• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 생활/문화
  • 인사•부음
  • 글로벌뉴스
  • AI의 눈
ZDPick
반도체
인공지능
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'데이터베이스'통합검색 결과 입니다. (88건)

  • 태그
    • 제목
    • 제목 + 내용
    • 작성자
    • 태그
  • 기간
    • 3개월
    • 1년
    • 1년 이전

몽고DB, 나라장터 등록…공공 AI 데이터 시장 공략 본격화

몽고DB가 조달청 나라장터에 데이터베이스(DB) 제품을 등록하고 국내 공공시장 공략에 나선다. 정부기관과 공공기관이 별도의 복잡한 구매 절차 없이 몽고DB 제품을 도입할 수 있는 조달 경로를 확보했다. 몽고DB는 공공부문 전문 총판인 지음지식서비스와 협력해 기업용 데이터베이스 제품 '몽고DB 엔터프라이즈 어드밴스드'를 나라장터 디지털서비스몰에 등록했다고 4일 밝혔다. 이번 등록으로 공공기관은 나라장터를 통해 몽고DB 제품을 구매하고 기존 정보시스템 현대화와 인공지능(AI) 서비스 개발에 활용할 수 있게 됐다. 회사 측에 따르면 몽고DB는 현재 나라장터에 등록된 유일한 도큐먼트 데이터베이스다. 몽고DB는 공공기관의 AI 도입이 확대되면서 데이터베이스 현대화 수요도 증가할 것으로 보고 있다. 기존 공공 정보시스템은 기관별로 데이터가 분산돼 있거나 오래된 인프라를 사용해 실시간 데이터 처리와 AI 서비스 연계에 어려움을 겪는 경우가 많다. 이를 해결하기 위해 몽고DB는 운영 데이터베이스에 검색과 벡터 검색 기능을 통합한 데이터 플랫폼을 제공한다. 별도의 데이터 복제나 여러 솔루션 간 연동 과정을 줄이고, AI 애플리케이션이 실시간 운영 데이터를 직접 활용하도록 지원하는 것이 특징이다. 특히 검색증강생성(RAG)과 AI 에이전트 개발 과정에서 필요한 데이터 검색·처리 기능을 하나의 플랫폼에서 제공한다. 공공기관이 데이터 보안과 주권 관련 요구사항을 준수하면서 AI 서비스를 개발할 수 있도록 지원한다는 설명이다. 국내 공공 분야에서는 한전KDN이 몽고DB 아키텍처를 활용하고 있다. 한전KDN은 대규모 계량데이터관리시스템(MDMS)의 확장성 문제를 해결하기 위해 몽고DB 아키텍처를 도입했으며 이를 기반으로 수천만 단위의 전력 데이터를 실시간 관리하고 있다. 몽고DB는 이번 나라장터 등록 과정에서 공공 조달에 필요한 소프트웨어 품질과 안정성 관련 검증 절차를 거쳤다고 설명했다. 지음지식서비스는 제품 공급뿐 아니라 설치와 운영, 장애 대응 등 공공기관 대상 기술지원도 맡는다. 양사는 기존 공공 정보시스템의 데이터베이스 전환과 AI 기반 행정서비스 구축 수요를 중심으로 사업을 확대할 계획이다. 이영수 지음지식서비스 대표는 "몽고DB의 전담 공공조달 유통 파트너로서 설치부터 운영, 장애 대응까지 공공기관을 위한 실질적인 지원을 제공할 것"이라고 말했다. 장정욱 몽고DB 코리아 지사장은 "국내 공공부문은 AI를 실험적 파일럿 단계에서 신뢰할 수 있는 프로덕션 단계로 전환하기 위해 속도와 보안, 확장성을 갖춘 운영 데이터 기반을 필요로 하는 중대한 전환점에 서 있다"며 "지음지식서비스와의 전략적 파트너십과 나라장터 등록을 통해 공공기관이 핵심 인프라를 현대화하고 데이터 주권을 유지하면서 지능형 공공 서비스를 구축할 수 있도록 지원하겠다"고 밝혔다.

2026.11.04 16:57남혁우 기자

인젠트, AI 통한 기업 정보 유출 막는다…데이터 관리 전략 제시

인젠트가 기업 내부 문서와 데이터베이스(DB)를 연결해 인공지능(AI) 업무에 활용하는 데이터 관리 전략을 공개했다. 문서중앙화 시스템을 단순한 자료 보관 공간에서 벗어나 AI가 신뢰할 수 있는 정보를 제공하는 기반으로 발전시킨다는 구상이다. 인젠트는 '문서중앙화에서 AX 플랫폼으로-AI가 신뢰하는 지식은 어디서 오는가'를 주제로 온라인 웨비나를 개최했다고 2일 밝혔다. 발표를 맡은 박정권 인젠트 기술2본부장(전무)은 기업이 AI를 업무에 적용하려면 내부 문서와 정형 데이터를 통합적으로 활용할 수 있어야 한다고 강조했다. 예를 들어 기업의 대출 한도 증액 여부를 판단하려면 내부 심사 규정뿐 아니라 해당 기업의 최신 재무정보도 함께 확인해야 한다. AI가 정확한 답변을 제공하려면 서로 다른 시스템에 저장된 정보를 연결하고 최신 상태로 유지하는 작업이 필요하다는 설명이다. 인젠트는 이러한 문제를 해결하기 위해 문서중앙화 시스템의 역할을 확대해야 한다고 제안했다. 분산된 문서를 통합 관리하면서 원본과 최신 버전을 구분하고, AI가 문서 내용을 검색할 수 있도록 데이터를 가공하는 방식이다. 이 과정에서 문서 보안 정책을 AI 검색 환경까지 일관되게 적용하는 것이 중요하다고 강조했다. 원본 문서의 접근 권한이 AI 시스템에 반영되지 않으면 사용자가 직접 열람할 수 없는 기밀정보를 AI 답변을 통해 확인하는 문제가 발생할 수 있기 때문이다. 이를 위한 기술로 검색증강생성(RAG) 운영 기술인 RAG옵스를 제시했다. 문서 등록과 수정, 삭제 내역을 AI 검색 데이터에 반영하고 접근 권한 변경 사항도 연동하는 방식으로 인사이동이나 조직 개편으로 권한이 변경된 경우에도 사용자가 열람할 수 있는 문서만 AI 답변에 활용하도록 지원한다. 분산된 데이터를 연결하는 '인젠트 DMP'도 소개했다. 이 플랫폼은 여러 시스템에 저장된 데이터를 통합·분석하고 AI 업무에 활용할 수 있도록 지원한다. 기존 데이터를 모두 이전하지 않고 필요한 정보만 연결하거나 선택적으로 저장하는 구조를 제공한다. 데이터 품질 관리 방안도 다뤘다. 부서마다 다르게 정의된 매출이나 수익률 등의 기준을 통일하고, 데이터 갱신 지연이나 누락을 감지해 부정확한 정보가 AI 답변에 사용되는 것을 방지하는 방식이다. 이와 함께 AI 에이전트가 기업 데이터를 활용하는 과정에서 사용자 권한 확인과 개인정보 보호, 작업 실행 승인, 이용 기록 관리 등을 적용하는 통제 체계도 제시했다. 박 본부장은 "이번 웨비나가 기업이 보유한 문서와 데이터의 가치를 재발견하고, 실제 업무에 AI를 활용하기 위한 방향을 찾는 계기가 되길 바란다"며 "인젠트는 데이터의 신뢰성과 보안을 바탕으로 기업의 AX 전환을 지원하겠다"고 말했다.

2026.11.02 18:15남혁우 기자

[인터뷰] 나정옥 한국오라클 부사장 "AI 월드 2026, 비전 넘어 성과"

