개념: Agent Bricks & Vector Search

모듈 7에서 만나는 에이전트·검색 기능을 한눈에 정리합니다. 각 항목의 상세 사용법은 모듈 본문의 해당 시점에서 다룹니다.

개념 / 기능	한 줄 요지
Agent Bricks	코드 없이 UI/API로 에이전트를 만드는 플랫폼(KA·Genie·Supervisor). 세 종류를 프롬프트로 생성
Vector Search	텍스트를 임베딩해 의미가 비슷한 문서를 찾는 검색 엔진. KA의 문서 검색 백엔드(엔드포인트+인덱스 5~10분 소요)
RAG	관련 문서를 먼저 검색해 그 근거로 답을 생성하는 방식. 근거 기반 답변으로 환각 억제
Knowledge Assistant (KA)	비정형 문서를 Vector Search로 인덱싱해 답하는 RAG 챗봇. 제조 SOP·품질기준 Q&A
Genie Agent	모듈 5의 Genie Space를 도구로 삼아 NL2SQL로 답하는 에이전트. 수율·불량·OEE 데이터 질의
Supervisor Agent	질문 의도를 파악해 하위 에이전트로 라우팅하는 상위 에이전트. 문서+데이터 질문 통합 창구
Databricks Model Serving	LLM·임베딩 모델을 API 엔드포인트로 서빙. 에이전트의 추론·임베딩 엔진
Lakebase	내장 PostgreSQL 호환 OLTP DB(선택). 대화 이력·피드백 저장
MLflow on Databricks	에이전트 응답 트레이싱·품질 평가. 라우팅·답변 품질 모니터링