2025년 6월

이러한 기능 및 Azure Databricks 플랫폼 개선 사항은 2025년 6월에 릴리스되었습니다.

이제 서버리스 이그레스 제어를 통해 플랫폼 간 S3 액세스가 작업 공간에서 가능합니다.

2025년 06월 30일

Azure Databricks에서 AWS S3 버킷으로의 플랫폼 간 액세스는 이제 서버리스 송신 제어를 사용하는 작업 영역에서 지원됩니다.

관리자는 네트워크 정책 API를 사용하여 네트워크 정책에 클라우드 간 S3 위치를 추가해야 합니다.

AWS S3에 연결하기 위한 스토리지 자격 증명 만들기(읽기 전용)를 참조하세요.

서버리스 GPU 컴퓨팅이 베타에 있습니다.

2025년 06월 30일

서버리스 GPU 컴퓨팅은 이제 서버리스 컴퓨팅 제품의 일부입니다. 서버리스 GPU 컴퓨팅은 사용자 지정 단일 및 다중 노드 딥 러닝 워크로드용으로 특수화되어 있습니다. 서버리스 GPU 컴퓨팅을 사용하여 선호하는 프레임워크를 사용하여 사용자 지정 모델을 학습 및 미세 조정하고 최신 효율성, 성능 및 품질을 얻을 수 있습니다.

서버리스 GPU 컴퓨팅을 참조하세요.

사용자 고유의 데이터 계보 가져오기(공개 미리 보기)

2025년 6월 27일

이제 데이터 계보에는 Azure Databricks 외부에서 실행되는 외부 자산 및 워크플로가 포함될 수 있습니다. Azure Databricks 외부에서 실행되는 워크로드(예: 첫 번째 마일 ETL 또는 마지막 마일 BI)가 있는 경우 Unity 카탈로그를 사용하면 외부 계보 메타데이터를 추가하여 자동으로 캡처하는 Azure Databricks 데이터 계보를 보강하여 Unity 카탈로그에서 엔드투엔드 계보 보기를 제공할 수 있습니다. 이는 데이터가 Unity 카탈로그로 수집되기 전(예: Salesforce 또는 MySQL) 어디에서 왔는지 또는 Unity 카탈로그 외부에서 데이터가 사용되는 위치(예: Tableau 또는 PowerBI)를 캡처하려는 경우에 유용합니다.

이 외부 계보 메타데이터 기능은 공개 미리 보기로 제공됩니다. 사용자 고유의 데이터 계보 가져오기를 참조하세요.

새 Databricks JDBC 드라이버가 오픈 소스입니다.

2025년 6월 26일

이제 새 Databricks JDBC 드라이버 가 오픈 소스가 되었습니다. 소스 코드는 Apache 2.0 라이선스에서 공개적으로 사용할 수 있습니다. 커뮤니티 기여를 환영합니다. 기여 지침을 참조하세요.

이제 Lakeflow 선언적 파이프라인 테이블의 삭제 벡터가 작업 영역 설정을 따릅니다.

2025년 6월 26일

새 스트리밍 테이블 및 구체화된 뷰는 삭제 벡터에 대한 작업 영역 설정을 따릅니다. 자동 사용 삭제 벡터 및삭제 벡터란?을 참조하세요.

파일 이벤트를 사용하는 파일 도착 트리거가 이제 일반적으로 제공됩니다.

2025년 6월 25일

Amazon S3, Azure Storage 또는 Google Cloud Storage와 같은 외부 위치에서 파일 이벤트와 함께 파일 도착 트리거를 사용하여 작업 실행을 트리거할 수 있습니다. 이 기능을 활용하려면 외부 위치에 파일 이벤트를 사용하도록 설정해야 합니다. 파일 이벤트가 있는 파일 도착 트리거는 더 높은 트리거 제한(작업 영역당 1,000개)을 허용하고 트리거 제한당 10,000개의 파일을 제거합니다. 파일 이벤트가 있는 파일 도착 트리거를 참조하세요.

