검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'AI DB'통합검색 결과 입니다. (53건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

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

"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

메타, 새 기업용 AI 플랫폼 책임자로 몽고DB CEO 선임

메타가 기업 고객을 위한 새로운 인공지능(AI) 플랫폼을 이끌 책임자로 몽고DB의 최고경영자(CEO)를 영입했다. 28일(현지시간) 블룸버그 등 외신에 따르면 마크 저커버그 메타 CEO는 X(옛 트위터)를 통해 차란틴 CJ 데사이가 최고기업플랫폼책임자를 맡아 기업 고객을 위한 새로운 AI 서비스를 총괄한다고 밝혔다. '메타 엔터프라이즈 플랫폼'으로 불리는 새 사업부는 기업들이 AI를 활용해 새로운 방식으로 성장하고 혁신할 수 있도록 지원하는 것을 목표로 한다. 저커버그 CEO는 “다른 기업들은 거의 갖추지 못한 우리의 강점을 활용할 것”이라고 말했다. 그러면서 첨단 모델과 에이전트, AI 인프라, 여러 기업과 오랫동안 긴밀하게 협력해 온 경험 등을 강점으로 꼽았다. 메타는 AI 사업 확대를 추진하면서 새로운 수익원을 모색해 왔다. 여기에는 데이터센터와 고가의 반도체에 수천억 달러를 투입하는 계획도 포함된다. 새로운 기업용 사업부는 모든 개인과 기업, 이들을 위한 서비스를 개발하는 개발자들이 초지능을 활용할 수 있도록 하겠다는 저커버그 CEO의 목표 중 하나다. 또 신규 사업부는 메타가 마이크로소프트(MS)와 구글, 아마존웹서비스(AWS) 등 빅테크의 기업용 서비스와 오픈AI, 앤트로픽 등 주요 AI 기업과 직접적으로 경쟁할 수 있는 기반이 될 것으로 예상된다. 몽고DB 이사회는 같은 날 데브 이티체리아를 임시 사장 겸 CEO로 복귀시켰다고 밝혔다. 이티체리아는 2014년부터 지난해까지 몽고DB 사장과 CEO를 맡았다. 이사회는 데사이의 후임자를 정식으로 선임하기 위한 절차에도 착수했다.

2026.09.29 09:51박서린 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] 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

[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

데이터브릭스 수석 부사장 방한…서울서 'CIO 포럼' 연다

데이터브릭스 주요 임원이 방한해 국내 기업의 인공지능(AI)과 데이터 플랫폼 생태계 파악에 나선다. 25일 IT 업계에 따르면 데이비드 마이어 데이터브릭스 제품 총괄 수석 부사장이 26일 서울 소재 컨퍼런스장에서 한국 기업 CIO 대상으로 포럼을 연다. 행사에는 국내 주요 기업 CIO를 비롯한 IT 관계자 100여명이 참석할 예정인 것으로 전해졌다. 마이어 부사장은 포럼에서 국내 CIO들과 만나 AI 도입과 데이터 활용에 필요한 제품 수요를 확인할 계획이다. 그는 "한국 CIO 요구가 다른 국가 기업과 어떤 차이를 보이는지 파악하는 데 주력할 것"이라며 "제품을 총괄하는 입장에서 한국 기업이 미국과 달리 무엇을 필요로 하는지 이해하는 것은 매우 중요하다"고 지디넷코리아에 밝혔다. 데이터브릭스는 최근 기업가치 1900억 달러를 인정받고 50억 달러 규모 추가 투자를 유치한 바 있다. 2026 회계연도 2분기 연환산 매출은 70억 달러(약 9조 6800억원)를 넘어 전년 동기 대비 80% 이상 오른 것으로 나타났다. 회사는 지난 6월 미국 샌프란시스코에서 열린 '데이터+AI 서밋 2026'에서 업무용 AI 에이전트 '지니 원'을 공개했다. 지니 원은 기업 내외부 정형·비정형 데이터를 활용해 재무와 영업·마케팅 등 업무를 자동화하고 여러 작업을 조율하는 제품이다. 기업용 AI 에이전트 개발 도구 '에이전트 브릭스'도 종합 에이전트 플랫폼으로 확장됐다. 데이터와 AI 운영 상태를 감시하고 장애 원인을 분석해 수정안을 제시하는 '지니 제로옵스'도 공개됐다. 데이터브릭스 기업공개(IPO)는 당분간 미뤄질 것으로 전해지고 있다. 알리 고드시 데이터브릭스 공동창업자 겸 최고경영자(CEO)는 지난 6월 "올해는 상장하기에 좋지 않은 시기로 평가한다"며 구체적인 상장 시기와 추진 일정은 공개하지 않았다 데이터브릭스 제품 총괄 부사장은 "한국 시장은 매우 빠르게 성장하고 있다"며 "지금은 한국 CIO들이 세계 다른 지역 CIO들과 달리 무엇을 필요로 하는지 이해해야 할 매우 중요한 시점"이라고 강조했다.