"오라클 AI 월드 2026에서는 미래 로드맵을 제시하는 것을 넘어 인공지능(AI)이 실제 업무에서 어떤 성과를 내는지 고객 사례와 시연으로 보여드릴 예정입니다." 22일 나정옥 한국오라클 부사장은 서울 강남구 사옥에서 미국 라스베이거스에서 개막하는 이번 행사을 앞두고 관전 포인트를 제시했다. 지난해 오라클이 AI 데이터 플랫폼을 중심으로 비전을 내놨다면 올해는 권한과 승인 체계 안에서 실제로 일하는 AI 에이전트와 그 성과가 무대의 중심이 된다는 것이다. 오라클은 데이터베이스 기업이라는 정체성을 유지하면서 AI 데이터 플랫폼과 클라우드 인프라로 영역을 넓히고 있다. 특정 데이터나 클라우드만 사용하도록 하기보다 고객이 기존에 보유한 데이터와 인프라를 연결해 활용할 수 있도록 하는 것이 전략의 핵심이다. AI 월드는 데이터·애플리케이션·클라우드 인프라 전반의 AI 혁신과 전략을 발표하는 오라클의 대표 연례행사다. 지난해 '오라클 클라우드월드'에서 'AI 월드'로 이름을 바꾸며 AI 중심 행사로 전환했다. 올해는 라스베이거스 베네시안 컨벤션 엑스포 센터에서 오는 25일 개막해 나흘간 열린다. 기조연설은 클레이 마구어크·마이크 시실리아 공동 최고경영자(CEO)가 이끈다. 첫날 공동 기조연설에서는 AI를 비즈니스 성과로 연결하는 방법을 고객 시연과 함께 다루고, 둘째 날 마구어크 CEO의 별도 기조연설에서는 AI가 소프트웨어 개발, 데이터 활용, 보안, 인프라를 어떻게 바꾸고 있는지 오라클 자체 적용 경험을 바탕으로 공유할 예정이다. "모델 바뀌어도 기반은 데이터"…핵심은 기업 데이터의 AI 자산화 나 부사장은 이번 AI 월드에서 주목할 지점으로 ▲신뢰할 수 있는 기업 데이터를 AI 경쟁력으로 전환하는 전략 ▲AI 에이전트가 기존 애플리케이션과 업무 절차 안에서 작동하는 방식 ▲AI를 전사적으로 확장하기 위한 운영 기반을 꼽았다. 그는 "AI 모델과 도구는 빠르게 바뀌지만 변하지 않는 기반은 데이터"라며 "신뢰할 수 있는 데이터와 업무 맥락을 보안·거버넌스 체계 안에서 활용할 수 있어야 AI가 실질적인 성과로 이어진다"고 강조했다. 오라클은 데이터베이스 기업이라는 정체성을 바탕으로 AI 데이터 플랫폼과 클라우드 인프라로 사업 영역을 넓히고 있다. 나 부사장은 "AI 학습과 추론을 위한 클라우드 인프라와 AI 레디 데이터 플랫폼을 함께 제공하는 기업으로 봐달라"며 "데이터를 AI 쪽으로 옮기는 대신 AI를 데이터가 있는 곳으로 가져오는 '브링 AI 투 데이터(Bring AI to Data)' 전략을 강조했다. 이 전략은 지난 1년간 고도화한 AI 데이터 플랫폼(AIDP)에도 반영됐다. 오라클은 올해 ISG의 'AI 및 데이터 플랫폼 바이어스 가이드 2026'에서 AI·데이터 플랫폼, AI 에이전트, AI 거버넌스 등 9개 보고서에 걸쳐 '모범(Exemplary)' 등급을 받았으며, 종합 리더로 선정됐다고 밝혔다. 나 부사장은 "제품 역량뿐 아니라 고객 경험과 시장 영향력을 함께 평가한다는 점에서 의미가 크다"며 "신뢰할 수 있는 데이터와 업무 맥락, AI 거버넌스를 연결하는 오라클의 접근이 기업 요구에 부합한다는 이정표"라고 말했다. 급증하는 보안 리스크…AI 에이전트 접근 권한 'DB 원천서 통제' 나 부사장은 데이터와 함께 보안을 강조했다. AI가 활성화되며 외부 공격이 급증하고 AI 에이전트가 애플리케이션을 거치지 않고 데이터베이스에 직접 접근하는 사례가 늘면서 데이터 단의 통제가 핵심 과제로 떠올랐다는 설명이다. 오라클은 AI 데이터베이스 26ai에 '딥 데이터 시큐리티' 기능을 적용해 이런 우려를 최소화한다. 기존 데이터베이스 사용자 단위였던 권한 설정을 애플리케이션 사용자 단위까지 세분화한 것이 핵심이다. 나 부사장은 "에이전트가 사용자를 대신해 질의하더라도 사용자 권한 안에서만 데이터에 접근할 수 있다"며 "테이블 단위가 아니라 행, 열, 셀 단위로도 제한할 수 있고 에이전트가 예상하지 못한 질의를 생성해도 허용된 범위만 적용된다"고 설명했다. 오라클은 이 같은 권한 통제를 원격 데이터베이스, 데이터 레이크하우스, MCP, 자연어 질의 경로까지 확장하고 있다. 민감 데이터를 다루는 고객을 위해서는 데이터를 외부 AI 업체에 공유하거나 방화벽 밖으로 내보내지 않고 프라이빗 모델을 실행할 수 있는 기능도 제공한다. 온프레미스와 에어갭 환경도 지원한다. 에이전트의 실행 권한 역시 기업이 정한 정책과 위험 기준, 승인 요건 안에서만 작동하도록 설계하고, 수행 내역과 결과를 기록해 감사할 수 있도록 했다. 급증하는 보안 리스크…AI 에이전트 접근 권한 'DB 원천서 통제' 국내 기업들의 AI 도입 관심도 모델 자체에서 데이터 활용과 운영으로 옮겨가고 있다는 게 나 부사장의 진단이다. 그는 "“이전에는 AI 모델 자체에 관심이 컸다면 이제는 기업이 보유한 데이터를 AI가 얼마나 정확하고 안전하게 활용할 수 있는지에 관심이 모이고 있다"고 말했다. 특히 금융과 커머스에서 구체적인 사례가 나오고 있다. 금융권에서는 금융상품 분석과 업무 지원 에이전트를 중심으로 이미 도입했거나 개념검증(PoC), 파일럿을 진행 중인 곳이 여럿이다. 나 부사장은 "금융에서는 정보의 정확성만큼 접근 권한과 보안이 중요하다"며 "사용자에게 허용된 데이터를 바탕으로 답변하도록 구성하는 것이 핵심"이라고 말했다. 커머스 분야에서는 '지난달 매출이 감소한 상품은 무엇이지' 같은 자연어 질의로 거래 데이터를 분석하는 방식이 주로 쓰인다. 한 커머스 고객사는 데이터베이스 관리와 SQL 튜닝, IT 운영을 지원하는 AI 기능을 파일럿으로 도입했다가 전사로 확대했다. 나 부사장은 "커머스 고객사는 PoC 단계에서 마무리할 계획이었지만 경영진이 비용 절감 가능성을 보고 확산을 결정하기도 했다"며 국내 사례를 소개했다. 이어 금융권이 오라클을 택하는 이유로 기존 정형 데이터 파이프라인을 그대로 살릴 수 있다는 점을 들었다. 그는 "원천 데이터가 이미 정형 데이터인데 굳이 메달리온 아키텍처를 거쳐 효율을 떨어뜨릴 필요가 있느냐는 문제의식이 있었다"며 "관계형 데이터에 그래프·벡터 데이터를 통합하고 하나의 보안 체계로 관리하는 프로젝트들이 진행되고 있다"고 전했다. AI 도입이 가속화되며 이어진 오픈소스 데이터베이스 확산에 대해서는 고객의 선택을 존중하며 다양성을 지원한다는 입장을 발혔다. 오라클은 데이터 가상화와 페더레이션 기능으로 마이SQL, 마이크로소프트SQL, 포스트그레SQL 등 이기종 데이터베이스와 아마존웹서비스(AWS), 마이크로소프트 애저, 구글클라우드플랫폼(GCP), 온프레미스에 흩어진 데이터를 옮기지 않고 하나의 데이터베이스처럼 활용할 수 있도록 지원한다. 아이스버그 형식 데이터도 SQL 하나로 연결할 수 있다. 나 부사장은 "예전 데이터 통합 프로젝트는 기존 시스템을 갈아엎거나 데이터를 한곳에 모으는 방식이었지만, 지금은 그렇게 해서는 빠른 변화에 대응할 수 없다"며 "기업이 오랫동안 투자해 온 자산을 보호하면서 통합된 뷰로 AI를 활용하도록 하는 것이 오라클의 전략"이라고 강조했다. 오라클은 데이터베이스 기업이라는 정체성을 유지하면서 AI 데이터 플랫폼과 클라우드 인프라로 영역을 넓히고 있다. 특정 데이터나 클라우드만 사용하도록 하기보다 고객이 기존에 보유한 데이터와 인프라를 연결해 활용할 수 있도록 하는 것이 전략의 핵심이라는 설명이다. 나 부사장은 “한국오라클은 고객의 데이터 위치와 보안 정책, 운영 환경을 기준으로 지금 활용할 수 있는 기능을 구체적으로 안내하고, 이를 실제 업무 성과로 연결하는 데 집중하고 있다”고 말했다. 이어 "한국오라클은 고객의 데이터 위치와 보안 정책, 운영 환경을 기준으로 지금 당장 쓸 수 있는 기능을 구체적으로 안내하고, 이를 실제 업무 성과로 연결하는 데 집중하고 있다"고 덧붙였다.

2026.10.23 12:30남혁우 기자

"데이터·AI 연결 쉽게"…데이터브릭스, 네트워크 서비스 출시

데이터브릭스가 데이터와 시스템을 인공지능(AI) 서비스에 쉽게 연결할 수 있는 네트워크 서비스를 내놨다. 복잡한 네트워크 설정을 줄여 데이터 수집과 AI 에이전트 운영에 드는 부담을 낮추기 위한 전략이다. 데이터브릭스는 '프라이빗 네트워크 게이트웨이(PNG)'를 마이크로소프트 애저에서 공개 프리뷰로 제공한다고 17일(현지시간) 공식 블로그에서 밝혔다. 아마존웹서비스(AWS)에서는 비공개 프리뷰를 진행하며, 구글클라우드 버전도 개발 중이다. PNG는 데이터브릭스의 서버리스 컴퓨팅과 기업 내부 네트워크를 연결하는 서비스다. 서버리스는 기업이 서버를 직접 구축하거나 관리하지 않고 필요한 컴퓨팅 자원을 사용하는 방식이다. PNG를 활용하면 이 환경에서 기업 내부 데이터베이스(DB)와 업무 시스템에 더 쉽게 접근할 수 있다. 기존에는 기업이 직접 운영하는 DB나 내부 서비스에 연결할 때마다 별도 연결 장치와 설정이 필요한 경우가 많았다. 연결 대상이 늘수록 네트워크팀과 보안팀 등이 협의해야 할 작업도 늘어났다. 이런 어려움은 서버리스 도입을 늦추는 요인으로 작용했다. 데이터브릭스가 인터뷰한 고객의 75% 이상은 기존 네트워크 구성과 변경 작업의 복잡성을 일부 작업을 서버리스로 옮기지 못하는 주된 이유로 꼽았다. PNG는 시스템마다 연결을 설정하던 방식을 네트워크 단위의 연결로 바꿨다. 기업이 내부 네트워크 일부 구간을 지정하면 데이터브릭스가 서버리스 환경과 해당 구간 사이에 암호화된 연결 통로를 구축한다. 이후 기업이 허용한 범위 안에서 여러 내부 시스템에 접근할 수 있다. 연결 통로 구축과 운영은 데이터브릭스가 맡는다. 기업은 이를 위한 가상서버를 직접 설치하거나 보안 업데이트를 적용하고 처리 용량을 늘리는 작업을 할 필요가 없는 셈이다. 활용 분야는 데이터 수집과 AI 에이전트 운영 등이다. 기업 내부와 자체 데이터센터의 DB에서 데이터를 가져오거나 데이터브릭스에서 만든 AI 에이전트를 사내 모델 컨텍스트 프로토콜(MCP) 서버에 연결할 수 있다. MCP 서버는 AI가 내부 도구와 데이터에 접근하도록 돕는 연결 창구다. 사내 소프트웨어(SW) 저장소에서 필요한 파이썬 라이브러리를 설치하는 것도 가능하다. 외부로 보내는 트래픽을 기존 방화벽으로 전달해 기업이 사용하는 보안 도구로 검사하고 기록할 수도 있다. 접근 범위는 기업이 통제한다. PNG는 고객별 전용 연결 경로를 제공하며 기존 네트워크 경로와 방화벽 규칙에 따라 접근 가능한 대상을 제한한다. 기업은 지정한 대상의 트래픽만 PNG로 보내도록 설정할 수 있다. 기존 연결과 보안 설정도 유지할 수 있다. PNG는 이미 사용 중인 기능에 추가하는 방식이어서 기존 구성에 영향을 주지 않고 도입하거나 제거할 수 있다는 설명이다. 파비아누 세키 방쿠 브라데스쿠 데이터 엔지니어링 기술 책임자는 "기업은 연결할 때마다 프라이빗 링크 서비스와 로드밸런서를 구축할 필요가 없어졌다"며 "기존 워크스페이스 서브넷을 재사용해 방화벽 승인을 받기 쉬워졌고 접근 가능한 대상도 정확하게 통제할 수 있다"고 밝혔다.

2026.10.18 11:06김미정 기자

몽고DB 9.0·아틀라스 인피니트 출시…성능·확장성 동시 강화

몽고DB가 데이터베이스 성능을 개선한 '몽고DB 9.0'과 급격한 수요 변화에 대응하는 클라우드 아키텍처 '아틀라스 인피니트'를 출시했다. AI 에이전트 확산으로 늘어나는 데이터 처리량과 인프라 확장 수요에 대응하기 위한 제품군이다. 몽고DB는 서울에서 몽고DB 9.0과 아틀라스 인피니트를 공개했다고 13일 밝혔다. 몽고DB 9.0은 클라우드 서비스인 몽고DB 아틀라스와 엔터프라이즈 어드밴스드, 커뮤니티 에디션에 적용되는 차세대 데이터베이스 엔진이다. 데이터 저장 위치와 관계없이 성능을 개선하고 미션 크리티컬 트랜잭션과 AI 기반 애플리케이션의 대규모 처리 수요를 지원한다. 기존대비 데이터 처리량을 최대 2배 높였으며, 읽기 속도는 35%, 업데이트 속도는 30% 개선했다. 아틀라스 인피니트는 수요 변화에 따라 인프라를 탄력적으로 확장해 확장에 필요한 시간을 96% 이상 줄이는 것이 특징이다. 데이터와 트래픽이 급증하더라도 별도의 애플리케이션 변경 없이 확장할 수 있도록 설계됐다. 초기 프로토타입부터 페타바이트 규모의 데이터 처리까지 동일한 기반에서 지원하며, 사용량 변동에 맞춰 리소스를 조정해 불필요한 용량 확보와 유휴 자원 비용을 줄이는 데 초점을 맞췄다. 몽고DB는 AI 도입 확대로 데이터베이스의 성능과 보안 요구가 높아지는 동시에, 예측하기 어려운 트래픽에 대응할 인프라 유연성도 중요해지고 있다고 설명했다. 포춘 100대 기업의 75% 이상이 몽고DB에서 실시간 핵심 업무를 운영하고 있으며, 이번 제품 개선을 통해 기존 고객의 워크로드와 AI 애플리케이션을 모두 지원한다는 방침이다. 앤드류 유 옥타 엔지니어링 부사장은 "몽고DB의 유연한 데이터 모델과 탄력적인 인프라를 활용하면 데이터 증가에 대비해 과도하게 용량을 확보할 필요가 없다"며 "아틀라스 인피니트를 통해 예측하기 어려운 인증 트래픽에 실시간으로 대응하고 유휴 리소스 비용을 줄일 수 있을 것으로 기대한다"고 말했다. 벤 세팔로 몽고DB 수석 부사장 겸 핵심 제품 부문 최고제품책임자(CPO)는 "AI 에이전트 활용이 늘면서 애플리케이션이 처리하고 저장하는 데이터도 증가하고 있다"며 "몽고DB 9.0은 대규모 트랜잭션과 AI 애플리케이션의 처리 성능을 높이고, 아틀라스 인피니트는 기업이 기존 아키텍처를 무리하게 확장하지 않고도 에이전틱 워크로드의 수요 변화에 대응할 수 있도록 지원한다"고 밝혔다.