에이전트 브릭에서 PDF 사용(베타)

2025년 6월 25일

에이전트 Bricks는 테이블에 저장된 Markdown으로 PDF를 변환하는 UI 워크플로를 제공합니다. 그러면 사용자는 결과 테이블을 에이전트 브릭: 정보 추출 및 사용자 지정 LLM의 입력으로 사용할 수 있습니다.

정보 추출 및 사용자 지정 LLM은 에이전트 브릭의 PDF 사용을 참조하세요.

ai_parse_document (베타)를 사용하여 문서를 구문 분석합니다.

2025년 6월 25일

AI 함수 ai_parse_document() 는 Databricks Foundation 모델 API 에서 최첨단 생성 AI 모델을 호출하여 구조화되지 않은 문서에서 구조화된 콘텐츠를 추출합니다.

이 함수는 베타에서 사용할 수 있습니다. ai_parse_document 함수참조하세요.

Databricks Runtime 17.0은 GA입니다.

2025년 6월 24일

이제 Databricks Runtime 17.0 및 Databricks Runtime 17.0 ML을 일반 공급합니다.

Machine Learning용 Databricks Runtime 17.0 및 Databricks Runtime 17.0을 참조하세요.

Databricks-to-open Delta Sharing에 대한 OIDC 페더레이션은 일반적으로 사용할 수 있습니다.

2025년 6월 24일

받는 사람이 보안 페더레이션 인증을 위해 자체 IdP의 JWT(JSON 웹 토큰)를 단기 OAuth 토큰으로 사용하는 델타 공유용 OIDC(Open ID Connect) 페더레이션을 일반적으로 사용할 수 있습니다.

OIDC(Open ID Connect) 페더레이션을 사용하여 델타 공유 공유에 대한 인증을 사용하도록 설정(공개 공유)을 참조하세요.

레거시 게시 모드에서 Lakeflow 선언적 파이프라인을 마이그레이션하기

2025년 6월 23일

Lakeflow 선언적 파이프라인에는 단일 카탈로그 및 스키마에만 게시를 허용하는 레거시 게시 모드가 있습니다. 기본 게시 모드를 사용하면 여러 카탈로그 및 스키마에 게시할 수 있습니다. 이제 레거시 게시 모드에서 기본 게시 모드로 마이그레이션할 수 있습니다.

파이프라인에서 기본 게시 모드 사용을 참조하세요.

엔드포인트를 제공하는 모델에 대한 사용자 지정 속도 제한

2025년 6월 23일

이제 AI 게이트웨이를 사용하여 엔드포인트를 제공하는 모델에 대한 사용자 지정 속도 제한을 지정할 수 있습니다. 다음 중 한 가지에 대한 속도 제한을 제공합니다.

• 엔드포인트: 개별 또는 사용자 그룹 제한에 관계없이 엔드포인트를 통과하는 모든 트래픽에 대한 전체 속도 제한을 지정합니다.
• 사용자(기본값): 사용자별 또는 그룹별 속도 제한이 정의되지 않은 엔드포인트의 모든 사용자 에 대한 속도 제한을 지정합니다.
• 특정 사용자: 엔드포인트의 특정 사용자에 대한 속도 제한을 지정합니다.
• 서비스 주체: 특정 서비스 주체에 대한 속도 제한을 지정합니다.
• 사용자 그룹: 특정 사용자 그룹에 대한 속도 제한을 지정합니다. 이 제한은 그룹의 모든 구성원 간에 공유됩니다.

UI 사용하여 AI 게이트웨이 구성참조하세요.

델타 공유에서 관리되는 Iceberg 테이블 공유는 공개 미리 보기로 제공됩니다.

2025년 6월 23일

이제 델타 공유를 사용하여 Databricks-to-Databricks 공유 및 공개 공유에서 관리되는 Iceberg 테이블을 공유할 수 있습니다. 공유에 관리되는 Iceberg 테이블 추가 및 공유 관리되는 Iceberg 테이블 읽기를 참조하세요.

