로덕션에 배포할 때 가장 큰 장벽은 기술 자체가 아니라 인프라 운영 입니다.
직접 배포 시 해야 할 것Databricks Apps가 해결하는 것
서버 프로비저닝 (EC2, VM)서버리스 컨테이너 자동 실행
SSL 인증서 발급/갱신HTTPS 자동 적용
인증/인가 시스템 구현OAuth 기반 Databricks 사용자 인증 자동 통합
SQL Warehouse 연결 설정DATABRICKS_WAREHOUSE_ID 환경 변수로 자동 연결
Model Serving 엔드포인트 연결서비스 프린시펄을 통한 직접 접근
네트워크 보안 (VPN, 방화벽)Databricks 네트워크 내 격리 실행
Unity Catalog 권한 관리서비스 프린시펄에 UC 권한 부여로 해결
CI/CD 파이프라인 구성databricks apps deploy 명령어로 즉시 배포

​
지원 프레임워크

프레임워크지원 여부권장 사용 사례
Streamlit공식 지원채팅 UI + 대시보드, 가장 많은 예제
Dash공식 지원차트 중심 모니터링 대시보드
Gradio공식 지원ML 모델 데모, 멀티모달 앱
Flask공식 지원경량 웹 서버, API + 간단한 UI
FastAPI공식 지원API 서버, SSE/WebSocket
Chainlit미지원(FastAPI 래핑으로 우회 가능하나 비권장)

​
app.yaml 설정 예시

Streamlit Agent 앱 (가장 일반적): 
command:
  - "streamlit"
  - "run"
  - "app.py"
  - "--server.port"
  - "8000"
  - "--server.address"
  - "0.0.0.0"

env:
  - name: "DATABRICKS_WAREHOUSE_ID"
    valueFrom: "warehouse-id"
  - name: "SERVING_ENDPOINT"
    value: "mlops-agent-endpoint"

resources:
  - name: "warehouse-id"
    type: "sql_warehouse"
    sql_warehouse:
      id: "abc123def456"
      permission: "CAN_USE"
  - name: "serving-endpoint"
    type: "serving_endpoint"
    serving_endpoint:
      name: "mlops-agent-endpoint"
      permission: "CAN_QUERY"
FastAPI API 서버: 
command:
  - "uvicorn"
  - "main:app"
  - "--host"
  - "0.0.0.0"
  - "--port"
  - "8000"

env:
  - name: "DATABRICKS_WAREHOUSE_ID"
    valueFrom: "warehouse-id"

resources:
  - name: "warehouse-id"
    type: "sql_warehouse"
    sql_warehouse:
      id: "abc123def456"
      permission: "CAN_USE"

​
배포 워크플로

# 1. 앱 생성 (최초 1회)
databricks apps create \
  --name mlops-agent-app \
  --description "MLOps 모니터링 및 Agent 채팅"

# 2. 앱 배포 (코드 변경 시마다)
databricks apps deploy mlops-agent-app \
  --source-code-path ./app

# 3. 배포 상태 확인
databricks apps get mlops-agent-app

# 4. 로그 확인
databricks apps get-logs mlops-agent-app

​
PoC Streamlit → Databricks Apps 마이그레이션

로컬에서 streamlit run app.py로 개발한 앱을 Databricks Apps로 마이그레이션하는 단계: Step 1: 인증 방식 변경 
# Before (로컬 개발)
from databricks.sdk import WorkspaceClient
w = WorkspaceClient(
    host="https://xxx.cloud.databricks.com",
    token="dapi..."  # PAT 하드코딩
)

# After (Databricks Apps)
from databricks.sdk import WorkspaceClient
w = WorkspaceClient()  # 서비스 프린시펄 자동 인증
Step 2: 환경 변수 사용 
import os

# 하드코딩 제거, 환경 변수 사용
warehouse_id = os.environ.get("DATABRICKS_WAREHOUSE_ID")
endpoint_name = os.environ.get("SERVING_ENDPOINT", "default-agent")
Step 3: requirements.txt 정리 
streamlit>=1.38.0
databricks-sdk>=0.30.0
plotly>=5.0.0
Step 4: app.yaml 작성 및 배포
성공 마이그레이션 핵심 원칙: (1) PAT/토큰 하드코딩 → 서비스 프린시펄 자동 인증, (2) 호스트/엔드포인트 하드코딩 → 환경 변수, (3) requirements.txt에 모든 의존성 명시. 이 세 가지만 지키면 대부분의 로컬 Streamlit 앱은 Databricks Apps로 바로 배포 가능합니다.