2026.08.25 14:21김미정 기자

몽고DB, 데이터 기반 AI 검색 개선…"에이전트 컨텍스트 정확도↑"

몽고DB가 데이터 검색과 에이전트 연결 기능을 아틀라스에 통합하며 인공지능(AI) 애플리케이션용 데이터 인프라 강화에 나섰다. 몽고BD는 '몽고DB 닷로컬 빌드 페스트'에서 아틀라스 오토메이티드 임베딩과 임베딩·리랭킹 응용프로그램 인터페이스(API), '보이지 코드 4', 스트림 프로세싱 벡터 서치 등을 공개했다고 19일 밝혔다. AI 코딩 도구와 아틀라스를 연결하는 완전 관리형 모델 컨텍스트 프로토콜(MCP) 서버도 선보였다. 아틀라스 오토메이티드 임베딩은 보이지 AI 모델 기반으로 새로 입력된 문서를 자동으로 임베딩하고 검색 인덱스에 반영한다. 기존 문서가 변경되면 다시 임베딩하기 때문에 개발자가 별도 작업을 실행하거나 데이터 동기화 일정을 관리할 필요가 없다. 아틀라스 임베딩·리랭킹 API는 몽고DB 외부에서 구동되는 애플리케이션도 보이지 AI의 임베딩·리랭킹 모델을 이용할 수 있도록 단일 접점을 제공한다. 몽고DB에 따르면 보이지 AI 임베딩 모델은 검색 임베딩 벤치마크인 '알티이비'에서 1위를 기록하고 있다. 새로 공개된 '보이지 코드 4'는 코딩 에이전트 코드 검색에 특화된 모델이다. 일반 임베딩 모델보다 코드와 관련 정보를 정밀하게 연결하면서 검색 비용을 낮추는 데 초점을 맞췄다. 아틀라스 스트림 프로세싱 벡터 서치는 이동 중인 실시간 데이터에도 벡터 검색을 적용한다. 에이전트가 정적인 데이터뿐 아니라 몇 초 전에 발생한 이벤트까지 검색할 수 있어 현재 비즈니스 상황을 반영한 컨텍스트를 확보할 수 있다는 설명이다. 몽고DB는 AI 코딩 도구가 아틀라스의 실시간 운영 데이터에 직접 접근할 수 있도록 '아틀라스 매니지드 MCP 서버'도 공개했다. 개발자는 별도 인프라를 구축하지 않고 클로드 코드와 코덱스, 그록 빌드, 데빈을 아틀라스에 연결할 수 있다. 연결된 AI 도구는 몽고DB의 컬렉션과 인덱스를 조회하고 데이터를 질의·집계하거나 스키마를 점검할 수 있다. 권한이 부여된 경우에는 컬렉션을 생성하거나 인덱스를 관리하는 작업도 수행할 수 있다. 아틀라스 매니지드 MCP 서버는 아틀라스 내부에서 원격 서비스 형태로 실행된다. 기존 아틀라스 자격 증명과 접근 제어 체계를 그대로 활용해 관리자가 에이전트의 운영 데이터 접근 권한을 한곳에서 관리할 수 있다. 짐 샤프 몽고DB 최고기술책임자(CTO)는 "우리 제품은 처음부터 운영 플랫폼으로 설계됐다"며 "검색과 메모리가 동일한 실시간 데이터 상에서 작동하며 별도 동기화 없이 에이전트가 지금 벌어지고 있는 일에 즉각 대응할 수 있다"고 밝혔다.