이제 Unity 카탈로그 테이블 및 열에 대한 AI 설명서에서 Databricks Assistant와 동일한 모델을 사용합니다.

2025년 6월 18일

이제 Unity 카탈로그 테이블 및 테이블 열에 대한 AI 설명서에서 Databricks 호스팅 모델을 사용합니다.

• 이미 Assistant에 Databricks 호스팅 모델을 사용하는 경우 변경되지 않습니다.
• 파트너 기반 AI 보조 기능을 해제하면 이제 AI 설명서가 계속 사용 가능하며 Databricks 호스팅 모델을 사용합니다.

자세한 내용은 다음을 참조하세요.

• 파트너 기반 AI 보조 기능 설정에 의해 제어되는 기능
• Unity 카탈로그 개체에 AI 생성 주석 추가

왼쪽 탐색 메뉴의 작업 및 파이프라인

2025년 6월 18일

왼쪽 탐색의 작업 및 파이프라인 항목은 Databricks의 통합 데이터 엔지니어링 기능인 Lakeflow의 진입점입니다. 왼쪽 탐색의 파이프라인 및 워크플로 항목이 제거되었으며 이제 작업 및 파이프라인에서 해당 기능을 사용할 수 있습니다.

파이프라인 간에 스트리밍 테이블 및 구체화된 뷰 이동은 공개 미리 보기로 제공됩니다.

2025년 6월 17일

Unity 카탈로그 ETL 파이프라인의 Lakeflow 선언적 파이프라인에서 만든 테이블은 한 파이프라인에서 다른 파이프라인으로 이동할 수 있습니다. Lakeflow 선언적 파이프라인 간에 테이블 이동을 참조하세요.

Unity 카탈로그의 ABAC(특성 기반 액세스 제어)는 베타 버전입니다.

2025년 6월 12일

이제 Databricks는 Unity 카탈로그에서 ABAC(특성 기반 액세스 제어)를 지원하여 카탈로그, 스키마 및 테이블에서 동적 태그 기반 액세스 정책을 사용하도록 설정합니다. ABAC는 태그 및 UDF(사용자 정의 함수)를 사용하여 민감도, 지역 또는 비즈니스 도메인과 같은 데이터 특성에 따라 세분화된 액세스 제어를 적용합니다.

ABAC를 사용하여 확장 가능한 정책을 한 번 정의하고 큰 데이터 자산 집합에 적용할 수 있습니다. 정책은 개체 계층 구조에서 상속되며 행 수준 필터 또는 열 마스킹 논리를 포함할 수 있습니다. 이렇게 하면 거버넌스가 간소화되고 중앙 집중식 정책 관리가 지원되며 보안 태세가 향상됩니다. Unity 카탈로그 특성 기반 액세스 제어(ABAC)를 참조하세요.

자동 액체 클러스터링이 이제 GA입니다.

2025년 6월 12일

이제 자동 액체 클러스터링을 일반적으로 사용 가능합니다. Unity 카탈로그 관리 테이블에서 자동 액체 클러스터링을 사용하도록 설정할 수 있습니다. 자동 액체 클러스터링에서 클러스터링 키를 지능적으로 선택하여 쿼리에 대한 데이터 레이아웃을 최적화합니다. 자동 액체 클러스터링 참조하세요.

관리형 PostgreSQL OLTP 데이터베이스인 Lakebase는 공개 미리 보기로 제공됩니다.

2025년 6월 11일

Lakebase는 Databricks Data Intelligence Platform과 완전히 통합된 OLTP(온라인 트랜잭션 처리) 엔진입니다. 전용 PostgreSQL 호환 스토리지 및 컴퓨팅을 제공하는 새 컴퓨팅 형식인 데이터베이스 인스턴스를 만들어 Lakehouse 데이터와 함께 트랜잭션 워크로드를 실행할 수 있습니다.

OLTP 데이터베이스를 참조하세요.