2026.10.13 16:58남혁우 기자

인젠트, '엑스퍼DB' AI로 DB 장애 예측…모니터링 기능 고도화

인젠트(대표 이형배)가 인공지능(AI)을 활용해 데이터베이스(DB) 장애 징후를 사전에 감지하고 자원 부족 시점까지 예측하는 기능을 강화했다. 장애 발생 후 원인을 파악하던 기존 방식에서 벗어나 이상 징후를 조기에 발견하고 선제적으로 대응할 수 있도록 지원한다. 인젠트는 데이터 플랫폼 엑스퍼DB(eXperDB)의 통합 모니터링 기능을 고도화했다고 12일 밝혔다. 이번 업데이트는 운영 지표 분석을 통한 이상 탐지부터 로그 기반 원인 분석, 자원 사용량 예측까지 DB 운영 전반의 진단 기능을 강화한 것이 특징이다. 엑스퍼DB는 오픈소스 데이터베이스인 포스트그레SQL(PostgreSQL)을 기반으로 모니터링, 백업·복구, 마이그레이션 등 데이터베이스 관리 기능을 통합 제공하는 플랫폼이다. 기존 데이터베이스 운영에서는 관리자가 CPU·메모리 사용량과 응답 속도 등 여러 지표와 로그를 확인해 이상 여부를 판단해야 하는 경우가 많았다. 인젠트는 이번 고도화를 통해 이상 징후 탐지부터 원인 분석, 자원 사용량 예측까지 모니터링 기능을 확대했다. AI 기반 이상 탐지 기능은 주요 운영 지표의 평소 패턴을 학습하고 정상 범위를 벗어나는 변화를 자동으로 감지한다. 탐지 결과는 심각도에 따라 구분하며 이메일, 텔레그램, 문자메시지 등으로 전달한다. 백업 작업이 지연되거나 실패한 경우에도 알림을 제공한다. 여러 서버에 분산된 로그를 한곳에서 조회할 수 있는 기능도 추가했다. 관리자가 서버별로 접속하지 않고도 통합 화면에서 로그를 확인해 장애 원인을 파악할 수 있도록 했다. 심층 진단 기능은 디스크와 메모리 등 주요 자원의 사용 추이를 분석해 한계에 도달할 시점을 예측하고, 판단 근거를 함께 제시한다. 고객사가 사용하는 대규모언어모델(LLM)을 연동하면 진단 결과를 자연어로 설명받을 수 있다. 외부 AI 시스템과의 연계도 지원한다. 인젠트는 AI 애플리케이션과 데이터 소스를 연결하는 표준 기술인 모델 컨텍스트 프로토콜(MCP)을 적용해 사내 AI 에이전트가 데이터베이스 상태와 성능 정보, 경고 이력을 조회할 수 있도록 했다. 향후 자연어 질의를 통해 데이터베이스 상태를 확인하는 기능으로 확장할 계획이다. 인젠트는 향후 심층 진단 기능을 에이전틱 AI와 연계해 자동 진단과 대응 조치까지 지원하는 방향으로 발전시킬 방침이다. 진단 결과와 운영 지표를 통합한 보고서, AI 인덱스 어드바이저 등 데이터베이스 관리자(DBA)의 의사결정을 돕는 기능도 추가할 예정이다. 이형배 인젠트 대표는 "데이터베이스는 한번 장애가 발생하면 서비스 전반에 영향을 줄 수 있는 만큼, 문제가 커지기 전에 미리 짚어내는 것이 무엇보다 중요하다"며 "고객이 안심하고 데이터를 다룰 수 있도록 엑스퍼DB 지능형 운영 역량을 앞으로도 꾸준히 발전시켜 나가겠다"고 말했다.

2026.10.12 13:50남혁우 기자

"개인정보 유출 원천 차단"…비아이매트릭스, 폐쇄망 AI로 대기업·금융권 '정조준'

대기업과 금융권을 중심으로 정보 유출 우려가 커지면서 보안성을 극대화한 '폐쇄망 AI'가 시장의 주목을 받고 있다. 비아이매트릭스는 8일 서울 강남구 코엑스에서 열린 'AI 페스타'에 참가해 기업 내부망에서 안전하게 동작하는 온프레미스(설치형) 기반 '텍스트 투 SQL(Text-to-SQL)' 솔루션을 선보였다. 비아이매트릭스는 생성형 AI와 로우코드(Low-code·코딩을 최소화하여 프로그램을 개발하는 기술) 기술을 바탕으로 기업의 데이터 분석 및 업무 시스템 구축을 지원하는 AI·BI(경영정보시각화) 솔루션 전문 기업이다. 이 솔루션은 사용자가 자연어로 질문하면 이를 SQL 쿼리로 변환해 기업 내부 데이터베이스(DB)의 데이터를 실시간으로 호출하고 UI 대시보드로 시각화해 주는 기술이다. 가장 큰 특징은 기존 생성형 AI의 고질적 문제인 '할루시네이션(환각)' 현상을 원천 차단했다는 점이다. AI가 엑셀 등 외부 데이터를 넘겨받아 임의로 결과값을 가공하거나 새로운 가짜 데이터를 만들어내는 것이 아니라, 정확한 SQL 구문만 생성해 실제 DB 데이터를 그대로 불러오는 방식인 것이다. 사용자 편의성도 크게 높였다. 과거에는 원하는 결과를 얻기 위해 복잡한 조건의 길고 정교한 프롬프팅이 필요했지만, 솔루션이 데이터베이스 스키마 정보를 사전 파악하고 있어 "민원 현황 알려줘"와 같은 단순한 질의만으로도 다각도의 대시보드를 알아서 그려준다. 이에 따라 기존에 실무자가 IT 부서에 데이터 추출을 요청하고 며칠씩 기다려야 했던 업무 프로세스가 실시간으로 대폭 단축됐다. 비아이매트릭스는 자사 솔루션의 강점으로 '폐쇄망 보안성'을 꼽았다. 솔루션이 외부 온라인 네트워크 연결 없이 기업 내부 인트라넷 환경에서만 구동되므로, 최근 잇따른 개인정보 유출 이슈로 클라우드 AI 도입을 주저하는 공공기관과 금융기관, 대형 제조 기업에서 높은 호응을 얻고 있기 때문이다. 아울러 설비 이상 징후 예측처럼 별도의 추론이 필요한 고급 연산의 경우, 기업이 기존에 구축해 둔 MLOps(머신러닝 운영) 환경이나 파이썬(Python) 코드 등과 자유롭게 연동할 수 있는 확장성까지 갖췄다. 비아이매트릭스 관계자는 "보안에 매우 민감한 금융권과 공공, 제조 대기업을 중심으로 온프레미스 AI 수요가 급증하는 추세"라며 "보안 우려와 할루시네이션 없이 실무자가 자연어로 기업 데이터에 즉시 접근할 수 있는 최적의 환경을 제공하겠다"고 말했다. AI 페스타 2026은 과학기술정보통신부가 주최하고 한국인공지능·소프트웨어산업협회(KOSA)와 AI페스타조직위원회가 주관하는 인공지능주간 공식 행사다. 올해 행사는 지난 6일부터 오는 8일까지 사흘간 서울 코엑스 C홀에서 열린다. 212개 기업, 501개 부스 규모로 마련돼 역대 최대 규모로 개최되며 AI 코어, 에이전틱 AI, 피지컬 AI, AI 보안, 국방 AI, AI 반도체 등 다양한 기술과 산업 적용 사례를 선보인다.

2026.10.08 11:22전화평 기자

AWS, 데이터베이스 전환에 AI 투입…코드 변환·검증까지 자동화

사람 손이 많이 필요했던 데이터베이스 전환 작업을 인공지능(AI)이 빠르게 자동화하고 있다. 코드 변환뿐 아니라 실제 데이터를 활용한 검증까지 자동으로 처리한다. 장동훈 아마존웹서비스(AWS) 시니어 데이터베이스 스페셜리스트 솔루션즈 아키텍트는 7일 서울 코엑스에서 열린 'AI 페스타 2026' 퓨처 테크 컨퍼런스에서 오라클 데이터베이스 전환을 돕는 '오라클 모더나이제이션 액셀러레이터(OMA)'를 소개했다. 장 아키텍트는 데이터베이스 전환을 기업 데이터팀이 부담스러워하는 작업 중 하나로 꼽았다. 데이터만 옮기는 게 아니라 기존 구조와 코드까지 새 시스템에 맞게 손봐야 하기 때문이다. 그는 "수백·수천 개의 SQL 코드와 데이터베이스 안에 저장된 수백 개 작업 절차를 새 시스템에 맞게 바꿔야 한다고 하면 데이터팀에서는 한숨부터 나올 수밖에 없다"고 말했다. 데이터베이스를 바꾸려면 데이터만 옮겨서는 안 된다. 기존 오라클 환경에서 사용하던 데이터베이스 질의 언어(SQL)와 애플리케이션 코드도 새 시스템에 맞춰 다시 손봐야 한다. 장 아키텍트는 전체 전환 작업의 약 68%가 이 같은 코드 변환에 들어간다고 밝혔다. OMA는 이 작업을 줄이기 위해 개발됐다. 먼저 기존 방식으로 바꿀 수 있는 코드는 정해진 규칙에 따라 자동 변환하고 이 방법으로 처리하기 어려운 부분은 AI 에이전트가 맡는다. 애플리케이션에서 사용하는 SQL도 AI가 새 데이터베이스에 맞게 바꾼다. 여기서 끝나지 않고 기존 데이터베이스와 새 데이터베이스에 실제 데이터를 넣어 같은 결과가 나오는지도 확인한다. 장 아키텍트는 "단순히 코드를 전환하는 데서 그치지 않고 소스와 타깃의 실제 데이터를 기반으로 단위 테스트까지 진행하고 결과를 제공한다"고 말했다. 장 아키텍트는 OMA를 실제 데이터베이스 전환에 적용한 기업 사례도 소개했다. 한 물류기업은 높은 오라클 라이선스 비용과 확장성 문제로 오픈소스 기반 데이터베이스로 옮기려 했지만 기존 시스템에 쌓인 데이터베이스 구조와 애플리케이션 코드를 새 환경에 맞게 손보는 데 많은 인력과 시간이 필요했다. 이 기업은 OMA를 활용해 데이터베이스 구조와 SQL 변환, 변환 결과 검증을 자동화했다. 그 결과 수작업으로 진행할 때보다 전환에 필요한 작업량을 크게 줄였고 현재 다른 시스템에도 OMA 적용을 검토하고 있다. B2C 애플리케이션을 운영하는 또 다른 기업은 기존 시스템에 1만 개가 넘는 SQL이 쌓여 있어 이를 일일이 새 데이터베이스에 맞게 고쳐야 했다. 코드 양이 워낙 많아 전환 자체를 쉽게 시작하기 어려웠지만 OMA가 SQL을 분석해 새 환경에 맞게 변환하고 실제 데이터를 이용해 결과가 같은지도 확인했다. 장 아키텍트는 이 과정을 통해 예상했던 전환 작업량을 크게 줄였고 복잡하고 규모가 큰 오라클 시스템도 AI를 활용하면 전환할 수 있다는 가능성을 확인했다고 설명했다. 인력과 비용이 부족했던 다른 기업은 우선 규모가 작은 시스템부터 OMA를 시험했다. 데이터베이스 구조와 애플리케이션 코드를 바꾸는 작업을 한 사람이 약 이틀 만에 마쳤다. 이 기업은 첫 전환 결과를 바탕으로 OMA를 다른 시스템으로 확대 적용할 계획이다. 장 아키텍트는 "OMA는 많은 노력이 필요한 데이터베이스 전환 업무를 AI 기반으로 자동화하고 변환한 결과의 검증까지 수행한다"며 "보다 쉽고 빠르게, 위험을 줄이면서 데이터베이스를 전환할 수 있도록 돕는다"고 말했다.

