테라데이터(Teradata)가 기업용 AI 비서 테라(Tera)에 조직 데이터의 맥락을 해석하고 여러 시스템에서 작업을 실행하는 기능을 추가했다. 에이전트형(agentic) AI가 데이터 접근 권한과 승인 절차를 지키면서 분석, 파이프라인 구축, 인프라 관리까지 수행하도록 설계한 것이 핵심이다. 실리콘앵글은 9월 22일 테라데이터의 발표를 인용해 이같이 보도했다.
테라데이터 테라에 추가된 기능
테라는 SQL이나 코드를 직접 작성하지 않고 자연어로 기업 데이터와 AI 에이전트를 다루는 작업 공간이다. 이번 업데이트로 데이터 분석가, 데이터 엔지니어, 데이터베이스 관리자는 자연어 요청만으로 정보 분석, 데이터 파이프라인 작성, 인프라 관리 등을 수행할 수 있게 됐다. 테라데이터 자율 지식 플랫폼의 핵심 기능이지만, 테라데이터는 테라데이터 외부 시스템에 저장된 데이터에도 접근할 수 있다고 밝혔다.
테라 컨텍스트 엔진은 데이터베이스, 카탈로그, 파이프라인 등 여러 출처의 정보를 기업이 데이터를 옮기지 않은 상태에서 연결한다. 메타데이터와 데이터 계보, 업무 정의, 접근 정책을 함께 묶어 에이전트가 조직의 업무 맥락에 맞게 요청을 해석하도록 하는 방식이다. 테라데이터는 AI가 만든 결과를 원천 데이터까지 추적하고, 시스템 사이에서 정보이 이동할 때도 기존 정책을 적용할 수 있다고 밝혔다. 테라 하네스(harness)는 작업에 필요한 도구·모델·데이터를 선택하고 여러 단계의 진행 상황을 관리한다. 테라데이터는 민감한 조치를 실행하기 전 사람의 승인을 위해 작업을 일시 중지할 수 있고, 인프라 장애 뒤 작업을 재개할 수 있다고 설명했다. 실행 직전 통제를 적용해 권한 없는 작업이나 파괴적 조치를 제한한다.
세 번째 기능인 에이전트 스킬은 데이터 엔지니어링, 분석, 데이터 과학 작업을 재사용 가능한 기능으로 묶는다. 테라데이터는 에이전트가 SQL·Python 작성, 쿼리 최적화, 워크로드 조정, 컴퓨팅 자원 규모 산정 등에 이 기능을 활용할 수 있다고 밝혔다. 기업은 모델 컨텍스트 프로토콜을 통해 자체 도구를 연결할 수 있다. 테라데이터의 자사 테스트에서는 같은 오푸스(Opus) 5 모델을 사용한 SWE-벤치 프로(SWE-bench Pro)에서 클로드 코드(Claude Code)보다 토큰을 73% 적게 사용했고, 작업 완료 시간은 42% 짧았으며 총비용은 58% 낮았다. 다만 회사는 이 비교가 특정 벤치마크와 시험 조건에 따른 결과로 모든 기업 업무의 성능을 뜻하지는 않는다고 설명했다.
기업용 AI 에이전트 시장의 쟁점
이번 기능은 AI 에이전트가 업무를 수행할 수 있도록 충분한 정보와 권한을 주면서도 데이터 접근과 승인 절차에 대한 통제를 유지하려는 기업 수요를 겨냥한다. 테라데이터는 고객이 사용할 모델을 직접 선택하고, 클라우드·온프레미스·주권형 환경에서 작업을 실행할 수 있게 될 것이라고 밝혔다. 테라데이터는 도입 대상 업무를 찾고 거버넌스가 적용된 맥락을 구성하는 AI 서비스도 제공한다. 산업별 지식 모델을 설정하고 기업 지식을 실제 운영 환경으로 옮기는 작업을 지원하는 방식이다.
테라데이터는 새 기능과 전문 에이전트 스킬을 2026년 4분기에 제공할 예정이다. 가격이나 세부 요금제는 공개하지 않았다. 회사가 제시한 데이터 엔지니어링 벤치마크에서는 스노우플레이크의 코텍스 코드(Cortex Code) 공개 결과와 비교해 신뢰성 있게 해결한 작업당 비용이 53% 낮았지만, 이 역시 양사의 공개·시험 조건에 기반한 수치다. 테라데이터는 기업이 기존 시스템을 대규모로 재구성하지 않고도 자연어 기반 데이터 작업과 에이전트 실행을 도입하도록 지원하는 데 초점을 맞추고 있다.