:::

::::

GA(계정)에서 개인용 액세스 토큰 모니터링 및 해지

2025년 6월 11일

토큰 보고서 페이지를 사용하면 계정 관리자가 계정 콘솔에서 PAT(개인 액세스 토큰)를 모니터링하고 해지할 수 있습니다. Databricks는 보안 및 편의성을 높이기 위해 PAT 대신 OAuth 액세스 토큰을 사용하는 것이 좋습니다. 계정의 개인 액세스 토큰을 모니터링하고 해지하는 방법은 을 참조하세요.

Microsoft SharePoint 커넥터(베타)

2025년 6월 11일

Lakeflow Connect의 완전 관리형 Microsoft SharePoint 커넥터를 사용하면 SharePoint에서 Azure Databricks로 데이터를 수집할 수 있습니다. Microsoft SharePoint 수집에 대한 OAuth U2M 구성을 참조하세요.

베타 릴리스는 API 기반 파이프라인 생성을 지원합니다. UI 기반 파이프라인 만들기는 아직 지원되지 않습니다.

이제 AI 게이트웨이가 일반적으로 사용할 수 있게 되었습니다.

2025년 6월 11일

모자이크 AI 게이트웨이 는 이제 일반 공급됩니다. AI 게이트웨이는 조직 내에서 생성 AI 모델의 사용 및 관리를 간소화하는 중앙 집중식 서비스입니다.

AI 게이트웨이는 다음 기능을 사용하여 모델 지원 엔드포인트에 거버넌스, 모니터링 및 프로덕션 준비 상태를 제공합니다.

• 권한 및 속도 제한을 통해 누가 접근할 수 있는지와 접근의 양을 제어합니다.
• ko-KR: 페이로드 로깅 추론 테이블을 사용하여 모델 API로 전송되는 데이터를 모니터링하고 감사하기 위한 것입니다.
• 사용량 추적 시스템 테이블을 사용하여 엔드포인트 및 관련 비용의 운영 사용량을 모니터링합니다.
• 트래픽 라우팅을 통해 여러 모델 간에 트래픽 부하를 분산합니다.
• 외부 모델의 대체 수단으로 배포 중 및 배포 후 프로덕션 중단을 최소화합니다.

AUTO CDC API가 APPLY CHANGES를 대체합니다.

2025년 6월 11일

새 AUTO CDC API는 Lakeflow 선언적 파이프라인에서 CDF(변경 데이터 피드)를 지원하는 흐름을 만듭니다. Databricks는 API APPLY CHANGES사용을 AUTO CDC .로 바꾸는 것이 좋습니다.

SQL AUTO CDC API에 대한 자세한 내용은 다음을 참조하세요.

• AUTO CDC INTO (Lakeflow 선언적 파이프라인)

Python create_auto_cdc_flow API에 대한 자세한 내용은

• create_auto_cdc_flow
• create_auto_cdc_from_snapshot_flow

Databricks 작업은 이제 Lakeflow 작업입니다.

2025년 6월 11일

Databricks 작업이라고 하는 제품은 이제 "Lakeflow 작업"입니다. Lakeflow 작업을 사용하는 데 마이그레이션이 필요하지 않습니다. Lakeflow 작업을 참조하세요.

이제 DLT는 Lakeflow Declarative Pipelines로 변경되었습니다.

2025년 6월 11일

DLT로 알려진 제품이 이제 Lakeflow 선언형 파이프라인으로 변경되었습니다. Lakeflow 선언적 파이프라인을 사용하는 데 마이그레이션이 필요하지 않습니다. Lakeflow 선언적 파이프라인을 참조하세요.

관리되는 Apache Iceberg 테이블은 공개 미리 보기로 제공됩니다.

2025년 6월 11일

관리되는 Apache Iceberg 테이블은 이제 공개 미리 보기로 제공됩니다. Iceberg REST 카탈로그 API를 사용하여 Azure Databricks 또는 외부 Iceberg 엔진에서 이러한 테이블을 읽고 쓸 수 있습니다. 이러한 테이블은 예측 최적화와 통합되어 액체 클러스터링을 비롯한 고급 최적화를 자동으로 적용합니다. Azure Databricks의 Apache Iceberg란? 및 Delta Lake 및 Apache Iceberg용 Azure Databricks의 Unity 카탈로그 관리 테이블을 참조하세요.

