2026년 2월

이러한 기능 및 Azure Databricks 플랫폼 개선 사항은 2026년 2월에 릴리스되었습니다.

비고

릴리스가 단계적으로 진행됩니다. Azure Databricks 계정은 초기 릴리스 날짜 이후 일주일 이상까지 업데이트되지 않을 수 있습니다.

ISMAP 규정 준수 지원

2026년 2월 26일

이제 클라우드 서비스에 대한 일본 정부의 인증 이니셔티브인 ISMAP를 지원하도록 Azure Databricks 작업 영역을 구성할 수 있습니다. ISMAP(정보 시스템 보안 관리 및 평가 프로그램)를 참조하세요.

Databricks 런타임 유지 관리 업데이트(02/26)

2026년 2월 26일

지원되는 Databricks 런타임 버전에 대해 새 유지 관리 업데이트를 사용할 수 있습니다. 이러한 업데이트에는 버그 수정, 보안 패치 및 성능 향상이 포함됩니다. 자세한 내용은 다음을 참조하세요.

작업 공간에서 Python 단위 테스트

2026년 2월 26일

이제 Azure Databricks 작업 영역에 통합된 Python 단위 테스트 도구를 제공합니다. 테스트 사이드바, 인라인 실행 문자 모양 및 테스트 결과 아래쪽 패널 탭을 사용하여 pytest 기반 테스트를 검색, 실행 및 디버그합니다. 작업 영역에서 Python 단위 테스트를 참조하세요.

Simba Spark ODBC 드라이버에서 이름이 변경된 Databricks ODBC 드라이버

2026년 2월 25일

Databricks ODBC 드라이버의 이름이 Simba Spark ODBC 드라이버에서 Databricks ODBC 드라이버로 변경되었습니다. 기존 Simba 드라이버 버전은 2년 동안 계속 지원합니다. 연결 업데이트에 대한 지침은 Simba Spark ODBC 드라이버에서 Databricks ODBC 드라이버로 마이그레이션 을 참조하세요.

COMMENT ON 스트리밍 테이블이 이제 GA입니다.

2026년 2월 23일

COMMENT ON TABLE 이제 스트리밍 테이블에 주석을 추가하거나 업데이트할 수 있습니다.

COMMENT ON을(를) 참조하세요.

CAN USE 권한이 취소될 때 유지되는 개인 액세스 토큰

2026년 2월 23일

사용자의 CAN USE 권한을 취소하면 해당 개인 액세스 토큰을 사용할 수 없게 되지만 삭제되지는 않습니다. 사용 권한이 복원되면 동일한 토큰이 다시 활성화됩니다. 개인 액세스 토큰 권한 관리를 참조하세요.

이제 Azure 가상 네트워크 서비스 엔드포인트 정책이 일반적으로 사용 가능합니다.

2026년 2월 23일

클래식 컴퓨팅에서 아웃바운드 스토리지 액세스를 필터링하기 위한 Azure 가상 네트워크 서비스 엔드포인트 정책이 이제 일반 공급됩니다. 클래식 컴퓨트에서 스토리지 액세스를 위한 Azure 가상 네트워크 서비스 엔드포인트 정책 구성을 참조하세요.

서버리스 컴퓨팅의 JAR 작업은 이제 공개 미리 보기로 제공됩니다.

2026년 2월 20일

서버리스 컴퓨팅에서 JAR 작업을 실행하는 작업은 이제 공개 미리 보기로 제공됩니다. 작업을 위한 JAR 태스크를 참조하세요.

이제 ADBC 드라이버가 새 Power BI 연결의 기본 드라이버가 되었습니다.

2026년 2월 20일

이제 Power BI Desktop 또는 Power BI Service에서 만든 새 연결은 기본적으로 ADBC(Arrow Database Connectivity) 드라이버를 자동으로 사용합니다. 기존 연결은 ADBC로 수동으로 업데이트하지 않는 한 ODBC를 계속 사용합니다. 새 연결을 위해 ODBC 드라이버로 전환할 수 있습니다. ADBC 또는 ODBC 드라이버를 Power BI에 대해 구성하는 방법을 참조하세요.

Databricks 런타임 유지 관리 업데이트(02/19)

2026년 2월 19일

지원되는 Databricks 런타임 버전에 대해 새 유지 관리 업데이트를 사용할 수 있습니다. 이러한 업데이트에는 버그 수정, 보안 패치 및 성능 향상이 포함됩니다. 자세한 내용은 다음을 참조하세요.

TikTok Ads 연결기(베타)

2026년 2월 18일

이제 Lakeflow Connect는 TikTok Ads에서 데이터 수집을 위한 관리되는 커넥터를 지원합니다. TikTok Ads 커넥터를 참조하세요.