2026.08.19 13:34김미정 기자

몽고DB, BC카드 AI 데이터 플랫폼 고도화…"검색·맞춤 추천 강화"

몽고DB가 BC카드 인공지능(AI) 서비스 경쟁력 강화에 나섰다. 몽고DB는 지난 28일 서울 중구 BC카드 본사에서 'AI 서비스 경쟁력 강화를 위한 데이터 플랫폼 고도화' 업무협약을 체결했다고 29일 밝혔다. 협약식에는 오성수 BC카드 AI데이터본부장과 장정욱 몽고DB코리아 지사장 등 양사 관계자들이 참석했다. 두 기업은 AI 전용 데이터 인프라를 구축하고 자연어 검색과 AI 추천 서비스를 구현한다. 기존 AI 서비스를 개선하고 신규 서비스 연결에 필요한 공통 데이터 기반도 마련한다. 몽고DB는 실시간 데이터베이스(DB)와 전체 문서 검색, 벡터 검색 기능을 하나의 플랫폼에서 제공한다. AI 에이전트 운영에 필요한 메모리와 임베딩, 검색 결과 순위를 조정하는 리랭커 모델도 지원한다. BC카드는 몽고DB 문서 기반 데이터 플랫폼을 활용해 텍스트와 이미지·상품 정보 등 다양한 데이터를 저장·관리할 계획이다. 정해진 형식이 없는 비정형 데이터도 AI 서비스에서 효율적으로 활용할 수 있는 환경을 구축한다. 몽고DB 기술은 BC카드 상권 분석 플랫폼 '잇플'에 우선 적용된다. 이를 통해 매출 데이터와 가맹점 정보 기반으로 고객이 원하는 내용을 자연어로 검색하고 상세 정보를 확인하는 기능을 고도화할 방침이다. BC카드는 AI 기반 쇼핑 큐레이션 서비스 'AI 핫딜'에도 몽고DB 데이터 플랫폼을 적용한다. 핫딜 정보를 자동 요약하고 이용자 관심사에 맞는 상품 추천과 키워드 알림 기능을 강화한다. 양사는 여러 AI 서비스에서 사용하는 데이터를 통합 관리할 수 있는 공통 기반도 구축한다. 이를 통해 신규 서비스 개발 속도를 높이고 서비스 간 데이터 연계를 강화해 BC카드의 AI 네이티브 기업 전환을 지원할 방침이다. 장정욱 몽고DB코리아 지사장은 "프로덕션 환경에서 AI를 구축할 때 어려운 부분은 모델이 아닌 데이터 계층"이라며 "이번 협력으로 아키텍처 복잡성을 해소함으로써 지능적이고 유연함을 갖춘 AI 서비스를 수백만 고객에게 원활하게 확장할 수 있는 기반을 갖추게 될 것"이라고 밝혔다.

