데이터 과학자의 역할은 과거를 분석하는 것에서 벗어나 지능적이고 자율적인 에이전트를 구축하여 미래를 만들어가는 방향으로 진화하고 있습니다. 이러한 변화는 분석가에서 에이전트 아키텍트로의 전환을 요구하지만, 기존 도구는 마찰을 일으키고 창의적인 흐름을 방해합니다. 이러한 과제를 해결하기 위해 AI 네이티브 스택에 새로운 혁신이 도입되고 있습니다. 이러한 발전은 개발 환경을 통합하여 데이터 과학자가 분석을 넘어 효율적으로 행동할 수 있도록 하는 것을 목표로 합니다.핵심 혁신 중 하나는 SQL, Python, Spark를 통합하여 컨텍스트 전환을 제거하는 단일 지능형 노트북 환경입니다. 데이터 과학자는 이제 에이전트 의사 결정에 필수적인 실시간 및 비정형 데이터에 대한 네이티브 SQL 기반 액세스를 갖게 됩니다. 새로운 도구는 몇 주가 아닌 몇 분 안에 프로토타입에서 프로덕션으로 전환할 수 있도록 지원하며, 자율 에이전트를 구축, 배포 및 연결하기 위한 완전한 툴킷을 제공합니다.BigQuery 및 Vertex AI의 Colab Enterprise 노트북에 대한 개선 사항에는 네이티브 SQL 및 대화형 시각화 셀이 포함되어 노트북을 통합 개발 환경으로 변환합니다. 데이터 과학자 에이전트도 계획 내에서 정교한 도구 사용을 통합하도록 개선되어 분석을 더욱 발전시키고 워크로드를 더 비용 효율적으로 만듭니다. Lightning Engine은 이제 일반적으로 사용할 수 있으며 Spark 성능을 크게 가속화하고 다양한 도구와 원활하게 통합됩니다.BigQuery 연속 쿼리에 대한 상태 저장 처리를 통해 실시간 사기 탐지와 같은 사용 사례를 활용하여 라이브 데이터에 대한 복잡하고 상태 인식 질문을 할 수 있습니다. BigQuery에서 멀티모달 데이터에 대한 자율 임베딩 생성을 통해 벡터 데이터베이스를 사용하여 AI 애플리케이션을 쉽게 구축할 수 있습니다. 에이전트 개발 키트(ADK)를 포함한 "빌드-배포-연결" 툴킷을 통해 확장 가능하고 안전하며 프로덕션 준비가 된 에이전트 플릿을 만들 수 있습니다. 이러한 에이전트를 엔터프라이즈 데이터에 안전하게 연결하는 것은 첫 번째 파티 BigQuery 도구 및 MCP 툴박스를 통해 간소화됩니다. 아키텍트의 워크플로우는 또한 Data Cloud용 Gemini CLI 확장을 통해 향상되어 터미널에서 직접 자연어를 사용하여 데이터 작업과 상호 작용할 수 있습니다. 이러한 혁신은 조직이 작업을 자동화하고 에이전트 아키텍트가 되어 지능적으로 감지, 추론 및 행동할 수 있도록 지원합니다.