2026.10.07 18:13김동원 기자

몽고DB "AI 실서비스 전환, 데이터 연결·운영 이력 관리가 관건"

"기업이 인공지능(AI)으로 실서비스를 만들려면 데이터 현대화와 데이터 간 맥락 연결, 에이전트 운영 이력 관리를 만드시 갖춰야 합니다. AI 모델이 기업 데이터를 정확히 찾아 활용하고, 작업 과정까지 추적할 수 있는 기반이 필수입니다." 김규동 몽고DB 솔루션 아키텍트 총괄은 8일까지 서울 코엑스에서 열리는 'AI페스타 2026'에서 AI 실서비스 전환 과제를 이같이 제시했다. 김 총괄은 기업 AI 프로젝트가 시범 도입에 머무르는 원인으로 데이터 확장성 한계와 검색 정확도 부족, 에이전트 통제 체계 미비를 꼽았다. 이를 해결하기 위해 정형·비정형 데이터 관리부터 검색, 메모리 저장까지 통합한 플랫폼이 필요하다고 강조했다. 김 총괄은 데이터 현대화를 위한 방안으로 유연한 다큐먼트 데이터 모델을 제시했다. 정해진 테이블 구조에 맞춰 데이터를 관리하는 방식에서 벗어나 다양한 데이터와 관련 정보를 JSON 형태의 문서로 표현해 변화하는 개발 요구에 빠르게 대응할 수 있다는 설명이다. 김 총괄은 데이터 간 맥락을 연결하는 작업도 주요 과제로 제시했다. 제조 현장에서 설비 장애가 발생했다면 당시 생산 품목과 공정, 이전 단계의 작업 정보를 함께 파악해야 원인을 진단할 수 있다는 이유에서다. 그는 "개별 데이터를 저장하는 데 그치지 않고 서로 어떤 관계가 있는지 연결해야 AI가 필요한 정보를 찾을 수 있을 것"이라고 강조했다. 김 총괄은 의미 기반 벡터 검색과 키워드 검색, 메타데이터 필터링을 결합해 검색 정확도를 높일 수 있다고 주장했다. 이는 질문 의미와 관련된 정보를 찾으면서 검색 범위를 특정 설비나 공정 등으로 좁혀 거대언어모델(LLM)에 적절한 데이터를 전달하는 방식이다. 그는 몽고DB 솔루션 특장점으로 AI 애플리케이션 개발 기능을 통합한 점을 짚었다. 임베딩 모델과 검색 결과의 관련성을 재평가하는 리랭킹, 벡터 검색 등을 함께 제공해 기업이 여러 구성 요소와 데이터 전달 경로를 각각 구축하는 부담을 줄인다는 구상이다. 또 김 총괄은 이날 3500개 넘는 문서 자산으로 검색증강생성(RAG) 챗봇 시제품을 6일 만에 구축한 사례를 소개했다. 이 제품은 문서를 검색 가능한 데이터로 전환하고, 사용자 질문과 관련된 내용을 찾아 LLM이 답변하도록 구성한 것이 특징이다. 더불어 그는 실제 챗봇 운영 단계에서 에이전트 메모리와 작업 이력 관리가 중요하다고 재차 강조했다. 김 총괄은 "에이전트가 받은 입력과 수행한 작업, 결과 등을 데이터베이스(DB)에 저장해야 의도대로 작동했는지 확인할 수 있다"며 "문제가 발생했을 때 원인까지 추적할 수 있다"고 설명했다. 그러면서 "저장된 정보는 여러 에이전트가 작업 맥락을 공유하거나 사용자 선호를 반영하는 데도 활용 가능하다"고 덧붙였다. 또 그는 "AI 시대 핵심은 확장성"이라며 "우리는 온프레미스와 클라우드 환경을 모두 제공해 기업 인프라 선택 폭을 넓힐 것"이라고 밝혔다.

2026.10.07 17:47김미정 기자

"GPU 다음은 데이터 병목"…디노티시아, VDPU로 AI 인프라 새 판 짠다

초거대 AI 생태계가 스스로 복잡한 임무를 수행하는 에이전트 시대로 진화함에 따라 컴퓨팅에 지각변동이 일고 있다. 과거 엔비디아 GPU(그래픽처리장치)를 중심으로 한 연산 능력이 데이터센터 인프라의 핵심이었던 반면, 이제는 연산의 병목 현상이 GPU를 넘어 CPU(중앙처리장치)와 메모리 쪽으로 빠르게 옮겨가는 추세다. 정무경 디노티시아 대표는 7일 강남구 코엑스에서 개최된 'AI 페스타 26'에서 'AI 에이전트 시대의 데이터 인프라-검색과 메모리의 폭증, 그리고 AI 스토리지의 등장'을 주제로 발표하며 이같이 진단했다. 폭증하는 AI 검색량…CPU 워크로드 70% 차지 정 대표는 강연을 통해 이러한 병목 현상의 근본 원인은 폭발적으로 늘어난 데이터 검색량과 잦은 데이터 이동 지연에 있다고 진단했다. 단답형이던 초기 LLM(거대언어모델)이 검색 증강 생성(RAG)과 추론을 거쳐 자율적인 에이전트 시대로 접어들면서, 하나의 임무를 완수하기 위해 수많은 작업을 거치게 됐다. 이 과정에서 토큰 생성량과 함께 연산 중간중간 데이터를 검색하는 횟수가 기하급수적으로 늘어나, 병목 현상이 생긴 셈이다. 정 대표는 현재 데이터센터 내 CPU 워크로드의 60~70%가 이러한 데이터를 찾는 데 소모되고 있다고 짚었다. 연산 과정에서 AI가 단기 기억으로 사용하는 'KV 캐시(Key-Value Cache)'의 덩치가 커진 것도 병목을 가중시킨다. 그는 "KV 캐시가 너무 비대해져 비싼 고대역폭메모리(HBM)에 모두 담지 못하고 외부로 뺐다 다시 불러오는(오프로딩 및 리로드) 과정을 끊임없이 반복하며 극심한 지연을 낳고 있다"고 지적했다. 특히 올해를 기점으로 인간이 직접 데이터를 찾는 횟수보다 AI가 의미 기반(시맨틱)으로 검색하는 횟수가 역전될 전망이다. 정 대표는 "기업 스토리지에 저장만 해두고 쓰지 않는 '다크 데이터(Dark Data)'가 전체의 75~85%에 달한다"며 "이제는 사람이 아닌 AI가 시맨틱 서치로 이 숨겨진 데이터들까지 모두 찾아내 활용해 새로운 인텔리전스를 만드는 시대"라고 설명했다. 15배 빠른 검색 가속기 VDPU 개발...제로 카피로 지연 없애 디노티시아는 VDPU(벡터 데이터베이스 프로세스 유닛)를 통해 이같은 병목을 해결할 계획이다. VDPU는 의미 기반 데이터 검색에 특화된 전용 반도체다. AI가 원하는 데이터를 찾아내는 알고리즘 속도를 기존 CPU 대비 최대 15배까지 끌어올려 즉각적이고 정확한 검색을 돕는다. 아울러 찾은 데이터를 CPU의 개입 없이 곧바로 GPU 메모리에 적어주는 '제로 카피(Zero-Copy)' 기술을 지원해 고질적이었던 데이터 이동 지연 문제와 컴퓨팅 자원의 낭비를 획기적으로 줄였다. 정 대표는 "CPU 소프트웨어만으로는 늘어나는 검색량을 감당하기 어려워 AI 검색에 특화된 전용 반도체가 필수적이라고 봤다"며 "우리가 3년 전부터 개발해 온 VDPU는 오직 '검색'만을 위한 세상에 없던 반도체"라고 강조했다. "단순 칩 넘어 'AI 스토리지'로"…데이터센터 필수 인프라 정조준 디노티시아는 VDPU 기술을 발판 삼아 AI 스토리지 시스템 구축을 목표로 한다. 폭증하는 AI 데이터를 제한적인 메모리 공간만으로는 감당할 수 없기 때문이다. 이를 위해 회사는 VDPU 하드웨어와 더불어 외부 지식, 장기 기억(에이전트 메모리), 단기 기억(KV캐시)을 종합적으로 관리하는 'AI 메모리 소프트웨어'를 개발 중이다. 정 대표는 “AI가 생각하는 방식은 외부 지식을 찾고 과거 경험을 떠올려 작업하는 사람의 사고방식과 거의 유사하다”며 “이 모든 기능이 스토리지 시스템 안에 통합돼 AI의 기억과 지식을 제공하는 공간이 돼야 한다”고 말했다. 그러면서 "데이터센터를 구축할 때 가장 큰 비용이 GPU에 투입되지만, 결국 GPU가 100% 성능을 내려면 빠르고 정확한 데이터 공급이 뒷받침되어야 한다"며 "VDPU와 AI 메모리 소프트웨어를 결합한 AI 스토리지를 데이터센터 내 GPU 바로 옆에 배치해, AI 인프라 시장의 새로운 패러다임을 주도할 것"이라고 덧붙였다. 한편, AI 페스타 26은 'AI, 현실이 되다. 모두의 AI'를 주제로 과학기술정보통신부, 한국인공지능·소프트웨어산업협회(KOSA), AI페스타 조직위원회가 주최하는 국내 최대 규모 AI 행사다. 서울 삼성동 코엑스 C홀에서 오는 8일까지 진행된다.

2026.10.07 17:35전화평 기자

"AI 도구 통합"…몽고DB, '아틀라스 에이전트 엔진' 출시

몽고DB가 인공지능(AI) 에이전트를 실제 기업 업무에 적용할 때 필요한 운영 기능을 하나로 묶었다. 몽고DB는 미국 뉴욕 나스닥 마켓사이트에서 열린 '인베스터 데이'에서 '아틀라스 에이전트 엔진'을 출시했다고 1일 밝혔다. 해당 엔진은 AI 에이전트 실행과 메모리·검색·거버넌스를 통합한 제품으로 공개 미리보기 형태로 제공된다. 이 제품은 개념검증(PoC)을 마친 AI 에이전트를 실제 운영 환경으로 옮기는 과정의 어려움을 줄이기 위해 설계됐다. 기업이 에이전트를 업무에 활용하려면 정확한 정보 검색과 이전 대화의 지속적인 저장뿐 아니라 보안과 작업 통제 체계도 갖춰야 한다. 이 기능들을 별도 도구로 연결하면 모델이나 개발 프레임워크가 바뀔 때 호환성 문제가 발생할 수 있다는 설명이다. 핵심은 에이전트 작업을 관리하는 기능을 기본으로 내장한 점이다. 신원 관리와 감사 기록·안전장치·비용 통제를 하나의 관리 체계로 통합한다. 사람과 에이전트가 수행한 작업을 각 신원 정보와 연결해 기록하고 정책에 따라 통제해 작업 수행자와 승인 주체를 확인할 수 있도록 한다. 메모리와 검색 기능은 에이전트가 이전 대화를 기억하고 업무에 필요한 정보를 찾도록 지원한다. 이때 몽고DB의 보이지 AI 임베딩과 자체 검색 기술이 활용된다. 회사는 이를 통해 개발팀이 에이전트마다 별도 메모리 인프라를 구축하는 부담을 줄이고 더 적은 토큰으로 정확한 결과를 제공할 수 있다고 설명했다. 기업은 기존에 사용하던 AI 모델과 개발 프레임워크를 유지하면서 필요한 기능을 선택해 도입할 수 있다. 메모리와 거버넌스 기능을 독립적으로 적용하거나 에이전트 실행 환경을 함께 채택하는 식이다. 개방형 표준 기반으로 모델·프레임워크·클라우드 선택에 따른 제약을 줄이도록 설계됐다. 에이전트 실행 환경과 메모리에는 사용량 기반 요금제가 적용된다. 이용 비용은 기존 아틀라스 약정으로 충당할 수 있어 별도의 신규 계약 없이 사용 범위를 확장할 수 있다. 파블로 스턴-플라자 몽고DB AI 및 신규 제품 부문 최고제품책임자(CPO)는 "아틀라스 에이전트 엔진 출시로 기업은 더 이상 이런 양자택일을 하지 않아도 된다"며 "우리는 고객에게 미래를 예측하라고 요구하는 대신 고객이 무엇을 선택하든 완벽히 작동하는 솔루션을 구축하고자 했다"고 밝혔다.