페이지 및 도메인 검색(베타)

2026년 2월 18일

검색 페이지는 Unity 카탈로그가 관리하는 데이터 자산을 검색, 검색 및 미리 보기하기 위한 중앙 집중식 인터페이스를 제공합니다. 이 베타 릴리스에는 다음이 도입됩니다.

  • 도메인: 검색 및 관리 기능을 개선하기 위해 기능 영역(예: 마케팅 또는 재무)을 통해 데이터 자산을 그룹화하는 비즈니스 정렬 조직 계층
  • 사용자 지정 큐레이션: 큐레이터는 조직 또는 도메인의 특정 자산을 사용자 지정하고 강조 표시할 수 있습니다.
  • AI 기반 권장 사항: 대규모로 큐레이션할 수 있도록 인기 있고 중요한 데이터 세트를 노출합니다.
  • 통합 검색: 테이블, 대시보드, 지니 공간 등에 한 곳에서 액세스

도메인은 관리 태그를 기반으로 하므로 비즈니스 요구에 가장 적합한 방식으로 데이터 자산을 구성할 수 있습니다.

범위가 지정된 개인용 액세스 토큰(베타)

2026년 2월 18일

이제 토큰 유형을 선택하고 API 범위를 추가하여 개인 액세스 토큰의 권한을 제한할 수 있습니다. 이렇게 하면 각 토큰이 지정한 API 작업으로만 제한됩니다. Azure Databricks 개인용 액세스 토큰(레거시)으로 인증을 참조하세요. 이 기능은 베타 버전으로 제공됩니다.

2026년 2월 18일

이제 Zerobus Ingest 및 Lakebase Autoscaling과 같은 성능 집약적 서비스에 대한 프라이빗 연결을 위해 인바운드 Private Link를 구성할 수 있습니다. 성능 집약적 서비스에 대한 인바운드 Private Link 구성 참조하세요.

Qwen3-Embedding-0.6B는 이제 공개 미리 보기에서 Databricks 호스팅 모델로 사용할 수 있습니다.

2026년 2월 17일

Mosaic AI 모델 서비스 제공은 이제 공개 미리 보기에서 Qwen3-Embedding-0.6B를 Databricks 호스팅 모델로 지원합니다. 파운데이션 모델 API 토큰당 종량제로 이 모델에 액세스할 수 있습니다.

이제 Anthropic Claude Sonnet 4.6을 Databricks 호스팅 모델로 사용할 수 있습니다.

2026년 2월 17일

Mosaic AI Model Serving는 이제 Anthropic Claude Sonnet 4.6 을 Databricks 호스팅 모델로 지원합니다. 파운데이션 모델 API 토큰당 종량제로 이 모델에 액세스할 수 있습니다.

Databricks Runtime 18.1 및 Databricks Runtime 18.1 ML은 베타 버전입니다.

2026년 2월 17일

Databricks Runtime 18.1 및 Databricks Runtime 18.1 ML은 이제 Apache Spark 4.1.0에서 제공하는 베타 버전입니다.

Databricks Runtime 18.1 및 머신 러닝용 Databricks Runtime 18.1을 참조하세요.

OneLake 카탈로그 연합(베타)

2026년 2월 16일

OneLake 카탈로그 페더레이션(베타)을 사용하면 OneLake 스토리지에서 데이터를 복사하지 않고도 데이터를 읽을 수 있으며, Azure Databricks 분석 및 AI/BI 기능을 OneLake 데이터에 직접 가져올 수 있습니다. OneLake 페더레이션은 성능 및 비용 효율성을 높이기 위해 파일 스토리지에 대해 쿼리를 직접 실행합니다. 데이터 액세스는 읽기 전용입니다.

OneLake 카탈로그 페더레이션 사용을 참조하세요.

자동 ID 관리가 삭제된 Entra ID 사용자를 비활성화합니다.

2026년 2월 16일

이제 자동 ID 관리가 Microsoft Entra ID 삭제된 사용자를 자동으로 비활성화합니다. Microsoft Entra ID 사용자를 제거하면 Azure Databricks 다음 ID 동기화 중에 삭제를 감지하고 사용자의 Azure Databricks 계정을 비활성화합니다. 이전에는 Azure Databricks 이러한 사용자를 Active: EntraID에서 제거됨으로 표시했습니다. API에 로그인하거나 인증할 수 없지만 비활성화된 것으로 표시되지 않았습니다. Microsoft Entra ID 참조하세요.