외부 Apache Iceberg 테이블은 공개 미리 보기로 제공됩니다.

2025년 6월 11일

현재 외부 Apache Iceberg 테이블은 공개 미리 보기로 제공됩니다. Lakehouse Federation을 사용하여 HMS, Glue 및 Snowflake Horizon 카탈로그와 같은 외국 카탈로그에서 관리하는 Iceberg 테이블을 읽을 수 있습니다. 이러한 테이블은 세분화된 액세스 제어, 계보 및 감사와 같은 Unity 카탈로그 고급 기능을 지원합니다. Azure Databricks에서 Apache Iceberg란?을 참조하고 외용 테이블로 작업하세요.

외부 테이블에서 Unity 카탈로그 관리 테이블로 변환이 공개 미리 보기로 제공됩니다.

2025년 6월 11일

ALTER TABLE ... SET MANAGED 는 이제 참여 고객을 위해 공개 미리 보기에서 사용할 수 있습니다. 이 명령을 사용하면 Unity 카탈로그 외부 테이블을 관리되는 테이블로 원활하게 변환할 수 있습니다. 이를 통해 향상된 거버넌스, 안정성 및 성능과 같은 Unity 카탈로그 관리 테이블 기능을 최대한 활용할 수 있습니다. 외부 테이블을 관리형 Unity 카탈로그 테이블로 변환을 참조하세요.

MLflow 3.0이 일반 출시되었습니다.

2025년 6월 10일

MLflow 3.0은 이제 일반 공급됩니다.

Azure Databricks의 MLflow 3.0은 Databricks Lakehouse에서 기계 학습 모델, 생성 AI 애플리케이션 및 에이전트에 대한 최신 실험 추적, 관찰 가능성 및 성능 평가를 제공합니다. MLflow 3 시작 참조

배포 작업(공개 미리 보기)

2025년 6월 10일

배포 작업은 이제 공개 미리 보기에서 사용할 수 있습니다.

배포 작업을 사용하면 새 모델 버전을 만들 때마다 평가, 승인 및 배포와 같은 작업을 자동화하여 Unity 카탈로그 모델 및 Lakeflow 작업과 원활하게 통합할 수 있습니다. MLflow 3 배포 작업을 참조하세요.

서버리스 성능 목표는 이제 GA입니다.

2025년 6월 10일

이제 작업 및 파이프라인에 대한 서버리스 성능 설정을 선택할 수 있습니다.

성능 최적화 설정을 사용하도록 설정하면 워크로드가 더 빠른 시작 및 실행 시간을 위해 최적화됩니다. 사용하지 않도록 설정하면 서버리스 워크로드가 표준 성능 모드에서 실행되며, 이는 비용에 최적화되고 시작 대기 시간이 약간 더 깁니다.

자세한 내용은 성능 모드 선택 및 성능 모드 선택을 참조하세요.

AI 에이전트에 대한 MCP(모델 컨텍스트 프로토콜)는 베타 버전입니다.

2025년 6월 10일

이제 Databricks는 AI 에이전트가 일관된 인터페이스를 사용하여 도구, 리소스, 프롬프트 및 기타 컨텍스트 정보에 안전하게 액세스할 수 있는 개방형 표준인 MCP를 지원합니다.

• 관리되는 MCP 서버: Unity 카탈로그 데이터 및 도구에 대한 쉽고 유지 관리되지 않는 액세스를 위해 Databricks 호스팅 서버를 사용합니다.
• 사용자 지정 MCP 서버: 사용자 고유의 MCP 서버 또는 타사 서버를 Databricks 앱으로 호스트합니다.

Databricks에서 MCP(모델 컨텍스트 프로토콜)를 참조하세요.

플랫폼 간 보기 공유는 이제 GA입니다.

