![[Databricks Data + AI Summit 2026] Oracle에서 Databricks Lakehouse로의 마이그레이션 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)

[Databricks Data + AI Summit 2026] Oracle에서 Databricks Lakehouse로의 마이그레이션 전략
Oracle 마이그레이션을 데이터 이전이 아닌 Use Case 이전으로 접근하는 전략을 소개했습니다. Lakehouse Federation, Lakebridge, GenAI Migration으로 단계적 자동화를 제안했습니다.
![[Databricks Data + AI Summit 2026] Oracle에서 Databricks Lakehouse로의 마이그레이션 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)

Oracle 마이그레이션을 데이터 이전이 아닌 Use Case 이전으로 접근하는 전략을 소개했습니다. Lakehouse Federation, Lakebridge, GenAI Migration으로 단계적 자동화를 제안했습니다.
![[Databricks Data + AI Summit 2026] AI Agent 시대의 분석 플랫폼: Databricks Agentic Analytics 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)

Databricks Summit 2026의 Agentic Analytics 전략을 정리했습니다. 데이터 플랫폼 중심의 거버넌스와 의미 체계가 Agent 시대의 핵심이라고 설명했습니다.
![[Databricks Data + AI Summit 2026] Agentic AI 데이터 플랫폼 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)

Databricks Summit 2026 키노트를 바탕으로 Agentic AI 시대의 데이터 플랫폼 전략을 정리했습니다. 실시간 데이터, 비즈니스 컨텍스트, 거버넌스의 중요성을 강조했습니다.
![[Databricks Data + AI Summit 2026] 키노트로 본 Agentic Data 시대의 시작](https://tech.cloud.nongshim.co.kr/wp-content/uploads/IMG_0283-scaled.jpg)

Databricks Data + AI Summit 2026 키노트에서 Agentic AI 시대의 데이터 플랫폼 방향을 정리했습니다. 실시간 데이터 기반과 비즈니스 컨텍스트, 중앙 거버넌스가 핵심으로 제시됐습니다.

2026년 6월 인도 핀테크 업계의 규제, 결제, 대출, 리워드 경쟁 흐름을 주차별로 정리했습니다. 디지털 대출 성장과 UPI 신용결제 확산, RBI 규제 변화가 핵심이었습니다.

Flava DBaaS의 쿠버네티스 기반 아키텍처와 운영 구조를 소개했습니다. 또한 마이그레이션 도구와 서버리스, AI 기반 확장 방향까지 설명했습니다.

LLM의 대형 컨텍스트를 단순 누적으로 쓰는 한계를 지적하고 시맨틱 컨텍스트 OS 아키텍처를 제안했습니다.\nVFS, 톱니 메모리 모델, PathAlign으로 토큰과 코드 컨텍스트를 정제하는 방식이 핵심입니다.

카카오와 삼성이 함께한 첫 AI 해커톤을 소개하는 글입니다. AI로 사회문제를 해결하는 협업 사례와 행사 배경을 다뤘습니다.

kt cloud가 플랫폼 엔지니어링으로 개발 환경의 복잡성을 줄이는 방안을 소개했습니다. 개발자가 더 빠르고 예측 가능하게 시작하도록 Self-Service와 자동화를 강화했습니다.


GitLab CI/CD 변수의 마스킹 한계를 재현하고, job 단위로 시크릿을 제한하는 Secrets Manager를 소개했습니다. 별도 Vault 운영 부담을 줄이면서 감사와 범위 통제를 강화하는 방법을 정리했습니다.

수천 개의 서비스를 위한 GPU 공유와 모델 서빙 최적화를 다룬 Automatic Sharding 도입 사례를 소개했습니다. Manual Sharding의 한계를 넘어 자동 반영과 안정적 배포 전략까지 함께 공유했습니다.

커스텀 ESLint 플러그인으로 다국어 번역 누락과 오역을 탐지해 해결했습니다. 사람과 AI 검수의 한계를 보완하기 위해 린트와 AI를 나눠 적용했습니다.