AI 게이트웨이(베타)

2026년 2월 12일

AI 게이트웨이(베타)는 풍부한 UI, 향상된 관찰성 및 확장된 API 범위를 포함하여 향상된 기능을 사용하여 LLM 엔드포인트 및 코딩 에이전트를 관리하기 위한 엔터프라이즈 제어 평면입니다.

에이전트 및 LLM에 대한 Unity AI 게이트웨이를 참조하세요.

새 외부 위치에서 기본적으로 사용하도록 설정된 파일 이벤트

2026년 2월 12일

이제 파일 이벤트는 새 외부 위치를 만들 때 기본적으로 사용하도록 설정됩니다. Azure Databricks 파일 이벤트 서비스는 파일 변경 내용을 검색하도록 클라우드 리소스를 설정하여 보다 효율적인 이벤트 기반 스토리지 작업 및 수집 파이프라인을 사용하도록 설정합니다.

UI를 사용하여 외부 위치를 만들 때 Azure Databricks 필요한 권한을 확인하고 문제를 해결하거나 강제 만들기를 진행하도록 안내합니다. 이 검사는 API에서 실행되지 않지만 수집 파이프라인은 자동으로 대체되어 중단을 방지합니다.

필요한 경우 만든 후 외부 위치에 대한 파일 이벤트를 사용하지 않도록 설정할 수 있습니다. 자세한 내용은 외부 위치에 대한 파일 이벤트 설정을 참조하세요.

HubSpot 커넥터(베타)

2026년 2월 12일

Lakeflow Connect의 관리형 HubSpot 커넥터를 사용하면 HubSpot Marketing Hub에서 Azure Databricks 데이터를 수집할 수 있습니다. HubSpot 커넥터를 참조하세요.

이제 규정 준수 표준에 사용할 수 있는 서버리스 컴퓨팅

2026년 2월 11일

이제 서버리스 컴퓨팅을 추가 규정 준수 표준에 사용할 수 있습니다.

  • HITRUST
  • PCI-DSS
  • TISAX
  • 영국 Cyber Essentials Plus

지역별 규정 준수 표준 목록은 준수 보안 프로필을 참조하세요.

Lakeflow Spark 선언적 파이프라인에 대한 기본 Python 패키지 리포지토리 구성(공개 미리 보기)

2026년 2월 11일

작업 영역 관리자는 이제 작업 영역 내에서 프라이빗 또는 인증된 패키지 리포지토리를 Lakeflow Spark 선언적 파이프라인의 기본 pip 구성으로 구성할 수 있습니다. 이렇게 하면 작업 영역의 사용자가 index-url 또는 extra-index-url 값을 명시적으로 정의하지 않고도 내부 Python 리포지토리에서 패키지를 설치할 수 있습니다.

자세한 내용은 기본 Python 패키지 리포지토리 구성을 참조하세요.

감독자 에이전트가 이제 일반적으로 이용 가능하게 되었습니다.

2026년 2월 10일

감독자 에이전트를 사용하여 AI 에이전트 및 도구를 오케스트레이션하여 복잡한 작업을 함께 수행하는 다중 에이전트 감독자 시스템을 만듭니다.

이제 향상된 보안 및 규정 준수 기능이 없는 작업 영역에 대한 일부 미국 지역에서 감독자 에이전트를 일반 공급할 수 있습니다.

Databricks 앱에서 에이전트 작성 및 배포를 위한 새 설명서

2026년 2월 10일

Databricks 앱에서 AI 에이전트를 빌드하고 배포하는 데 새로운 설명서 및 프로젝트 템플릿을 사용할 수 있습니다. LangGraph, PyFunc 및 OpenAI 에이전트 SDK와 같은 인기 있는 라이브러리를 사용하여 에이전트를 만든 다음 Databricks Apps에 배포합니다. AI 에이전트를 작성하고 Databricks 앱에 배포하세요.

Git 리포지토리에서 Databricks 앱 배포(베타)

2026년 2월 6일

이제 작업 영역에 파일을 업로드하지 않고 Git 리포지토리에서 직접 Databricks 앱을 배포할 수 있습니다. 앱에 대한 리포지토리를 구성하고 분기, 태그 또는 커밋에서 배포합니다. Git 리포지토리에서 배포를 참조하세요.