2026.07.29 15:13김미정 기자

국산 DB·클라우드 '동맹'…티베로-오케스트로 클라우드, 공공 AX 협력

티맥스티베로가 오케스트로 클라우드와 함께 국산 데이터 플랫폼, 클라우드 인프라를 결합해 공공 인공지능(AI) 인프라 시장 공략과 생태계 활성화에 나선다. 티베로는 오케스트로 클라우드와 AI·클라우드 시장 경쟁력 강화를 위한 전략적 업무협약(MOU)을 체결하고 공공 시스템 구축 사업을 중심으로 공동 사업을 확대한다고 23일 밝혔다. 이번 협약은 AI 서비스 확산과 공공부문 클라우드 전환에 대응하기 위해 추진됐다. 양사 핵심 기술과 사업 역량을 결합하고 데이터 플랫폼과 클라우드 인프라를 아우르는 통합 경쟁력을 확보한다는 목표다. 양사는 오케스트로 클라우드의 풀스택 AI 인프라 소프트웨어와 대규모 인프라 구축·운영 역량, 티베로의 데이터베이스(DB) 기술을 결합해 AI 워크로드를 안정적으로 지원하는 통합 환경을 제공할 계획이다. 이를 기반으로 공공과 엔터프라이즈 시장에서 신규 사업 기회를 공동 발굴한다는 방침이다. 협약에 따라 티베로 상용 데이터베이스 관리 시스템(DBMS) '티베로 DB'와 포스트그레SQL 기반 오픈소스 DBMS '오픈SQL', 오케스트로 클라우드의 클라우드 네이티브 전문성 및 컨설팅·설계·구축·운영 역량을 연계한 공동 비즈니스를 추진한다. 공동 영업과 마케팅은 물론 사업 제안, 고객 대응, 제품 공급, 기술지원 및 유지보수 등 전반적인 사업 영역에서 협력을 강화할 예정이다. 또 클라우드 서비스 상품화와 매니지드 서비스 공동 개발, 기술검증(PoC) 및 성능검증(BMT), AI 서비스 구축을 위한 데이터 플랫폼과 클라우드 인프라 사업 발굴도 함께 추진할 계획이다. DB부터 클라우드 인프라까지 통합 환경을 제공하고 공공 시스템의 안정성과 운영 효율성을 높인다는 목표다. 유경호 티베로 공공사업본부장은 "AI 서비스 경쟁력은 클라우드 인프라와 데이터 플랫폼이 유기적으로 연계될 때 완성된다"며 "오케스트로 클라우드와 협력해 공공 차세대 시스템과 AI 인프라 구축 사업에서 양사 기술 경쟁력을 바탕으로 실질적인 사업 성과를 만들어 나가겠다"고 밝혔다. 박소아 오케스트로 클라우드 대표는 "이번 협약은 클라우드 인프라와 데이터 플랫폼을 결합해 고객에게 더욱 안정적이고 효율적인 AI·클라우드 환경을 제공하기 위한 협력의 출발점"이라며 "양사가 보유한 기술력과 사업 역량을 바탕으로 공공기관이 요구하는 안정성과 확장성을 갖춘 국산 클라우드 환경을 제공하고 국내 생태계 경쟁력 강화에도 기여하겠다"고 말했다.