2026.10.01 16:04김미정 기자

데이터브릭스, 로우제로 인수…"기업 데이터 분석 편의↑"

데이터브릭스가 스프레드시트와 인공지능(AI) 에이전트를 결합해 데이터 분석 편의성 높이기에 나섰다. 24일(현지시간) 테크크런치 등 외신에 따르면 데이터브릭스는 클라우드 기반 스프레드시트 스타트업 로우제로를 인수했다고 발표했다. 인수 금액과 세부 조건은 공개되지 않았다. 로우제로는 100만 행을 넘는 실시간 데이터를 처리할 수 있는 스프레드시트 도구다. 데이터브릭스와 연동하면 기업 직원들이 별도 업무 분석 소프트웨어(SW)를 새로 익히는 부담을 줄이고 기존에 사용하던 표와 수식으로 데이터를 다룰 수 있다. 이번 인수로 데이터브릭스의 자체 AI 에이전트 '지니'는 플랫폼에 저장된 데이터에 관해 일상적인 언어로 질문할 수 있도록 지원한다. 사용자는 이익률 분석이나 잠재 고객과의 영업 진행 상황 파악 등 복잡한 업무 질문을 던지고 답을 얻을 수 있다. 데이터브릭스는 데이터 보안 유지도 이번 인수 주요 목적이라고 밝혔다. 로우제로를 데이터브릭스와 연동하면 기업 데이터를 보안이 유지되는 클라우드 저장소에 둔 채 스프레드시트 형태로 분석할 수 있다. 보안이 취약한 별도 스프레드시트로 데이터를 옮겨 공유하는 과정에서 발생하는 위험을 줄이는 방식이다. 이번 인수는 데이터브릭스 재무팀의 내부 활용 경험에서 출발했다. 재무팀은 대규모 데이터를 처리할 수 있다는 점에 주목해 로우제로를 지니와 함께 사용했다. 경영진이 재무팀에 해당 도구에 관해 묻는 과정에서 스프레드시트와 AI 에이전트를 결합하는 구상으로 이어졌다. 로우제로는 아마존웹서비스(AWS)와 태블로 출신 엔지니어들이 설립했다. 피치북에 따르면 지난해 5월 1000만 달러를 투자받았으며 당시 기업가치는 약 4000만 달러로 추정됐다. 데이터브릭스는 지난달 50억 달러 규모 투자 유치를 마쳤으며 연환산 매출은 70억 달러를 기록했다. 올해 여러 스타트업을 잇달아 인수한 데 이어 앞으로도 이와 같은 인수를 더 추진할 계획이다. 알리 고드시 데이터브릭스 최고경영자(CEO)는 "스프레드시트는 모든 비즈니스 분석가가 좋아하는 인터페이스 중 하나"라며 "비즈니스 인텔리전스와 에이전트, 스프레드시트를 결합하는 것은 매우 합리적"이라고 밝혔다.

2026.09.25 15:41김미정 기자

티베로, 인도네시아 국세청 핵심 DB 맡았다…글로벌 공공시장 공략

티맥스티베로가 인도네시아 국가 조세행정시스템의 핵심 데이터베이스관리시스템(DBMS)을 공급하고 기존 2노드에서 7노드까지 확장 운영한 경험을 바탕으로 글로벌 공공시장 공략을 강화한다. 티맥스티베로는 인도네시아 국세청(DGT)의 차세대 조세행정시스템 '코어택스'에 자사 DBMS '티베로'를 적용해 안정적인 운영을 지원하고 있다고 21일 밝혔다. 코어택스는 인도네시아 재무부 산하 국세청이 추진한 국가 디지털 전환 사업이다. 납세자 등록부터 세금 신고·납부, 환급, 세무조사, 징수까지 조세행정 전반을 하나의 플랫폼으로 통합한 차세대 세정 시스템이다. 인도네시아 정부는 코어택스를 통해 조세행정의 효율성과 투명성을 높이고 데이터 기반 행정 체계를 강화 중이다. 시스템은 수천만 명 규모의 납세자 정보와 대규모 트랜잭션을 처리한다. 이번 사업은 LG CNS와 오스트리아 IT 기업 퀄리소프트가 수행했으며 티베로는 코어택스의 핵심 DB 플랫폼을 공급했다. 특히 코어택스에는 기존 오라클 RAC 환경을 마이그레이션한 티베로의 다중화 기반 고가용성 클러스터 기술 '티베로 액티브 클러스터(TAC)'가 적용됐다. 여러 노드가 동시에 서비스를 처리하는 액티브-액티브 방식으로 고가용성을 확보했다. 코어택스는 초기 2노드 TAC 환경으로 구축된 이후 현재 7노드까지 확장 운영 중이다. 서비스 중단 없이 시스템 규모를 확대하면서 증가하는 사용자와 트랜잭션을 처리하고 있다는 게 회사 측 설명이다. 티베로는 이를 국가 핵심 조세행정 시스템에서 자사 DBMS의 확장성과 운영 안정성을 검증한 사례로 보고 있다. 특히 국가급 미션 크리티컬 시스템에서 노드를 지속 확대하면서 실제 운영 경험을 확보했다는 점에 의미를 두고 있다. 인도네시아 정부는 코어택스를 활용한 조세행정 개선도 추진 중이다. 인도네시아 재무부에 따르면 올해 상반기 세수는 전년 동기 대비 24.6% 증가했다. 인도네시아 국세청은 코어택스를 통한 세정 행정 강화와 납세 순응도 향상이 세수 확대를 뒷받침했다고 설명했다. 최근에는 인도네시아 국세청이 코어택스 구축과 안정화에 기여한 LG CNS에 감사패를 수여했다. 티베로도 핵심 DBMS 공급사로서 DB 전환과 시스템 안정화에 기여한 공로를 인정받아 지난 11일 자카르타에서 열린 행사에 공식 초청됐다. 원만식 LG CNS 인도네시아 법인장은 "코어택스는 수천만 명 규모의 납세자를 지원하는 국가 핵심 시스템으로 안정적인 DB 운영이 무엇보다 중요했다"며 "티베로는 구축 단계부터 운영 안정화 과정까지 현지와 본사가 긴밀하게 협력하며 즉각적인 기술 지원과 문제 대응을 제공했고 TAC 기반 확장 과정에서도 안정적인 시스템 운영을 뒷받침하며 프로젝트 성공에 중요한 역할을 했다"고 말했다. 나택균 티베로 글로벌사업본부장은 "인도네시아 코어택스는 국가 핵심 조세행정 시스템에 티베로가 적용돼 안정적으로 운영되고 있는 대표적인 글로벌 레퍼런스"라며 "특히 TAC를 7노드까지 확장하며 축적한 운영 경험은 티베로의 고가용성과 확장성을 보여주는 의미 있는 사례"라고 밝혔다. 이어 "국가급 미션 크리티컬 환경에서 검증된 기술력과 운영 경험을 바탕으로 글로벌 공공·엔터프라이즈 시장에서 티베로의 경쟁력을 지속적으로 확대해 나가겠다"고 덧붙였다.

2026.09.21 15:13한정호 기자

데이터브릭스, 아태 지역 투자 확대…한국선 금융권 공략·AI 인재 양성

데이터브릭스가 싱가포르를 거점으로 아시아·태평양 지역 인공지능(AI) 시장 공략에 나섰다. 현지 인력과 시설을 확충해 기업들이 AI를 실제 업무에 도입하고 활용 규모를 늘릴 수 있도록 지원할 방침이다. 데이터브릭스는 향후 3년간 싱가포르에 3억 5000만 달러(약 4837억원) 이상을 투자한다고 18일 밝혔다. 이는 데이터베이스(DB) '레이크베이스'와 AI 업무 도우미 '지니' 등 주요 제품의 수요 증가에 대응하기 위한 조치다. 현재 250명인 싱가포르 현지 인력은 500명 이상으로 늘린다. 약 900평 규모 새 지역본부를 마련해 사무공간도 기존보다 4배로 넓힐 계획인 것으로 전해졌다. 새 본부에는 고객과 협력사가 데이터·AI 활용 역량을 높일 수 있는 교육·협업 시설을 조성한다. 이곳에서 새로운 AI 활용 사례를 발굴하고 기업 도입을 지원할 예정이다. 싱가포르 국가 AI 전략에 맞춰 고객·협력사·정부기관과의 협력도 강화한다. 데이터브릭스는 기업들이 AI 시범사업을 넘어 실제 업무에 AI를 적용하면서 안정적인 운영 기반이 중요해졌다고 설명했다. AI 에이전트가 기업 데이터와 업무 맥락을 정확히 이해하고 기업은 필요에 따라 모델을 선택하며 비용을 통제할 수 있어야 한다는 설명이다. 현재 이를 지원하는 주요 제품은 레이크베이스와 지니, 유니티 게이트웨이다. 레이크베이스는 AI 에이전트가 핵심 업무용 애플리케이션 실행에 필요한 메모리를 제공하는 서버리스 DB다. 지니는 기업 업무 맥락을 바탕으로 데이터를 분석해 신뢰할 수 있는 답변과 업무 수행을 지원한다. 유니티 게이트웨이는 여러 AI 에이전트와 도구, 모델을 통합 관리한다. 운영 정책을 적용하고 요청을 적절한 모델로 연결하며 비용을 통제해 기업의 AI 활용 확대를 돕는다. 데이터브릭스는 금융·통신·공공 부문에서도 고객 기반을 넓히고 있다. 아이패스트 코퍼레이션과 싱가포르 관세청, 싱텔을 신규 고객으로 확보했다. 기존 역내 고객으로는 싱가포르 정부기술청과 LG전자, 스탠다드차타드, 도요타 등이 있다. 한국 기업 AI 도입 지원…현장 협업·인재 양성 확대 데이터브릭스는 한국 AI 시장도 확대하고 있다. 국내 고객사 현장에 AI 업무 시스템 구축을 돕거나 전문 인력 양성을 확대해 사업 기반을 넓히고 있다. 데이터브릭스는 국내 고객사에 엔지니어링 조직을 투입해 AI 업무 시스템 구축을 지원하고 있다. 이 과정에서 파악한 고객 요구를 레이크베이스, 지니 등 제품 개선에 반영하기 위한 전략이다. 대표 사례는 LG전자와 맺은 협업이다. LG전자는 데이터브릭스 플랫폼과 자체 AI 모델 개발·운영 솔루션 '멜리캣'을 결합해 고객 데이터 분석 플랫폼을 구축했다. 데이터 관리 환경을 통합하고 부서 간 협업을 개선해 데이터 요청부터 모델 개발까지 걸리는 시간을 기존 9주에서 4주로 줄였다. 데이터브릭스는 국내 데이터·AI 전문 인력 양성도 추진하고 있다. 지난 4월 'AI 데이 서울'에서 향후 3년간 국내 전문 인력 1만명을 양성하겠다는 계획을 발표했다. 워크숍과 국내 산업 기관과 협력해 기업 현장에서 필요한 데이터·AI 활용 역량을 높일 방침이다. 데이터브릭스는 국내 주요 공략 분야로 금융권을 주목하고 있다. 거래·고객 정보를 빠르게 저장하고 불러와야 하는 금융 분야의 AI 애플리케이션이 늘면서 레이크베이스와 같은 운영 DB 수요도 커질 것으로 보고 있다. 앞서 데이비드 마이어 데이터브릭스 제품 총괄 수석부사장은 지난달 방한해 국내 주요 기업 임원 약 100명 대상으로 포럼을 개최한 바 있다. 마이어 수석부사장은 "한국 시장에선 게임과 헬스케어·생명과학, 제약, 미디어·엔터테인먼트 수요가 오르고 있지만, 금융 서비스가 지배적일 것"이라고 지디넷코리아에 밝혔다.