SQL 웨어하우스에 대한 쿼리 태그(공개 미리 보기)

2026년 2월 6일

이제 그룹화, 필터링 및 비용 특성을 위해 Databricks SQL 웨어하우스의 SQL 워크로드에 사용자 지정 키-값 태그를 적용할 수 있습니다. 쿼리 태그는 system.query.history 테이블과 Azure Databricks UI의 Query 기록 페이지에 표시되므로 비즈니스 컨텍스트별로 웨어하우스 비용을 특성화하고 장기 실행 쿼리의 원본을 식별할 수 있습니다. 태그는 세션 구성 매개 변수, SET QUERY_TAGS SQL 문을 사용하거나 dbt, Power BI, Tableau, Python, Node.js, Go, JDBC 및 ODBC를 포함한 커넥터를 통해 설정할 수 있습니다. 쿼리 태그를 참조하세요.

에이전트 브릭스: 다중 에이전트 감독자는 이제 감독자 에이전트입니다.

2026년 2월 5일

에이전트 브릭의 다중 에이전트 감독자의 이름이 감독자 에이전트로 변경되었습니다. 감독자 에이전트를 사용하여 조정된 다중 에이전트 시스템 만들기를 참조하세요.

2026년 2월 5일

Lakeflow Connect의 관리되는 Google Ads 커넥터를 사용하면 Google Ads의 데이터를 Azure Databricks 수집할 수 있습니다. Google Ads 커넥터를 참조하세요.

쿼리 기록 시스템 테이블 필드 암호 해독(공개 미리 보기)

2026년 2월 5일

CMK(고객 관리형 키)가 사용 가능하도록 설정된 관리 서비스의 작업 공간에서는 쿼리 기록 시스템 테이블의 system 및 statement_text 필드를 해독할 수 있도록 카탈로그의 데이터 암호화 설정을 구성할 수 있습니다. 암호화된 필드 읽기를 참조하세요.

::::

파이프라인에서 만든 데이터 세트에 필터, 마스크, 태그 및 주석을 적용하는 것은 이제 GA입니다.

2026년 2월 5일

CREATE, ALTER, 또는 Lakeflow UI를 사용하여 ETL 및 수집 파이프라인(Lakeflow Spark 선언적 파이프라인 및 Lakeflow Connect)을 수정하는 것이 이제 공개 제공됩니다. 행 필터, 열 마스크, 테이블 및 열 태그, 열 주석 및 테이블 주석(구체화된 뷰에만 해당)을 적용하도록 파이프라인을 수정할 수 있습니다.

ALTER STREAMING TABLE 및 ALTER MATERIALIZED VIEW참조하세요. Lakeflow Spark 선언적 파이프라인과 함께 ALTER를 사용하는 방법에 대한 일반 정보는 파이프라인 데이터 세트와 함께 ALTER 문을 사용하는 것에 대해 참조하세요.

이제 Databricks 호스팅 모델로 사용할 수 있는 인류식 클로드 오푸스 4.6

2026년 2월 5일

Mosaic AI Model Serving는 이제 Anthropic Claude Opus 4.6 을 Databricks 호스팅 모델로 지원합니다.

이 모델에 액세스하려면 다음을 사용합니다.

기본 SQL 웨어하우스 설정(일반 공급)

2026년 2월 5일

이제 기본 SQL 웨어하우스 설정이 일반 공급됩니다. 작업 영역 관리자는 SQL 편집기, AI/BI 대시보드, 지니 공간, 경고 및 카탈로그 탐색기를 포함하여 SQL 작성 화면에서 자동으로 선택되는 기본 SQL 웨어하우스를 설정할 수 있습니다. 개별 사용자는 자신의 사용자 수준 기본 웨어하우스를 설정하여 작업 영역의 기본값을 덮어쓸 수 있습니다. 작업 영역에 대한 기본 SQL 웨어하우스 설정 및 사용자 수준 기본 웨어하우스 설정을 참조하세요.

웨어하우스 활동 세부 정보 보기(베타)

2026년 2월 5일

이제 SQL Warehouse 모니터링 UI의 실행 중인 클러스터 차트에서 자세한 주석을 보고 웨어하우스가 활성 상태로 유지되는 이유를 이해할 수 있습니다. 작업 세부 정보 토글은 쿼리 작업, 쿼리 가져오기, 열린 세션 및 유휴 상태를 표시하는 색으로 구분된 막대를 표시합니다. 막대를 마우스로 가리키면 메타데이터를 보거나 가져오기 작업을 클릭하여 쿼리 기록 테이블을 필터링합니다. SQL 웨어하우스 모니터링을 참조하세요.

파트너 기반 AI 기능은 이제 캐나다, 브라질 및 영국 Azure 지역에서 지원됩니다.

2026년 2월 4일

파트너 기반 AI 기능 캐나다, 브라질 및 cross-Geo processing 사용 안 함으로 실행되는 영국은 이제 작업 영역과 동일한 Azure Geography에서 호스트되는 모델을 사용합니다. 이렇게 하면 모델 호스팅을 Azure Geographies 정렬하고 일관된 지역 가용성을 보장합니다.

