카테고리별 대표 도구 조감도
아래 테이블은 GenAI 도구 생태계를 6개 카테고리로 분류하고, 각 카테고리의 대표 도구와 핵심 가치를 한눈에 보여줍니다.| 카테고리 | 대표 도구 | 핵심 가치 | 상세 페이지 |
|---|---|---|---|
| AI 코딩 어시스턴트 | GitHub Copilot, Cursor, Claude Code, Windsurf | 개발 생산성 2~10배 향상, Vibe Coding | 코딩 어시스턴트 |
| LLM API & 플랫폼 | OpenAI GPT-4.1, Claude 4, Gemini 2.5, Llama 4 | 애플리케이션의 두뇌, API 호출로 지능 추가 | LLM 플랫폼 |
| 노코드 AI 빌더 | Dify, n8n, Flowise, LangFlow | 비개발자도 AI 워크플로 구축 | AI 빌더 |
| AI 생산성 & 검색 | Perplexity, NotebookLM, Notion AI, Midjourney | 일상 업무의 AI 자동화 | 생산성 도구 |
| 오픈소스 LLM | Ollama, vLLM, Hugging Face, LM Studio | 데이터 주권, 비용 절감, 커스터마이징 | 오픈소스 LLM |
| AI 관측성 & 평가 | MLflow Tracing, LangSmith, W&B, Phoenix | LLM 앱의 품질 보장과 디버깅 | 관측성 & 평가 |
생태계 성장의 배경
GenAI 도구 생태계가 이렇게 빠르게 성장한 배경에는 몇 가지 핵심 동인이 있습니다.1. LLM 성능의 급격한 향상
GPT-4 (2023.3) 이후 모든 주요 모델의 성능이 급격히 향상되었습니다. 특히 코딩, 추론, 멀티모달 영역에서의 발전이 새로운 도구 카테고리를 만들어냈습니다. Claude 3.5 Sonnet(2024.6)이 코딩 벤치마크를 석권하면서 AI 코딩 어시스턴트 시장이 폭발했고, GPT-4o(2024.5)의 멀티모달 능력은 이미지/영상 도구의 품질을 한 단계 끌어올렸습니다.2. API 접근성과 가격 하락
2024년 한 해 동안 LLM API 가격은 10분의 1 이하 로 떨어졌습니다. GPT-4 Turbo 대비 GPT-4o-mini는 약 30배 저렴하고, DeepSeek V3는 GPT-4 수준 성능을 100배 이상 저렴한 가격에 제공합니다. 이 가격 하락이 수많은 스타트업의 진입 장벽을 낮추었습니다.3. 오픈소스 생태계의 성숙
Llama 3(2024.4), Mistral, Qwen 등 오픈소스 모델이 상용 모델에 근접한 성능을 보이면서, 자체 호스팅 기반 도구 생태계가 활성화되었습니다. Ollama 같은 도구 덕분에 누구나 로컬에서 LLM을 실행할 수 있게 되었습니다.4. Agent 패러다임의 부상
단순 채팅을 넘어 도구를 사용하고, 계획을 세우고, 자율적으로 작업을 수행하는 AI Agent 개념이 보편화되면서, Agent 구축/배포/관측을 위한 전문 도구들이 등장했습니다. Agent의 핵심 메커니즘인 ReAct(Reasoning + Acting) 패턴은 LLM이 “어떤 도구를 사용할지 추론”하고, 도구를 실행하고, 결과를 다시 추론에 활용하는 루프를 반복합니다. 이 패턴의 성숙이 코딩 에이전트(Claude Code, Cursor Agent), 워크플로 자동화(n8n AI Agent), 데이터 분석(Databricks Genie) 등 다양한 영역에서 실용적 Agent를 가능하게 했습니다.Databricks 플랫폼과의 연동 포인트
Databricks는 GenAI 도구 생태계의 허브 역할을 합니다. 외부 도구들과의 주요 연동 포인트는 다음과 같습니다. 아래 테이블은 Databricks의 핵심 기능이 외부 GenAI 도구 생태계와 어떻게 연결되는지 보여줍니다.| Databricks 기능 | 연동 대상 | 연동 방식 |
|---|---|---|
| Foundation Model APIs | 모든 LLM 기반 도구 | OpenAI 호환 API로 GPT, Claude, Llama 등 통합 호출 |
| Model Serving | 오픈소스 LLM 도구 | vLLM 기반 서빙으로 Llama, Mistral 등 배포 |
| MLflow Tracing | AI 관측성 도구 | 오픈소스 표준으로 LangSmith/W&B 대체 가능 |
| Vector Search | RAG 기반 AI 빌더 | Dify, LangChain 등에서 벡터 DB로 활용 |
| Unity Catalog | 모든 AI 도구 | 데이터 거버넌스/리니지의 중앙 허브 |
| Genie / Agent Bricks | 노코드 AI 빌더 | Databricks 네이티브 AI 앱 구축 |
| Databricks Apps | AI UI 프레임워크 | Streamlit, Gradio 등 앱 호스팅 |
참고 각 서브페이지에서는 해당 카테고리의 도구들을 깊이 있게 다루며, Databricks와의 구체적인 통합 방법도 포함합니다. 좌측 메뉴에서 관심 있는 카테고리를 선택하세요.
이 가이드의 활용 방법
- 기술 리더 / 아키텍트: 조감도 테이블로 전체 그림을 파악한 후, 필요한 카테고리 심화 학습
- 개발자: 코딩 어시스턴트, LLM API 페이지에서 바로 실무 활용
- 데이터 사이언티스트: 오픈소스 LLM, 관측성 페이지에서 모델 배포/평가 가이드 확인
- 비즈니스 사용자: 노코드 AI 빌더, 생산성 도구 페이지에서 코딩 없이 AI 활용하는 방법 탐색