2026.07.23 14:36한정호 기자

[ZD SW 투데이] 한컴이노스트림, AI 인재 양성 체계 구축 外

지디넷코리아가 소프트웨어(SW) 업계의 다양한 소식을 한 눈에 볼 수 있는 'ZD SW 투데이'를 새롭게 마련했습니다. SW뿐 아니라 클라우드, 보안, 인공지능(AI) 등 여러 분야에서 활발히 활동하고 있는 기업들의 소식을 담은 만큼 좀 더 쉽고 편하게 이슈를 확인해 보시기 바랍니다. [편집자주] ◆한컴이노스트림, AI 인재 양성 체계 구축 한컴이노스트림이 한림대와 AI·디지털 혁신 인재 양성을 위해 협약을 체결했다. 이번 협약은 대학 교육과 산업 현장을 연계해 AI 교육부터 기업 프로젝트, 진로·취업까지 이어지는 실무형 AI 인재 양성 체계를 구축하기 위해 마련됐다. 양 기관은 오는 8월 '엔비디아 DLI' 글로벌 인증교육을 공동 운영할 방침이다. ◆바이브컴퍼니, AI 에이전트로 장기요양 돌봄 인력배치 바이브컴퍼니가 지난 21일 서울시복지재단, 엔젤노인복지센터와 '인력배치 지원 AI 에이전트 개발 및 시범도입' 업무협약을 맺었다. 이번 협약에 따라 바이브컴퍼니는 장기요양서비스 대상자와 요양보호사 간 매칭 및 인력배치 관리를 지원하는 AI 에이전트 설계·개발·검증·기술지원을 전담한다. 서울시복지재단은 사업 총괄 및 성과관리를, 엔젤노인복지센터는 현장 업무절차 제공과 사용자 테스트를 맡아 3개 기관이 역할을 나눠 협력한다. ◆칵테일아이오, 중소기업 클라우드 심화 컨설팅 지원 칵테일아이오가 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 주관하는 '2026년 중소기업 클라우드 서비스 보급·확산 사업' 심화 컨설팅 부문 공급기업으로 선정됐다. 칵테일아이오는 그동안 축적해 온 인프라 최적화 노하우 바탕으로 컨설팅부터 솔루션 구축, 운영 관리까지 연계하는 전주기 클라우드 서비스를 제공할 예정이다. 이를 통해 각 기업별 환경에 최적화된 실행 중심의 클라우드 전환을 밀착 지원한다는 전략이다. ◆니어솔루션, '2026 AI 코리아 대전' 3년 연속 수상 니어솔루션이 '2026 4차 산업혁명 AI 코리아 대전'에서 스마트 AI 물류 플랫폼상을 수상했다. 수상은 올해 3번째다. 니어솔루션 대표 솔루션 '니어WES(NearWES)'는 작업 우선순위, 설비 연동, 인력·로봇 자원 배분을 실시간 조율해 물류센터 실행을 최적화한다. '니어고(NearGo)'는 태블릿 기반 피킹·분류 작업을 현장에서 실행할 수 있도록 즉시 실행한다. ◆유앤피플, 통합 DB 표준 플랫폼 'U-DB 프로' 출시 유앤피플이 DB를 통합적으로 관리할 수 있는 서버 설치형 솔루션 'U-DB 프로'를 출시했다. 이번에 출시된 U-DB 프로는 기관이 보유한 여러 시스템과 DB를 한 플랫폼에서 등록·관리할 수 있도록 설계됐다. 등록할 수 있는 시스템과 DB 수에 제한이 없어 본청은 물론 산하기관·사업소 단위 DB 관리도 가능하다. U-DB 프로는 등록된 모든 DB를 매일 새벽 자동으로 점검해 표준을 벗어난 항목을 10가지 유형으로 자동 분류해 담당자에게 제시한다. 컬럼명과 표준용어의 불일치, 물리명과 코멘트 불일치 등을 담당자가 일일이 들여다보지 않아도 시스템이 먼저 찾아 알려준다.

