자율 데이터 환경

Agentic Data Environments

자율 에이전트는 속도, 규모 및 노동 효율성 측면에서 상당한 이점을 제공할 수 있지만, 오류 발생 시 예상치 못한 심각하고 종종 되돌릴 수 없는 비용을 초래할 수 있습니다. 따라서 자율 자동화의 핵심 과제는 자동화의 이점을 극대화하는 동시에 오류 발생으로 인한 부정적인 결과를 최소화하는 것입니다. 데이터베이스가 현대 컴퓨팅에서 여전히 중요한 역할을 수행하는 반면, 에이전트는 파일, API, 애플리케이션 및 시스템 상태를 포함하는 광범위한 데이터 환경에서 작동합니다. 이 발표에서는 에이전트의 기능 향상과 안전 보장 강화를 동시에 목표로 하는 '자율 데이터 환경'에 대한 초기 연구 결과를 소개하겠습니다. 이러한 관점은 데이터 시스템을 단순히 상태 저장 공간으로 보는 것이 아니라, 안전하고 안정적인 실행을 위한 적극적인 기반 환경으로 재정의합니다.

Autonomous agents promise substantial gains in speed, scale, and labor efficiency, but their failures can impose abrupt and often irreversible costs. The central challenge for agentic automation is therefore to increase the benefits of automation while bounding the consequences of failure. While databases remain central to modern computing, agents operate over a broader data environment spanning files, APIs, applications, and system state. In this talk, I will outline early work on Agentic Data Environments -- the execution substrate in which agents operate -- that both amplify agent capabilities and enforce safety guarantees. This perspective reframes data systems from passive stores of state into active substrates for safe, reliable execution.