> ## Documentation Index > Fetch the complete documentation index at: https://docs.sifi.life/llms.txt > Use this file to discover all available pages before exploring further. # GenAI 도구 생태계 2024\~2026년은 GenAI 도구 생태계가 **폭발적으로 성장** 한 시기입니다. 불과 몇 년 전만 해도 ChatGPT 하나가 GenAI의 대명사였지만, 이제는 코딩, 검색, 문서 작성, 워크플로 자동화, 이미지/영상 생성까지 **수백 개의 전문 도구** 가 각 영역에서 경쟁하고 있습니다. 이 가이드는 실무에서 활발히 사용되는 GenAI 도구들을 **카테고리별로 정리** 하고, 각 도구의 핵심 특징, 동작 원리, 한계, 그리고 Databricks 플랫폼과의 연동 포인트를 다룹니다. 단순 나열이 아니라 **"왜 이 도구가 등장했고, 어떤 문제를 해결하는가"** 에 초점을 맞춥니다. *** ## 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](coding-assistants) | | **LLM API & 플랫폼** | OpenAI GPT-4.1, Claude 4, Gemini 2.5, Llama 4 | 애플리케이션의 두뇌, API 호출로 지능 추가 | [LLM 플랫폼](llm-platforms) | | **노코드 AI 빌더** | Dify, n8n, Flowise, LangFlow | 비개발자도 AI 워크플로 구축 | [AI 빌더](ai-builders) | | **AI 생산성 & 검색** | Perplexity, NotebookLM, Notion AI, Midjourney | 일상 업무의 AI 자동화 | [생산성 도구](ai-productivity) | | **오픈소스 LLM** | Ollama, vLLM, Hugging Face, LM Studio | 데이터 주권, 비용 절감, 커스터마이징 | [오픈소스 LLM](opensource-llm) | | **AI 관측성 & 평가** | MLflow Tracing, LangSmith, W\&B, Phoenix | LLM 앱의 품질 보장과 디버깅 | [관측성 & 평가](ai-observability) | 이 조감도에서 주목할 점은 각 카테고리가 독립적이지 않다는 것입니다. 예를 들어, **AI 코딩 어시스턴트** 는 내부적으로 **LLM API** 를 호출하고, 그 LLM은 **오픈소스 모델** 일 수 있으며, 전체 파이프라인의 품질은 **관측성 도구** 로 모니터링합니다. 도구 선택 시 이러한 상호 의존성을 이해하는 것이 중요합니다. *** ## 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 | 이 연동 구조에서 핵심은 **Unity Catalog** 가 데이터 거버넌스의 중심축이라는 점입니다. 어떤 외부 도구를 사용하든, 데이터의 접근 제어, 리니지 추적, 품질 관리는 Databricks 플랫폼에서 통합 관리할 수 있습니다. > **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 각 서브페이지는 독립적으로 읽을 수 있도록 구성되어 있으므로, 관심 있는 카테고리부터 시작하면 됩니다.