오라클 "자연어로 데이터 활용…DB 정보·구조 관리 정교해야"
기업의 데이터베이스(DB) 활용 방식이 변화됐다. 이제 질의문(SQL)이 아닌 인공지능(AI)과 자연어로만 데이터를 조회·활용할 수 있는 시대가 왔다. 다만 AI의 환각 현상 등 오류를 최소화하기 위해 DB 구조를 이루는 스키마·메타데이터 관리가 관건이라는 분석이 나왔다. 한국오라클은 11일 서울 삼성동 아셈타워에 위치한 한국오라클 사무실에서 '셀렉트AI'를 소개하며 기업의 DB 활용 방식 변화를 설명했다. 자연어만으로 데이터 조회가 가능해지면서 개발자뿐 아니라 데이터 분석가, 일반 현업 종사자까지 셀렉트AI 사용자층이 넓어지고 있다고 강조했다. 셀렉트AI는 생성형 AI 기술을 활용해 자연어로 입력한 질문을 SQL 쿼리로 자동 변환하는 'NL2SQL(Natural Language to SQL)' 기능을 제공한다. 사용자가 "지난 3개월간 매출 추이를 보여줘"라는 문장을 입력하면, 셀렉트AI가 이를 SQL로 바꿔 실행한 뒤 결과를 바로 보여주는 식이다. 특히 셀렉트AI는 기존 데이터 소스와 연결해 연합 쿼리(Confederated Query)를 수행할 수 있도록 설계됐다. 이를 가능하게 하는 구조가 사이드카 아키텍처(Sidecar Architecture)다. 한국오라클 장성우 클라우드사업부 전무는 "이 구조는 셀렉트AI가 오라클 DB뿐 아니라 외부의 다양한 시스템과도 연결돼 작동할 수 있게 돕는다"며 "사용자는 한 인터페이스에서 여러 데이터 출처에 자연어로 질문하고 통합된 결과를 얻을 수 있다"고 강조했다. 장 전무는 "자연어 기반 데이터 질의 기술을 통해 데이터 분석 진입 장벽을 크게 낮췄다"며 "전문 지식 없이도 누구나 데이터로부터 인사이트를 얻을 수 있는 환경을 만들었다"고 덧붙였다. "AI가 '말귀' 알아듣게 하려면 스키마·메타데이터 관리 필수" 셀렉트AI를 고도화하려면 스키마와 메타데이터 관리가 필수라는 의견도 나왔다. DB 내 테이블 이름이나 주석이 제대로 관리되지 않으면 AI가 정보를 제대로 인식하지 못해 기능이 제한적일 것이란 설명이다. 스키마는 DB 기본 구조를 정의하는 설계도다. 테이블 이름과 각 열의 구성, 데이터 형식, 테이블 간 관계 등을 기술한 정보다. 데이터가 어떤 틀 안에 저장돼 있는지 보여주는 역할을 한다. 메타데이터는 데이터 설명 정보다. 특정 테이블이나 열이 어떤 의미를 갖는지, 수집 시점이나 단위, 용도 등을 표현한 주석·라벨링이다. 예를 들어 'amt'라는 열이 부가세 포함 매출액이라는 정보를 메타데이터로 제공하면, AI는 이를 '매출'로 이해할 수 있다. 만약 기업 DB의 스키마가 불명확하거나 메타데이터가 누락된 경우 AI는 테이블이나 열의 의미를 정확히 파악할 수 없다. 결과적으로 질의에 대한 잘못된 쿼리를 생성하거나 결과를 틀리게 도출할 수 있다. 셀렉트AI 같은 자연어 기반 쿼리 도구가 제대로 업무를 처리하게 하려면 스키마·메타 정보의 정교한 관리가 필수인 이유다. 한국오라클 조경진 클라우드 엔지니어팀 상무는 "방대한 스키마·메타데이터를 자동 관리할 수 있는 방안을 찾는 것이 과제기도 하다"며 "여전히 해당 정보를 관리자가 직접 생성·수정할 수밖에 없는 부분이 한계"라고 설명했다. 또 그는 "지금으로써는 핵심 데이터부터 메타정보를 정교하게 정리하는 게 급선무"라며 "AI가 생성한 결과 바탕으로 구조를 점진적으로 개선하는 것이 최선"이라고 강조했다. 그러면서 "스키마·메타데이터 관리를 100% 자동화하는 것은 어려울 수 있지만 체계적으로 정비하는 노력은 꾸준해야 한다"고 덧붙였다.