2025년 6월 9일

이제 델타 공유를 통해 여러 플랫폼 간 보기 공유가 일반적으로 제공됩니다. 보기를 공유할 때 데이터 액세스 및 청구 방법이 업데이트됩니다. 델타 공유 비용을 어떻게 발생시키고 확인합니까?를 참조하세요.

새 시스템 테이블을 사용하면 구체화된 공유 데이터 기록을 추적할 수 있습니다. 델타 공유 구체화 기록 시스템 테이블을 참조하세요.

이제 계정 관리자는 데이터 구체화의 TTL(Time to Live)을 구성할 수 있습니다. 데이터 구체화의 TTL 구성을 참조하세요.

Microsoft Power Platform의 Azure Databricks 커넥터는 공개 미리 보기로 제공됩니다.

2025년 6월 9일

Azure Databricks 데이터를 사용하여 Power Platform에서 Azure Databricks 연결을 만들어 Power Apps에서 캔버스 앱, Power Automate의 흐름 및 Copilot Studio의 에이전트를 빌드합니다.

Microsoft Power Platform에서 Azure Databricks에 연결을 참조하세요.

서버리스 출력 제어를 위한 네트워크 정책 관리(일반 공급)

2025년 6월 9일

SQL 웨어하우스 및 엔드포인트를 제공하는 모델을 포함하여 서버리스 컴퓨팅 리소스에 대한 아웃바운드 네트워크 정책을 구성하고 적용할 수 있습니다.

네트워크 정책을 사용하면 다음을 수행할 수 있습니다.

• 서버리스 워크로드에 대한 아웃바운드 액세스를 구성합니다.
• 제한된 모드에 대한 허용 목록 특정 도메인 및 스토리지 계정입니다.
• 드라이런 모드를 활성화하여 정책 시행 전에 정책 영향을 모니터링합니다.
• 감사 및 문제 해결을 위해 Unity 카탈로그에서 거부 로그를 보고 분석합니다.

서버리스 송신 제어에 대한 네트워크 정책 관리를 참조하세요.

태그 정책이 베타에 있습니다.

2025년 6월 9일

태그 정책을 사용하면 관리자는 카탈로그, 스키마 및 테이블과 같은 데이터 자산 간에 일관된 태그 지정을 적용할 수 있습니다. 태그 정책은 허용되는 태그 키와 값을 정의하고 할당할 수 있는 사용자 및 그룹을 제어합니다. 이렇게 하면 데이터 분류, 비용 추적, 액세스 제어 및 자동화 사용 사례에 대한 표준화된 메타데이터 관리가 가능합니다.

태그 정책은 계정 수준에서 관리되며 모든 작업 영역에 적용됩니다. 자세한 내용은 관리 태그를 참조하세요.

규정 준수 보안 프로필 표준에 대한 Databricks 앱 지원

2025년 6월 6일

이제 Databricks Apps는 HIPAA, PCI-DSS 및 FedRAMP Moderate와 같은 Azure Databricks에서 지원하는 모든 규정 준수 보안 프로필 표준을 지원합니다. 지원되는 규정 준수 표준의 전체 목록은 준수 보안 프로필을 참조하세요.

새 소비자 자격은 일반적으로 사용할 수 있습니다.

2025년 6월 5일

이제 작업 영역 관리자는 사용자, 서비스 주체 및 그룹에 대한 자격으로 소비자 액세스 권한을 부여할 수 있습니다. 이렇게 하면 사용자가 Azure Databricks 작업 영역에서 수행할 수 있는 작업을 보다 세밀하게 제어할 수 있습니다. 주요 세부 정보:

• 소비자 액세스를 사용하면 제한된 작업 영역 UI 액세스, BI 도구를 사용하여 SQL 웨어하우스 쿼리, 포함된 자격 증명 또는 뷰어 자격 증명으로 대시보드 보기가 가능합니다.

• 공유 콘텐츠 및 대시보드에 액세스해야 하지만 작업 영역 개체를 작성하거나 관리하지 않는 비즈니스 사용자에게 유용합니다.