2026.07.22 17:36김미정 기자

몽고DB, 애플리케이션 AI 검색 강화…규제 산업 공략

몽고DB가 기업 인공지능(AI) 애플리케이션 검색 정확도와 컴플라이언스 문제를 동시에 해결하기 위해 데이터 플랫폼 기능을 확대했다. 몽고DB는 닷로컬 벵갈루루 행사에서 '보이지 콘텍스트 4'를 비롯한 '하이브리드 서치' '네이티브 리랭킹' 등 신규 기능을 공개했다고 2일 밝혔다. 이번 기능은 엔터프라이즈 AI 프로젝트가 실제 운영 환경에 들어가기 전 겪는 검색 정확도와 인프라 규제 문제를 겨냥했다. 보이지 콘텍스트 4는 장문 문서를 위한 임베딩 모델이다. 복잡한 기업 문서를 단순 조각 단위가 아니라 전체 맥락 속에서 파악해 검색 정확도를 높일 수 있다. 몽고DB 하이브리드 서치는 운영 데이터베이스(DB) 안에서 풀텍스트 검색과 벡터 검색을 단일 쿼리로 결합한다. 별도 시스템이나 복잡한 쿼리 로직 없이 최신 운영 데이터를 기반으로 검색 결과를 제공하는 것이 특징이다. 몽고DB 아틀라스 내 네이티브 리랭킹은 현재 퍼블릭 프리뷰로 제공된다. 이 기능은 외부 응용프로그램인터페이스(API)나 별도 왕복 통신 없이 데이터베이스 내부에서 검색 품질을 최대 30% 높이는 것으로 알려졌다. 몽고DB는 서치와 벡터 서치를 몽고DB 엔터프라이즈 어드밴스드와 커뮤니티 에디션에서도 정식 제공한다. 그동안 몽고DB 아틀라스 고객이 활용하던 검색 기능을 온프레미스, 프라이빗 클라우드, 로컬 환경에서도 사용할 수 있게 한 것이다. 회사는 이번 조치를 통해 규제 산업을 공략할 방침이다. 데이터 레지던시와 데이터 주권, 컴플라이언스 요건 때문에 퍼블릭 클라우드 활용이 어려운 기업도 방화벽 내부에서 AI 검색 기능을 운영할 수 있어서다. 커뮤니티 에디션에서도 서치와 벡터 서치가 제공되면서 개발자는 로컬 환경에서 풀텍스트 검색, 벡터 검색, 하이브리드 검색을 무료로 구현할 수 있다. 이후 확장이 필요하면 아키텍처를 다시 설계하지 않고 아틀라스나 엔터프라이즈 어드밴스드로 이전할 수 있다. 이번 행사에서 몽고DB는 아틀라스 스트림 프로세싱 아파치 아이스버그 지원, 아마존웹서비스(AWS) 기반 2세대 몽고DB 아틀라스 전용 클러스터, 멀티 리전 아틀라스 클러스터용 비대칭형 서치 노드 배포도 함께 공개했다. 비대칭형 서치 노드는 리전별 검색 트래픽에 맞춰 용량을 설정해 멀티 리전 클러스터의 전체 서치 노드 비용을 25~40% 이상 줄일 수 있는 것으로 전해졌다. 벤 세팔로 몽고DB 수석 부사장 겸 핵심 제품 부문 최고제품책임자(CPO)는 "프로덕션 환경에서 대규모로 엔터프라이즈 AI를 운영할 때 가장 큰 장벽은 LLM이 아니라 메모리, 검색, 정확도, 컴플라이언스"라며 "우리는 데이터가 있는 모든 곳에서 동일한 프로덕션급 검색 기능을 제공한다"고 밝혔다.

2026.07.02 12:16김미정 기자

NHN클라우드·두레이, DB증권 AX 이끈다…금융 특화 인프라 지원

NHN클라우드와 NHN두레이가 DB증권이 전사 디지털 워크플레이스 구축에 나선다. 금융권 보안 요구사항을 충족하는 전용 클라우드 인프라와 생성형 인공지능(AI) 협업 플랫폼을 결합해 업무 혁신을 가속화하고 디지털 전환(DX) 경쟁력을 강화한다는 목표다. NHN클라우드와 NHN두레이, DB증권은 디지털 워크플레이스 구축을 위한 전략적 파트너십을 체결했다고 30일 밝혔다. 협약식에는 곽봉석 DB증권 대표와 나홍석 NHN클라우드 전무, 백창열 NHN두레이 대표 등 주요 경영진이 참석해 AI 기반 업무 혁신과 차세대 업무 환경 구축 방안을 논의했다. 이번 협약에 따라 DB증권은 메일·메신저·프로젝트·전자결재·근무관리 등을 통합 제공하는 올인원 AI 협업 플랫폼 '두레이(Dooray!)'를 전사 도입할 계획이다. 구축 사업은 올 하반기 착수해 연내 오픈을 목표로 추진되며 두레이와 전사 AI 서비스를 기반으로 효율적이고 유연한 업무 환경을 구현할 계획이다. 구독형 AI 서비스인 '두레이 AI'도 함께 적용된다. 두레이 AI는 메일·메신저·위키 등 협업 기능에 AI를 결합한 서비스로, 챗GPT·제미나이·클로드 등 다양한 거대언어모델(LLM)을 지원해 고객사 보안 정책과 업무 환경에 맞는 AI 활용 환경을 제공한다. 특히 이번 프로젝트에는 엄격한 금융권 보안과 규제 요구사항을 충족하기 위해 고객사 전용 환경을 제공하는 전용 인프라 분리 서비스가 적용된다. NHN클라우드는 금융 보안 가이드라인을 준수하면서도 서비스형 소프트웨어(SaaS)의 유연성과 확장성을 함께 제공해 금융권에 최적화된 업무 환경을 구현한다는 방침이다. 두레이는 2020년 클라우드 보안인증(CSAP) SaaS 인증을 획득한 이후 공공시장에 진출해 현재 4000여 개 민간 기업·기관과 150여 개 공공기관을 고객으로 확보했다. 또 금융위원회 혁신금융서비스 지정과 금융보안원의 CSP 안전성 평가 및 SaaS 제공자 평가를 모두 통과하며 금융권 도입에 필요한 보안 검증도 완료했다. NHN은 이번 DB증권 사례를 계기로 금융권 SaaS 시장 공략을 확대할 계획이다. 3사는 이번 협력을 계기로 디지털 워크플레이스 구축을 넘어 중장기 DX 전략 수립과 AI 기반 업무 혁신 체계 구축, 클라우드 기반 업무 환경 고도화, 디지털 역량 내재화, 신규 클라우드·DX 비즈니스 모델 발굴 등으로 협력 범위를 확대해 나갈 예정이다. DB증권 관계자는 "DX는 금융사의 지속 가능한 성장과 미래 경쟁력 확보를 위한 핵심 과제"라며 "NHN의 선진적인 클라우드 인프라와 협업 플랫폼, AI 역량을 바탕으로 한층 더 효율적이고 스마트한 업무 환경을 구축해 나갈 것"이라고 말했다. NHN클라우드 관계자는 "이번 사업은 전용 인프라와 협업툴을 함께 제공해 까다로운 금융권 보안 요구사항과 유연한 SaaS 활용 니즈를 동시에 충족하는 통합 서비스"라며 "앞으로도 금융사들이 규제와 보안에 철저히 대응하면서도 클라우드와 SaaS의 강점을 100% 누릴 수 있는 표준 서비스를 지속적으로 마련해 나가겠다"고 밝혔다.