2026.09.18 12:33김미정 기자

[현장] "상용 DB 종속 낮춘다"…EDB, 운영·분석·AI 통합 전략 제시

EDB가 운영 데이터베이스(DB)부터 실시간 분석, 데이터웨어하우스, 인공지능(AI)까지 하나의 포스트그레스 기반 플랫폼으로 연결하는 전략을 앞세워 국내 오픈소스 DB 시장 공략을 강화한다. 특정 클라우드나 상용 DB에 종속되지 않고 기업이 원하는 환경에서 데이터를 운영하면서 AI까지 확장할 수 있도록 지원하겠다는 구상이다. 김희배 EDB코리아 지사장은 3일 서울 잠실 소피텔 앰배서더에서 열린 'EDB 포스트그레스 AI 서밋 서울 2026' 기조연설에서 국내 사업 전략을 이같이 밝혔다. 김 지사장은 운영 DB와 분석, AI 영역을 하나로 묶는 '유니파이드 데이터 플랫폼(Unified Data Platform)' 전략을 제시했다. 온라인 트랜잭션 처리(OLTP)를 중심으로 한 운영 영역과 실시간 분석, 대용량 데이터웨어하우스, AI 워크로드를 하나의 데이터 플랫폼 안에서 지원할 방침이다. 김 지사장은 "엔터프라이즈 오픈소스 전환에서 가장 중요한 요소는 안정적인 운영"이라며 "단순히 제품을 판매하는 사업자보다 제품 개발과 기술 지원을 직접 책임질 수 있는 벤더 역할이 중요하다"고 강조했다. EDB는 기업에서 데이터가 생성된 후 거래 처리와 이상거래 탐지, 실시간 처리, 장기 분석, AI 활용까지 이어지는 데이터 흐름 전체를 통합 제품군으로 연결하는 전략을 추진하고 있다. 운영계부터 분석계, AI 영역까지 각각 다른 DB를 구축하는 대신 포스트그레스 중심으로 데이터 인프라를 통합해 데이터 이동과 시스템 복잡성 줄이는 데 초점 맞췄다. 운영 영역에서는 EDB 포스트그레스와 PGD를 활용해 핵심 거래를 처리하고, 초고속 실시간 분석에는 클릭하우스, 대용량 데이터웨어하우스에는 웨어하우스PG를 활용하는 구조다. AI 영역에서는 포스트그레스 확장 기능인 pg벡터 등을 적용해 기존 데이터 인프라에 AI 기능을 추가할 수 있도록 지원한다. 김 지사장은 "플랫폼 핵심 거래 처리 영역에서는 99.999% 수준 고가용성을 지원할 수 있다"며 "장기 분석 영역에서는 페타바이트(PB)급 데이터까지 처리할 수 있다"고 설명했다. 이어 "AI 기능도 별도 DB를 새로 도입해 새로운 데이터 사일로를 만드는 것이 아니라 기존 데이터 인프라에 필요한 확장 기능을 추가해 활용할 수 있다"고 강조했다. EDB는 이 같은 통합 전략을 '에이전틱 레이크하우스(Agentic Lakehouse)'로도 확장하고 있다. 프랭크 시디 EDB 세일즈 엔지니어링 부사장은 이날 기조연설에서 운영 DB와 실시간 분석, 대용량 데이터웨어하우스, 분석 가속 엔진, AI 에이전트를 하나의 SQL 인터페이스와 보안 체계에 연결하는 에이전틱 레이크하우스 비전을 공개했다. 시디 부사장은 "기업이 AI를 도입할 때 운영 데이터와 분석 데이터를 별도 시스템으로 복제하거나 이동하는 과정을 줄일 수 있다"며 "아파치 아이스버그 같은 오픈 테이블 포맷을 활용해 데이터 이동 과정에서 발생하는 비용과 보안 부담을 낮출 수 있다"고 설명했다. EDB는 오는 2027년 상반기 정식 출시 예정인 차세대 데이터웨어하우스 엔진 '웨어하우스PG 19'도 공개했다. 웨어하우스PG 19에는 별도 그래프 DB 없이 SQL 기반으로 이상거래 탐지와 네트워크 분석을 수행할 수 있는 프로퍼티 그래프 기능과 대규모 스트리밍 데이터 처리, 관찰 가능성 기능 등이 추가될 예정이다. 회사는 생성형 AI 비용 절감을 위한 기술도 준비하고 있다. 대화 이력을 효율적으로 압축하고 관계형·벡터·그래프 형태 메모리를 하나의 ACID 데이터베이스에서 통합 관리하는 '지속형 에이전트 메모리(Persistent Agent Memory)'를 선보일 계획이다. 김 지사장은 특정 인프라에 종속되지 않는 배포 선택권도 차별점으로 내세웠다. EDB는 퍼블릭 클라우드뿐 아니라 온프레미스와 베어메탈, 하이브리드 환경에서도 데이터 인프라를 구축할 수 있도록 지원한다. EDB는 국내 시장에서 제품 공급뿐 아니라 컨설팅과 전환, 운영, AI 활용까지 연결하는 파트너 생태계도 확대할 방침이다. 현재 에스코어와 에티버스, 씨플랫폼 등 국내외 파트너사와 협력해 기업별 시스템 환경과 비용 구조에 맞는 오픈소스 전환을 지원한다. 김 지사장은 "상용 DB 종속성과 높은 비용 부담에서 벗어나 데이터 주권을 확보하고 AI 시대로 진입하려는 국내 기업들의 수요가 커지고 있다"며 "포스트그레스 기술력과 글로벌 노하우, 국내 파트너 생태계를 바탕으로 한국 기업 오픈소스 전환과 AI 데이터 플랫폼 혁신을 지원하겠다"고 말했다.

2026.09.03 14:57김미정 기자

[현장] 몽고DB "데이터 구조 재설계 필요…韓 제조·금융·공공시장 공략"

"우리는 한국 기업 인공지능(AI) 전환을 뒷받침하는 데이터 플랫폼 사업을 확대할 것입니다. 기존 시스템 기술 부채와 복잡한 데이터 구조를 줄이는 동시에 제조·금융 등 산업별 AI 활용을 늘릴 것입니다. 파트너 생태계와 공공시장까지 사업 영역을 넓힐 준비도 마쳤습니다." 장정욱 몽고DB코리아 지사장은 1일 서울 삼성동 파르나스에서 열린 '몽고DB닷로컬 서울'에서 국내 시장 전략을 이같이 밝혔다. 기업 데이터 환경을 현대화하고 실제 서비스에 적용할 수 있는 AI 애플리케이션과 에이전트를 구축하는 것을 핵심 사업 축으로 제시했다. 장 지사장은 기업이 오랜 기간 누적한 기술 부채와 복잡한 시스템 구조를 줄이는 데 집중한다고 강조했다. 데이터 기반을 유연하게 재구성해 새로운 디지털 서비스나 AI 기술을 기존 업무에 더 빠르게 적용할 수 있는 환경을 마련한다는 구상이다. 그는 AI 분야에서는 실제 운영 환경에서 사용할 수 있는 데이터 플랫폼 구축에 무게를 뒀다고 밝혔다. 몽고DB는 데이터베이스(DB) 중심으로 기업 데이터를 AI 애플리케이션과 에이전트에 연결해 실질적인 사업 성과로 이어지도록 지원할 계획이다. 장 지사장은 국내 제조업을 몽고DB의 주요 공략 분야로 꼽았다. 제조 현장에서 설비와 센서로부터 실시간으로 발생하는 운영 데이터를 생산·물류 시스템과 연결하고 이를 AI로 분석해 공정 상황을 파악하거나 이상을 예측·대응하려는 수요가 커지고 있다는 설명이다. 그는 "특히 한국 제조업의 근간인 중소·중견기업은 AI 도입이 아직 초기 단계인 만큼 기존 레거시 시스템을 현대화하는 작업이 우선돼야 한다"며 "기존 시스템을 보다 유연하고 확장 가능한 구조로 전환하도록 지원하고 이후 AI 활용까지 이어지도록 돕는 것을 제조업 전략의 핵심 축으로 뒀다"고 강조했다. 장 지사장은 금융권에서도 데이터 보안과 규제 요건을 고려한 AI 적용을 확대할 것이라고 전략을 밝혔다. 금융사가 기존 온프레미스 환경을 유지하면서 데이터를 활용할 수 있도록 지원할 방침이다. 이상거래탐지와 문서 인텔리전스, AI 어시스턴트 등으로 활용 범위를 단계적으로 넓힐 계획이다. 그는 디지털 네이티브 기업을 대상으로 개인화와 추천, 검색 등 실시간 서비스 개선 수요를 공략한다고 밝혔다. 정형·비정형 데이터를 함께 처리하면서 이용자 행동과 서비스 상황을 실시간으로 파악해 애플리케이션에 반영할 수 있도록 지원하는 방식이다. 장 지사장은 AI 확산에 따라 기업 데이터 아키텍처 자체를 재설계하려는 움직임이 커질 것으로 내다봤다. 특정 인프라나 클라우드에 종속되지 않는 유연성과 확장성, 보안성을 확보하면서 실시간 데이터를 AI가 활용할 수 있도록 만드는 데이터 계층 중요성이 높아지고 있다고 판단했다. 그는 산업별 AI 사업 확대를 위해 국내 파트너 생태계도 강화한다고 밝혔다. 데이터 플랫폼만으로 애플리케이션을 완성하기 어려운 만큼 산업과 고객 업무를 이해하는 파트너와 협력할 방침이다. 실제 구축부터 실제 서비스 적용까지 지원하기 위한 전략적 파트너십 프로그램을 추진하고 있다. 그는 공공시장 공략을 위한 준비까지 마쳤다고 밝혔다. 실제 몽고DB는 최근 공공기관이 자사 제품을 도입할 수 있도록 조달 절차를 마치고 나라장터에 제품 등록을 완료했다. 그는 "국내 민간 기업뿐 아니라 기관까지 데이터 현대화·AI 사업서 우리 제품을 활용할 수 있도록 지원할 것"이라고 강조했다. 아틀라스에 에이전트·검색 통합…관리형 MCP 서버 정식 출시 이날 몽고DB는 행사 기조연설에서 '몽고DB 아틀라스 관리형 모델 컨텍스트 프로토콜(MCP) 서버'를 정식 출시 소식을 알리고, '아틀라스 임베딩·리랭킹 API'를 공개했다. 관리형 MCP 서버는 기존 로컬 MCP 서버 기능을 몽고DB 아틀라스가 직접 호스팅하는 서비스로 확장한 것이 핵심이다. 이날 발표를 맡은 프랭크 리우 몽고DB 프로덕트 매니저는 "아틀라스 관리형 MCP 서버를 이용하면 개발자가 별도 MCP 서버를 직접 구축하고 배포할 필요가 없다"며 "챗GPT와 클로드, 커서 등 MCP를 지원하는 AI 도구를 아틀라스에 연결해 자연어로 데이터와 DB 운영 환경을 함께 다룰 수 있다"고 강조했다. 리우 매니저는 MCP 서버 지원 범위도 데이터 조회에 그치지 않는다고 강조했다. AI 에이전트는 몽고DB 컬렉션을 조회하고 스키마를 파악하거나 인덱스까지 관리할 수 있다. 아틀라스 클러스터 생성과 설정, 사용자 접근 권한 관리, 성능 확인 등 제어 영역까지 같은 자연어 인터페이스로 수행할 수 있다. 그는 MCP 서버에 보안 기능도 소개했다. 이 시스템 보안에는 사용자 위임 방식 인증 구조가 적용됐다. 사용자는 오어스(OAuth)를 통해 자신의 권한 범위 안에서만 AI 에이전트가 시스템에 접근하도록 설정할 수 있다. 읽기 전용 권한을 부여하면 에이전트 역시 쓰기 작업을 수행할 수 없다. 헤드리스 환경과 멀티에이전트 워크로드를 위한 서비스 계정도 지원한다. 사람이나 에이전트가 수행한 작업은 특정 사용자 또는 에이전트에 연결해 로그로 기록한다. 이를 통해 AI 에이전트가 실제 DB 운영에 참여하더라도 누가 어떤 작업을 수행했는지 추적하고 감사할 수 있도록 지원한다. 이날 크리스토퍼 셤 몽고DB 제품 관리 총괄은 새로 출시된 아틀라스 임베딩·리랭킹 API을 소개했다. 아틀라스 임베딩은 몽고DB 데이터에 AI 검색용 벡터를 만들기 위해 외부 시스템을 별도 연결하지 않고 아틀라스 안에서 임베딩 모델을 직접 사용할 수 있게 지원하는 기능이다. DB와 벡터 검색 계층, 모델 제공업체를 각각 관리하던 구조를 하나의 플랫폼으로 통합하는 셈이다. 셤 총괄은 "기존에 보이지 모델을 직접 호출하던 개발자는 URL과 API 키를 변경하는 방식으로 아틀라스로 옮길 수 있다"며 "토큰화 방식과 소프트웨어개발키트(SDK), 모델 이름은 그대로 유지할 수 있어 전체 개발 스택을 다시 구축하지 않아도 된다"고 강조했다. 몽고DB는 검색 모델 제품군도 확대했다. 범용 텍스트 임베딩 모델 '보이지 4'는 일반 텍스트를 임베딩으로 변환하며 '보이지 멀티모달 3.5'는 텍스트와 이미지가 섞인 데이터까지 벡터화한다. '리랭크 2.5'는 검색 결과를 다시 정렬해 검색 정확도와 관련성을 높이는 역할을 한다. 특히 보이지 4는 크기가 다른 모델이 동일한 임베딩 공간을 공유할 수 있도록 설계됐다. 몽고DB는 이를 통해 비용과 지연시간을 낮추면서 검색 정확도를 높일 수 있다고 설명했다. 셤 총괄은 "우리는 관리형 MCP 서버와 검색 기술을 결합해 AI 에이전트 개발부터 데이터 접근과 운영, 검색까지 아틀라스에서 처리할 수 있는 구조를 확대할 것"이라고 말했다.

