마지막 편집일: 2026년 10월 26일
아나콘다의 수석 데이터 과학자인 페드로 하이에르달은 킬로 코드가 아나콘다의 일부가 되기 전, 그곳에서 혼자 데이터 팀을 이끌던 인물이었습니다. 그는 업무를 원활히 수행하기 위해 AI 에이전트에 크게 의존했으며, dbt 서밋 2026에서 자신의 프로젝트를 소개했습니다. 이번 세션에서 그가 제시한 핵심 논지는 다음과 같습니다: 에이전트들은 코드와 밀접하게 연관된 복잡한 문제들을 스스로 해결하는 능력이 크게 향상되었지만, 이러한 발전이 실제 비즈니스 의사결정의 개선으로 이어지지는 않았다는 점입니다. 왜냐하면 기술적 역량이 사실상의 격차였던 적은 없었기 때문입니다.
Heyerdahl의 전제는, dbt MCP, dbt 스킬, Wizard CLI, 그리고 dbt 시맨틱 레이어를 잘 문서화된 dbt 프로젝트와 결합하면, 에이전트가 모델을 이해하고 계열 관계를 추적하며 지표 정의에 대해 논리적으로 추론할 수 있다는 점입니다. 그러나 dbt 프로젝트와 그 데이터는 여전히 비즈니스를 구조화하고 선택적으로 표현한 것일 뿐입니다: 기업이 무엇을 추적하기로 결정했는지, 이를 어떻게 측정하기로 합의했는지, 그리고 그 과정에서 형성된 의사결정, 실패한 시도들, 그리고 아직 해결되지 않은 의문들까지 모두 포함합니다. 이러한 주변 맥락이 없으면, 에이전트는 숫자는 맞출 수 있더라도 상황을 잘못 해석할 수 있습니다.
그는 진정한 격차를 조직의 지식으로 규정했는데, 이는 Slack 채팅방, 회의 토론, 그리고 풀 리퀘스트 설명 속에 존재하는 지식으로, 그 어느 것도 오래 지속되는 기록으로 남도록 설계된 것이 아니다.
그는 다른 접근 방식을 채택하기 전에 여러 가지 일반적인 우회 방법을 시도해 보았다고 설명했다. 모든 사용 가능한 파일을 하나의 대용량 메모리 파일로 덤프하는 방식은 몇 주 동안 잘 작동했지만, 비즈니스가 다음 단계로 넘어가고 에이전트가 오래된 정보를 계속 신뢰하게 되면서 문제가 발생했다. 원시 기업 자료를 대상으로 한 검색 증강형 검색과, MCP를 통해 Slack 및 Jira와 같은 시스템에 에이전트가 직접 접근할 수 있도록 하는 방식 모두 여전히, 두 개의 출처가 서로 상충할 때 어디에서 찾아야 하고 어떤 출처를 신뢰해야 할지 결정하는 책임을 에이전트에게 남겨두었다.
그래서 그는 파이프라인을 구축했고, 이후 두 차례 더 이를 재구성했습니다. 첫 번째 버전은 원시 소스 자료를 위키백과 스타일의 마크다운 문서로 요약했는데, 읽기는 편했지만 모델이 무엇을 유지할지 선택하는 과정에서 매번 세부 정보가 서서히 누락되었습니다. 두 번째 버전에서는 요약을 중단하고 대신 지식의 최소 단위인 사실, 결정, 엔터티, 그리고 권고사항을 추출했습니다. 각각의 단위는 누가, 언제, 왜 결정을 내렸는지와 같은 서로 다른 정보를 보존합니다.
세 번째 버전에서는 시간적 유효성과 상위 대체 기능을 추가하여, 어떤 사실이 언제 유효했는지와 무엇이 이를 대체했는지를 추적할 수 있게 되었으며, 이는 비즈니스 컨텍스트에서의 dbt 스냅샷에 비유될 수 있습니다. 따라서 현재 검색 결과를 오염시키지 않으면서도 과거 분석을 위해 상위 대체된 결정을 여전히 조회할 수 있습니다.
현재 시스템은 AI 게이트웨이를 통해 작업을 라우팅하며, 일상적인 추출 작업에는 저렴한 모델을, 기사 초안 작성과 같이 판단이 필요한 단계에는 최첨단 모델을 할당합니다. ‘리플렉트’ 단계는 새로운 정보를 기존 사실과 비교하여 충돌이나 오래된 것으로 보이는 자료를 식별하고, 이를 ‘거버너’ 단계를 통해 인간의 검토 대상으로 표시합니다. 이러한 검토 결과는 검토 인터페이스와 MCP 서버에 표시됩니다. 또한 에이전트는 새로운 발견 사항을 파이프라인에 다시 기록해 인간의 승인을 받을 수 있어, 전체 프로세스가 완결됩니다.
비즈니스를 이해하고 신뢰할 수 있는 답변을 제공하는 데 필요한 컨텍스트 에이전트로 데이터 소스를 전환하고 싶다면 Fivetran Context Layer를 확인해 보세요.
dbt 서밋 2026의 모든 키노트와 분과 세션을 주문형으로 시청하세요. dbt 서밋 2026 주문형 시청 →
dbt 시작하기
실제로 확장 가능한 데이터 인프라를 구축하는 분석 엔지니어들과 함께하세요.
dbt Wizard CLI 설치
분석 엔지니어링에 특화된 에이전트로 시작해 보세요. 이 에이전트는 어떤 도구를 호출해야 하는지, 어떤 컨텍스트를 가져와야 하는지 알고 있으며, 사용자에게 결과를 표시하기 전에 스스로 작업을 검증합니다.
최신 게시물
프롬프트에서 PR까지: Careem의 AI가 사람이 직접 확인하기도 전에 dbt 모델을 어떻게 작성하고 검증하는지
2026년 10월 26일에
DocuSign이 Claude Code와 dbt v2, dbt MCP, 그리고 에이전트 스킬을 결합함으로써 분석 엔지니어링 시간을 절반으로 줄인 방법
2026년 10월 26일에
버진 미디어 O2가 dbt에 메모리를 제공함으로써 컴퓨팅 비용을 30% 절감한 방법
2026년 10월 26일에
데이터를 형성하는 가장 큰 커뮤니티에 참여하세요
dbt 커뮤니티는 전 세계 수천 명의 데이터 리더 및 AI 실무자들과 함께 최고의 실무 사례, 혁신을 경험하고 직접 협업할 수 있는 문입니다. 질문을 던지고, 통찰을 공유하며, 전문가들과 함께 더 나은 결과를 만들어 보세요.