• 이 권한은 작업 영역 액세스 또는 Databricks SQL 액세스보다 더 제한적입니다. 독립적으로 할당하려면 그룹에서 더 광범위한 자격을 users 제거하고 사용자 또는 그룹별로 구성합니다.

권한 관리를 참조하세요.

Salesforce Data Cloud 파일 공유 커넥터(공개 미리 보기)

2025년 6월 4일

Salesforce Data Cloud 파일 공유 커넥터는 Salesforce Data Cloud를 쿼리하기 위한 대체 제로 복사 솔루션을 제공합니다. 쿼리 페더레이션 대신 파일 페더레이션을 사용하는 경우 Databricks는 Salesforce DaaS(Data as a Service) API를 호출하여 기본 클라우드 개체 스토리지 위치에서 직접 데이터를 읽습니다. 쿼리는 JDBC를 사용하지 않고 Databricks 컴퓨팅에서 실행됩니다.

쿼리 페더레이션에 비해 파일 페더레이션은 많은 양의 데이터를 페더레이션하는 데 적합합니다. 여러 데이터 원본에서 파일을 읽기 위한 향상된 성능과 더 나은 푸시다운 기능을 제공합니다.

자세한 내용은 Salesforce 데이터 클라우드 파일 공유용 Lakehouse 페더레이션을 참조하세요.

Azure Private Link를 통해 표준 부하 분산 장치(SLB)로 서버리스 컴퓨팅을 VNet(가상 네트워크) 내의 리소스와 연결 - 공개 미리 보기

2025년 6월 4일

이제 서버리스 컴퓨팅에서 표준 SLB(부하 분산 장치)를 통해 VNet(가상 네트워크)의 리소스에 대한 Azure Private Link를 사용하도록 설정할 수 있습니다. VNet의 리소스에 대한 프라이빗 연결 구성을 참조하세요.

job_name에서 수정된 system.billing.usage 값

2025년 6월 3일

usage_metadata.job_name 이제 테이블의 값에 system.billing.usage 작업 이름이 올바르게 포함됩니다. 이전에는 이 값이 사용자가 제공한 작업 이름 대신 작업 키로 채워져 있었습니다. 이 변경 내용은 작업 키로 계속 기록되는 일회성 작업 실행에는 적용되지 않습니다.

청구 가능한 사용량 시스템 테이블 참조.

Mosaic AI Vector Search 스토리지 최적화 엔드포인트는 공개 미리 보기입니다.

2025년 6월 3일

Mosaic AI 벡터 검색은 이제 스토리지 최적화 엔드포인트의 옵션을 제공합니다. 스토리지 최적화 엔드포인트는 더 큰 용량(768차원에서 10억 개 이상의 벡터)을 가지며 10~20배 더 빠른 인덱싱을 제공합니다. 가격 책정은 더 많은 수의 벡터에 최적화되어 있습니다. 자세한 내용은 벡터 검색 엔드포인트 옵션을 참조하세요.

이제 기록 공유를 기본적으로 사용하도록 설정하여 Azure Databricks-to-Azure Databricks Delta Sharing(GA)에 대한 테이블 읽기 성능을 향상시킵니다.

2025년 6월 3일

기록 공유는 기본적으로(Databricks Runtime 16.2 이상) Azure Databricks-to-Azure Databricks Delta Sharing에 대한 테이블 읽기 성능을 향상시키기 위해 사용하도록 설정됩니다. 기록 공유로 테이블 읽기 성능 향상하기를 참조하세요.

Unity 카탈로그 HTTP 연결은 사용자별 OAuth 사용자-컴퓨터 자격 증명(공개 미리 보기)을 지원합니다.

2025년 6월 2일

이제 개별 사용자는 Unity 카탈로그 HTTP 연결을 사용할 때 자체 OAuth 자격 증명을 사용하여 외부 서비스에 로그인할 수 있습니다. 이전에는 유일한 OAuth 옵션은 사용자에 관계없이 연결에 대한 단일 OAuth 자격 증명을 공유하는 것이었습니다.

외부 HTTP 서비스에 대한 연결을 참조하세요.