사용자 환경에 미치는 영향:

  • 대부분의 AI 기능은 아무 작업도 필요 없이 예상대로 계속 작동합니다.
  • 현재 Azure Geography에 호스트되지 않은 모델에 의존하는 일부 AI 기능은 더 이상 지역 간 처리를 사용하지 않도록 설정하여 사용할 수 없습니다. 지역 간 처리가 필요한 기능에 대한 자세한 내용은 각 지역에서 지정된 서비스의 가용성 을 참조하세요.
  • Azure Geography에서 더 이상 사용할 수 없는 기능을 사용하는 경우 지역 간 처리를 사용하도록 설정하여 해당 기능이 Azure Geography 외부에서 호스트되는 모델을 계속 사용할 수 있도록 합니다.
  • 이러한 Azure 지역의 작업 영역의 경우, AI 기능은 파트너 기반 AI 기능 및 작업 영역 지리 내 지정된 서비스에 대한 데이터 처리 시행 설정이 모두 비활성화된 경우에만 Databricks 호스팅 모델만 사용합니다. 파트너 기반 AI 기능을 사용하지 않도록 설정하고 지정된 서비스에 대한 작업 영역 Geography 내에서 데이터 처리를 적용하면 작업 영역에서 AI 보조 기능을 사용할 수 없습니다.

이제 Azure(베타)에서 Lakebase 자동 크기 조정 사용 가능

2026년 2월 4일

Lakebase Postgres의 최신 버전인 Lakebase Autoscaling은 이제 베타의 Azure 사용할 수 있습니다. 앱 전환기에서 새 Lakebase 앱에 액세스하여 자동 크기 조정 컴퓨팅, 0으로 확장, 데이터베이스 분기 및 즉시 복원을 사용합니다.

지원되는 Azure 지역:

  • eastus2 (미국 동부 2)
  • westeurope (서유럽)
  • westus (미국 서부)

Lakebase 자동 크기 조정 시작을 참조하세요.

DATAbricks Assistant를 MCP 서버에 연결

2026년 2월 4일

이제 MCP(모델 컨텍스트 프로토콜)를 통해 에이전트 모드의 Databricks Assistant를 외부 도구 및 데이터 원본에 연결할 수 있습니다. 어시스턴트는 작업 영역에 추가되어 있고 사용 권한이 있는 MCP 서버를 사용할 수 있습니다.

MCP 서버에 Genie 코드 연결을 참조하세요.

Google Sheets에서 테이블 선택 및 피벗 테이블 만들기

2026년 2월 3일

이제 카탈로그 탐색기에서 Azure Databricks 테이블을 직접 선택하고 Databricks 커넥터를 사용하여 Google Sheets에서 피벗 테이블로 데이터를 가져올 수 있습니다. Google 시트용 Databricks 커넥터를 참조하세요.

지니 스페이스는 이제 일본과 한국 Azure 지리에서 사용할 수 있습니다

2026년 2월 2일

지니 스페이스 는 이제 일본과 한국에 대한 지역에서 사용할 수 있습니다. 일본 및 한국 Azure 지리에 있는 작업 공간은 더 이상 지니 공간을 사용하기 위해 지역 간 처리를 필요로 하지 않습니다.

지역 간 처리가 필요한 기능에 대한 자세한 내용은 각 지역에서 지정된 서비스의 가용성 을 참조하세요.

Databricks 앱 태그 지정(공개 미리 보기)

2026년 2월 2일

이제 Databricks 앱에 태그를 적용하여 구성하고 분류할 수 있습니다. Databricks 앱에 태그 적용을 참조하세요. Databricks 앱 태그를 사용하여 검색을 지원하지 않습니다.

Zendesk 지원 커넥터(베타)

2026년 2월 2일

Zendesk 지원 커넥터를 사용하면 Zendesk 지원에서 티켓 데이터, 도움말 센터 콘텐츠 및 커뮤니티 포럼 데이터를 수집할 수 있습니다. Zendesk 지원 커넥터 개요를 참조하세요.

데이터 품질 모니터링 이상 탐지 공개 미리보기

2026년 2월 2일

이제 Databricks 데이터 품질 모니터링 이상 탐지가 공개 미리보기로 제공됩니다. 이 기능은 스키마 수준에서 사용하도록 설정되며 기록 데이터 패턴에서 학습하여 데이터 품질 변칙을 검색합니다. 모니터링되는 모든 테이블의 상태는 단일 시스템 테이블과 새 UI로 통합됩니다. 이상 탐지를 참조하세요.

  • Last updated on