2026.09.01 16:10김미정 기자

몽고DB가 제시한 AI 시대 데이터 관리 전략은?

몽고DB가 국내 개발자와 기업 고객을 대상으로 인공지능(AI) 시대 데이터 플랫폼 전략과 주요 기술을 공유하는 자리를 마련했다. 몽고DB는 1일 서울 삼성동 파르나스에서 연례행사 '몽고DB닷로컬 서울'을 개최했다고 밝혔다. 이 행사는 전 세계 개발자와 업계 전문가가 최신 기술과 고객 혁신 사례를 공유하는 자리다. 올해 서울을 비롯해 뭄바이와 리야드, 뉴욕, 런던 등에서 열린다. 이번 행사에서는 AI 에이전트를 위한 지능형 데이터 플랫폼 비전과 최신 기능이 소개됐다. 고객 혁신 사례와 기술 세션, 라이브 데모도 진행됐다. 기조연설에는 장정욱 몽고DB 코리아 지사장과 프랭크 리우 몽고DB 보이지AI 리서치 매니저, 크리스토퍼 셤 몽고DB 제품 관리 총괄 디렉터가 참여했다. 이들은 AI 시대 데이터 플랫폼에 대한 몽고DB의 비전과 최신 AI·제품 관련 내용을 공유했다. 몽고DB는 기업이 AI 서비스를 실제 운영 환경으로 확대하려면 실시간 성능과 벡터 검색·임베딩 등 AI 기능을 데이터 플랫폼과 결합해야 한다고 강조했다. 기업용 거버넌스와 보안을 갖추고 퍼블릭 클라우드부터 프라이빗 데이터센터와 하이브리드 환경까지 지원하는 아키텍처도 필요하다고 주장했다. 행사에서는 국내 기업의 몽고DB 활용 사례도 공개됐다. BC카드와 스트라드비전, CJ ENM, 뤼튼테크놀로지스, 한전KDN 등이 몽고DB를 기반으로 구현한 사례를 발표했다. LG유플러스는 상담원 지원 AI 서비스 '상담 어드바이저' 고도화 과정에서 몽고DB 벡터 서치를 도입했다. 벡터 데이터와 운영 데이터를 단일 시스템에서 관리해 리소스 효율을 30% 높이고 통화당 평균 처리 시간을 7% 단축했다고 밝혔다. BC카드는 페이북 내 AI 핫딜 서비스 '잇플'을 몽고DB 아틀라스로 전환해 하이브리드 검색과 실시간 집계 환경을 구축했다. 한전KDN은 대규모 전력 계량 데이터를 처리하는 계량데이터관리시스템에 몽고DB 샤딩을 적용해 수천만 단위의 전력 데이터를 운영하고 있다고 설명했다. 쏘카는 숙박 예약 서비스 '쏘카스테이'에 몽고DB 서치를 도입해 텍스트 검색과 필터링, 랭킹을 결합한 검색 환경을 구현했다. 뤼튼은 월간 활성 사용자 700만명 넘는 AI 캐릭터 챗 서비스 '크랙'의 검색 기능을 몽고DB로 일원화했다. 장정욱 몽고DB 코리아 지사장은 "현재 한국 산업 전반적으로 기업들이 AI를 프로덕션 환경에 도입하는 과정에서 맞닥뜨리는 벽은 대부분 데이터 레이어"라며 "AI 애플리케이션은 실시간 데이터에 효율적으로 접근하고 처리할 수 있어야 하며, 이를 행동 기반으로 삼지 못한다면 성공하기 어렵다"고 밝혔다.

2026.09.01 14:30김미정 기자

[AI 리더스] 데이터브릭스 "5년 내 운영 DB 판 바뀐다…韓 금융사 집중"

"5년 내 운영 데이터베이스(DB) 영역에서 큰 변화가 일어날 것입니다. 기업이 실시간으로 쌓이는 데이터를 따로 옮기지 않고 곧바로 분석하고 AI에 활용할 수 있는 환경이 만들어질 것입니다. 우리는 이를 '레이크베이스'를 통해 데이터 시장을 공략할 방침입니다." 데이비드 마이어 데이터브릭스 제품 총괄 수석부사장은 최근 지디넷코리아와 만나 AI 시대 DB 생태계를 이같이 전망했다. 데이터브릭스는 기업 데이터 저장·분석과 AI 개발을 지원하는 데이터·AI 플랫폼 기업으로, 최근 50억 달러를 추가 조달하며 기업가치가 1900억 달러(약 264조원)로 뛰었다. 연환산 매출도 70억 달러를 넘어섰으며, 시장에서는 향후 기업공개(IPO) 가능성이 높은 대표적인 비상장 AI 기업으로 꼽힌다. 이날 마이어 부사장은 운영 DB 생태계에서 레이크베이스 중요도가 높아질 것으로 내다봤다. 레이크베이스는 데이터브릭스 플랫폼에 통합된 서버리스 PostgreSQL 기반 운영 데이터베이스다. 애플리케이션과 AI 에이전트에서 발생하는 실시간 트랜잭션 데이터를 처리하고, 이를 레이크하우스의 분석 및 AI 워크로드와 일관된 거버넌스 환경에서 연결할 수 있도록 지원한다. 데이터브릭스가 사업을 운영 DB 영역으로 확장한 배경에는 AI 애플리케이션 증가가 있다. 마이어부사장은 "현재 기업들이 서비스형 소프트웨어(SaaS) 의존도를 줄이고 AI 기반 업무 시스템을 구축하고 있다"며 "이를 뒷받침할 운영 DB 수요도 함께 커지고 있다"고 설명했다. 운영 DB는 실제 서비스와 업무에서 데이터가 발생할 때마다 이를 저장하고 불러오는 역할을 한다. 분석용 DB보다 훨씬 빠른 응답 속도가 필요한 이유다. 분석 DB는 통상 1초 내에 응답하면 되지만, 운영 DB는 약 10밀리초 안에 응답해야 한다. 데이터브릭스는 이런 속도를 확보하면서도 운영 DB 컴퓨트와 스토리지를 분리하기 위해 5년간 기술을 연구해 왔다. 약 2년 전 네온(Neon) 팀과 해결 방안을 논의했고, 이후 네온을 인수해 레이크베이스를 2025년 내놨다. 그는 "레이크하우스가 분석 DB 산업 전체를 변화시켰다면, 앞으로 5년 안에는 모든 운영 DB가 사실상 레이크베이스와 같은 형태로 바뀔 것으로 본다"고 강조했다. 마이어 부사장은 이런 변화를 앞당길 핵심 동력으로 AI 애플리케이션을 꼽았다. 기업이 AI를 활용한 새로운 서비스를 만들 때마다 데이터를 실시간으로 저장하고 불러올 운영 DB가 필요하다는 이유에서다. 그는 "AI 활용이 늘어날수록 이를 뒷받침하는 운영 DB 수요도 커질 것"이라며 "레이크베이스 역할도 덩달아 확대될 것"이라고 전망했다. "AI 문턱 낮추는 제품 개발 목표…韓 고객사 협력" 이날 마이어 부사장은 AI 제품 개발 계획을 밝혔다. 최근 확보한 자금을 레이크베이스와 '지니', 유니티 AI 게이트웨이 등 기업의 AI 활용을 지원하는 제품 혁신에 투입할 것이라고 강조했다. 마이어 부사장은 "레이크베이스는 이미 연환산 매출 1억 달러를 넘어섰다"며 "업계에선 포스트그레스에서 컴퓨트와 스토리지를 분리한다는 발상 자체를 매우 새롭게 보고 있다"고 강조했다. 이어 "이에 우리는 레이크베이스 시장 자체를 확대하는 데 투자할 것"이라고 말했다. 그는 지니 계층에도 투자가 확대될 것이라고 밝혔다. 지니를 통해 전문 데이터 분석가가 아닌 일반 직원도 자연어로 기업 데이터를 활용할 수 있도록 돕기 위한 구상이다. 현재 데이터브릭스는 지니를 마이크로소프트 엑셀과 코파일럿 등 기존 업무 도구와 연동성을 높이고 있다. 마이어 부사장은 한국 시장에선 금융권 중심으로 레이크베이스 수요가 커질 것으로 예상했다. 금융 분야의 AI 애플리케이션은 거래·고객 정보 등 실시간성 높은 데이터를 빠르게 저장하고 불러와야 해 운영 DB 활용도가 높기 때문이다. 그는 "한국 시장에선 게임과 헬스케어·생명과학, 제약, 미디어·엔터테인먼트 수요가 오르고 있지만, 금융 서비스가 지배적일 것"이라고 설명했다. 마이어 부사장은 한국 시장 공략 핵심으로 현지 고객과 제품을 함께 고도화하는 점도 짚었다. 실제 데이터브릭스는 '포워드 디플로이드 엔지니어링(Forward Deployed Engineering)' 조직을 한국 고객사에 투입해 AI 기반 업무 시스템 구축을 지원하기 시작했다. 이 과정에서 확인한 고객 요구를 레이크베이스와 지니 등 제품 개발에 반영하고 있다. 그는 "한국 금융사와 직접 협업하면서 어떤 AI 모델과 기능이 실제 현장에서 필요한지 파악할 수 있다"며 "이를 제품에 반영하기 위해 시스템통합업체뿐 아니라 국내 고객들과도 긴밀한 협력 관계를 구축할 것"이라고 강조했다.

