yozm.tech
피드로 돌아가기
TechCrunchHOTAI 재작성

Databricks hits $188B valuation, extending its run as AI’s favorite second act

데이터브릭스(Databricks)가 1,880억 달러(약 258조 원)의 기업 가치를 인정받으며 새로운 투자 유치에 성공했습니다. 빅데이터 기업에서 AI 기업으로 성공적으로 전환한 데이터브릭스는 오픈소스 AI 모델 활용을 통해 기업의 AI 비용 절감 가능성을 제시하며 주목받고 있습니다. 특히 코딩 작업에서 오픈소스 모델과 도구(하네스)의 효율성을 강조했습니다.

6시간 전·2026.07.17·읽기 1·Julie Bort

데이터브릭스(Databricks)가 최근 새로운 투자 유치 라운드에서 1,880억 달러(약 258조 원)의 기업 가치를 인정받으며 AI 시대의 핵심 기업으로 자리매김했습니다. 이는 불과 5개월 전 1,340억 달러, 1년 전 620억 달러 평가에 비해 급격히 상승한 수치로, 챗GPT(ChatGPT) 등장 이후 AI 기업으로의 성공적인 변신이 주효했다는 평가입니다.

2013년 설립된 데이터브릭스는 원래 기업의 방대한 데이터를 클라우드에 저장하고 분석하는 빅데이터 솔루션으로 성장했습니다. 그러나 AI 시대가 도래하자, 기업 데이터에 대한 깊은 이해를 바탕으로 AI 에이전트용 데이터베이스 '레이크베이스(Lakebase)', AI 게이트웨이 '유니티(Unity)', 다중 에이전트 관리 도구 '옴니젠트(Omnigent)' 등 다양한 AI 제품을 연이어 출시하며 AI 기업으로의 전환을 가속화했습니다. 특히 데이터브릭스는 기업들이 비용 효율적인 오픈 가중치(open-weight) AI 모델을 도입하는 데 앞장서 왔으며, 중국 Z.ai의 GLM 5.2 모델을 코딩 작업에 적극 활용하고 있습니다.

데이터브릭스 CEO 알리 고드시(Ali Ghodsi)는 3,000명 소프트웨어 엔지니어의 AI 비용 관리를 위해 자체 벤치마킹을 실시한 결과를 공개했습니다. 이 연구에 따르면, 오픈소스 AI 모델, 특히 GLM 5.2가 코딩 작업의 난이도 높은 작업까지 처리할 수 있으며, 앤트로픽(Anthropic)이나 오픈AI(OpenAI) 같은 독점 모델보다 총 비용이 낮다는 사실이 밝혀졌습니다. 또한, 모델 자체의 선택만큼이나 모델을 감싸고 컨텍스트와 명령을 관리하는 에이전트 코딩 도구인 '하네스(harness)'의 선택이 비용에 큰 영향을 미친다는 점도 주목할 만합니다. 오픈소스 하네스인 Pi가 프롬프트 주변 컨텍스트 관리에 뛰어나 품질 저하 없이 비용을 절감하는 데 효과적이라는 결과도 나왔습니다. 이는 AI 모델 선택뿐 아니라 이를 활용하는 도구의 중요성을 강조하며, 기업들이 AI 도입 시 전체적인 비용 구조를 최적화할 수 있는 방안을 제시합니다.

1인 창업자를 위한 기회 분석
AI 분석 · 참고용이며 검증이 필요합니다
4/10
보통
4점인가

데이터브릭스의 사례는 AI 비용 최적화의 중요성을 보여주지만, 1인 창업자가 직접 AI 모델이나 하네스를 개발하기에는 진입 장벽이 높습니다.

문제 / 미충족 수요

기업들이 AI 모델 도입 및 활용 시 높은 비용과 복잡한 관리 문제에 직면하고 있습니다.

한국 시장
국내 있음국내에도 AI 코딩 어시스턴트 서비스는 존재하나, 오픈소스 모델 기반의 비용 최적화 및 하네스 선택 가이드를 제공하는 전문 솔루션은 아직 미흡합니다.
수익 모델

B2B SaaS 구독, API 종량제 · 돈 내는 주체: 소프트웨어 개발 기업, IT 스타트업, AI 모델을 활용하는 모든 기업

1인 실현 가능성
2/5

AI 모델 개발 및 유지보수에는 상당한 자원과 전문성이 필요하며, 하네스 최적화도 기술적 난이도가 있습니다.

진입 지점 (Wedge)

특정 산업군(예: 게임 개발, 웹툰 제작)에 특화된 AI 코딩 어시스턴트 및 비용 최적화 솔루션 개발

이번 주 첫 실험

국내 중소 개발사/스타트업을 대상으로 AI 코딩 어시스턴트 사용 패턴 및 비용 관련 페인포인트(pain point) 인터뷰 10회 진행

Original source
이 글은 TechCrunch의 기사를 yozm.tech가 한국어로 재작성한 버전입니다.
원문 보기