2026.08.31 11:10김미정 기자

인젠트, 오라클 전환 전략 웨비나 개최…"맞춤형 마이그레이션으로 비용·리스크 낮춘다"

인젠트가 오라클 데이터베이스(DB) 의존도를 낮추고 오픈소스 기반 환경으로 전환하려는 기업들을 대상으로 맞춤형 마이그레이션 전략을 소개했다. 인젠트는 '탈(脫) 오라클, 고객 가치를 실현하는 맞춤형 마이그레이션 전략'을 주제로 웨비나를 개최했다고 27일 밝혔다. 이번 행사에는 오라클 DB 운영 비용 절감과 벤더 종속성 해소를 검토 중인 기업 관계자들이 참석해 높은 관심을 보였다. 웨비나에서는 최근 기업들의 오픈소스 데이터베이스 전환 흐름과 함께 포스트그레SQL(PostgreSQL)이 주요 대안으로 부상하는 배경이 소개됐다. 인젠트는 라이선스 비용 부담과 특정 벤더 의존성 문제로 인해 금융·공공·유통 등 다양한 산업군에서 포스트그레SQL 도입이 확대되고 있다고 설명했다. 인젠트는 데이터베이스 전환 과정을 데이터 이관과 애플리케이션 전환이라는 두 영역으로 구분해 접근 방안을 제시했다. 데이터 이관의 경우 다수의 프로젝트에서 검증된 전환 도구를 활용해 안정성을 확보할 수 있다고 밝혔다. 애플리케이션 전환과 관련해서는 자동화와 최소 변경이라는 두 가지 전략을 소개했다. 자동화 방식은 기존 오라클 SQL 문법을 국제 표준인 ANSI SQL 기반으로 변환해 특정 벤더 의존도를 낮추는 것이 핵심이다. 이를 위해 자체 도구와 전문 파트너 네트워크를 활용한 지원 체계를 운영하고 있다고 설명했다. 반면 전환 일정이 촉박하거나 기존 오라클 환경에 익숙한 조직의 경우에는 오라클 문법 호환 기능을 활용해 애플리케이션 수정 범위를 최소화하는 방식도 제공한다고 덧붙였다. 이날 행사에서는 인젠트의 데이터 플랫폼 사업 경험과 함께 '엑스퍼 DB(eXperDB)' 구축 사례도 공개됐다. 회사 측은 포스트그레SQL 전문 엔지니어 조직과 글로벌 컨트리뷰터 역량을 기반으로 오라클 호환성 지원과 기술 서비스 경쟁력을 확보하고 있다고 강조했다. 인젠트는 오라클 전환을 검토하는 기업을 위해 '디스커버리 워크숍'도 무상으로 제공한다. 해당 프로그램은 기존 시스템과 애플리케이션 환경을 분석해 호환성, 예상 전환 비용과 기간, 비용 절감 효과 등을 진단한 보고서를 제공하는 서비스다. 이형배 인젠트 대표는 "기업이 새로운 데이터베이스를 도입할 때는 제품 선택뿐 아니라 안정적인 활용 방안도 중요하다"며 "검증된 전환 경험과 기술 역량을 바탕으로 고객이 오라클 환경에서 벗어나는 과정을 체계적으로 지원하겠다"고 말했다.

2026.08.27 18:27남혁우 기자

[유미's 픽] 오픈AI도 갈아탔다…클릭하우스, 데이터독 아성 흔드나

인공지능(AI) 에이전트 확산으로 기업이 처리해야 할 로그와 이벤트 데이터가 급증하면서 실시간 분석 데이터베이스(DB) 업체 클릭하우스가 빠르게 존재감을 키우고 있다. 대규모 데이터 처리 성능과 비용 경쟁력을 앞세워 기존 데이터 플랫폼 시장을 넘어 데이터독이 강세를 보여온 옵저버빌리티 영역까지 사업을 넓히며 AI 시대 데이터 인프라 경쟁의 새로운 변수로 떠오르고 있다. 26일 디인포메이션에 따르면 클릭하우스의 연간반복매출(ARR)은 최근 3억5000만 달러(약 4838억원)를 넘어섰다. 지난 5월 2억5000만 달러 수준에서 약 40% 증가한 수치로, AI 에이전트가 기업 시스템과 데이터를 직접 호출하는 일이 늘면서 대규모 로그와 이벤트 데이터를 빠르게 저장·분석하려는 수요가 확대된 것이 주효했다. 클릭하우스는 대용량 데이터를 실시간에 가깝게 분석하는 오픈소스 기반 컬럼형 DB다. 2009년 러시아 인터넷 기업의 내부 프로젝트로 시작해 2016년 오픈소스로 공개됐으며 2021년 미국에서 별도 법인으로 분사했다. 현재 오픈소스 소프트웨어와 유료 클라우드 서비스를 함께 제공하고 있다. 최근에는 AI 서비스 운영 과정에서 쏟아지는 대규모 로그와 이벤트 데이터를 빠르게 처리할 수 있다는 점을 앞세워 AI 기업들의 인프라로 영역을 넓히고 있다. 실제 AI 기업들의 사용량도 빠르게 늘고 있다. 디인포메이션에 따르면 오픈AI의 클릭하우스 사용량은 최근 1년간 약 10배 늘었으며 현재 하루 30페타바이트 이상의 데이터를 처리하는 것으로 전해졌다. 오픈AI는 모델과 서비스 운영 과정에서 발생하는 대규모 로그와 이벤트 데이터를 분석하는 데 클릭하우스를 활용하고 있다. 특히 오픈AI가 데이터독에서 처리하던 로그 관리 업무 일부를 클릭하우스로 옮긴 것으로 알려지면서 두 회사의 경쟁에도 관심이 쏠리고 있다. JP모건의 마크 머피 애널리스트는 지난 5월 오픈AI가 일부 로그 관리 워크로드를 데이터독에서 클릭하우스로 이전하고 있다고 언급했다. 대규모 데이터를 처리하는 AI 기업들이 비용과 성능을 따져 로그 관리 인프라를 재편하고 있다는 의미다. 이 같은 움직임은 최근 데이터독의 실적과도 연결된다. 데이터독은 이달 초 최대 고객의 지출이 줄었다고 밝힌 뒤 주가가 하루 만에 19% 급락했다. 데이터독은 해당 고객을 공개하지 않았지만, 오픈AI가 데이터독의 최대 고객으로 알려졌던 상태다. 데이터독은 서버와 네트워크, 애플리케이션에서 발생하는 데이터를 수집·분석해 장애와 성능 저하, 보안 위협 등을 찾아주는 대표적인 옵저버빌리티 업체다. 로그 관리와 애플리케이션성능관리(APM), 클라우드 보안 등을 하나의 플랫폼에서 제공하며 시장을 확대해왔다. 업계 관계자는 "AI 확산은 데이터독에도 강한 성장 동력이 되고 있다"며 "AI 애플리케이션과 에이전트가 늘면서 이를 모니터링하고 보호하려는 수요가 커진 것이 실적에 긍정적으로 작용하고 있다"고 분석했다. 실제 데이터독의 올해 2분기 매출은 11억2000만 달러로 전년 동기보다 36% 늘었다. ARR 10만 달러 이상 고객은 4720곳으로 1년 전보다 23% 증가했다. 다만 AI 에이전트가 만들어내는 데이터가 많아질수록 대형 고객의 비용 부담이 커질 수 있다는 점은 변수다. 데이터독은 데이터 처리량과 사용량에 따라 요금이 늘어나는 구조여서 AI 사용 증가가 매출 확대에 유리하다. 반대로 하루 수십 페타바이트를 처리하는 대형 고객에게는 로그 저장·분석 비용이 서비스 선택을 좌우하는 요소가 될 수 있다. 이에 클릭하우스는 비용 부담을 느끼고 있는 기업 수요를 공략하고 있다. 이곳은 작은 데이터를 빈번하게 적재하면서 동시에 많은 쿼리를 처리해야 하는 환경에서 높은 처리 성능과 비용 효율성을 강점으로 내세우고 있다. 특히 AI 서비스처럼 방대한 이벤트가 지속적으로 발생하고 이를 낮은 지연시간으로 분석해야 하는 환경을 주요 시장으로 보고 있다. 사업 영역도 DB에 머물지 않고 있다. 클릭하우스는 풀스택 옵저버빌리티 솔루션 '클릭스택'을 제공하고 있으며 올해 초 대규모언어모델(LLM) 관측 도구 업체 랭퓨즈도 인수했다. 이를 통해 AI 애플리케이션과 에이전트의 호출 과정, 오류, 성능, 비용 등을 추적하는 영역까지 사업 범위를 넓히고 있다. 이 같은 확장은 클릭하우스가 데이터독과 직접 경쟁하는 영역을 넓히는 요인이 되고 있다. AI 서비스 운영 과정에서 생성되는 데이터 규모가 커지면서 기업들이 DB와 로그 분석, 서비스 상태 추적 기능을 함께 고려하는 경우가 늘고 있기 때문이다. 또 데이터 플랫폼과 옵저버빌리티 시장의 경계도 점차 흐려지는 모습이다. 다만 아직 시장 규모와 사업 범위에선 데이터독이 앞서 있다. 데이터독은 인프라 모니터링과 로그 관리, 애플리케이션성능관리(APM), 보안까지 폭넓은 제품군을 갖춘 반면, 클릭하우스는 실시간 분석 DB를 기반으로 옵저버빌리티 영역을 넓혀가는 단계다. 데이터독 역시 AI 애플리케이션과 에이전트를 겨냥한 관측·보안 기능을 강화하고 있어 양측의 경쟁은 앞으로 더 치열해질 것으로 예상된다. 업계 관계자는 "AI 에이전트 확산으로 로그와 이벤트 데이터가 빠르게 늘면서 기업들이 옵저버빌리티 도구를 선택할 때 성능뿐 아니라 비용 효율성까지 더 중요하게 따지기 시작했다"며 "이런 변화가 클릭하우스 같은 실시간 분석 DB 업체에 새로운 기회를 열어주고 있다"고 말했다.

2026.08.26 15:30장유미 기자

  Prev 1 2 3 4 5 Next  

지금 뜨는 기사

이시각 헤드라인

불륜 인정한 젠슨 황, 中 스파이 연루 의혹에 리더십 '흔들'

수백억 예상 쿠팡이츠 과징금, 3000억원대로…공정위 판단 달라진 이유

택시 소리 따라 1985년 뉴욕으로…더현대서울 크리스마스 H빌리지 가보니

韓 독파모 개발사 한자리에…"K-AI 경쟁력 높이려면 기술 협력 필수"

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현
  • COPYRIGHT © ZDNETKOREA ALL RIGHTS RESERVED.