2026.06.30 10:27한정호 기자

[기고] 본격적인 AI 시대, 데이터는 저장 자산이 아닌 운영 자산이다

인공지능(AI)은 불과 몇 년 사이 실험적인 기술에서 일상적인 업무 도구로 빠르게 자리 잡았다. 개인은 AI를 활용해 정보를 찾고 문서를 작성하며 일정을 관리한다. 기업 역시 AI를 업무에 적극 도입하고 있다. 그러나 현실은 기대만큼 단순하지 않다. 많은 기업이 여전히 시범 사업 단계에 머물러 있으며, 일부 프로젝트는 운영 환경에서 기대한 성과를 내지 못한 채 중단되기도 한다. 이러한 한계는 AI 모델 자체보다 데이터 환경에서 비롯되는 경우가 많다. AI는 방대한 공개 정보를 학습해 뛰어난 성능을 보여주지만 실제 비즈니스 가치를 창출하기 위해서는 기업 내부의 데이터를 정확하고 안정적으로 활용할 수 있어야 한다. 문제는 대부분의 기업 데이터가 여러 시스템과 클라우드 환경에 흩어져 있고 형식도 제 각각이라는 점이다. 이처럼 분산된 데이터를 연결하고 가공하는 과정이 복잡해질 수록 운영 부담은 커지고 성능은 떨어질 수 있다. 무엇보다 AI가 참고하는 정보의 정확성과 최신성을 유지하기 어려워지면서 결과에 대한 신뢰도 역시 낮아질 수 있다. 최근 AI가 에이전틱(Agentic) AI로 진화하고 있다는 점은 이러한 문제를 더욱 중요하게 만들고 있다. 기존 AI가 질문에 답하거나 정보를 요약하는 역할에 머물렀다면 에이전틱 AI는 스스로 계획을 세우고 여러 단계를 거쳐 업무를 수행한다. 다시 말해 AI가 단순한 보조 도구를 넘어 실제 업무 프로세스 안으로 들어오기 시작한 것이다. 이 변화는 기업 경영 측면에서도 중요한 의미를 갖는다. 앞으로 AI는 단순 검색이나 문서 작성 지원을 넘어 운영 및 고객 서비스, 분석, 의사결정 과정에 직접 참여하게 될 가능성이 높다. 이 과정에서 AI가 활용하는 데이터가 최신 상태가 아니거나 접근 권한이 제대로 관리되지 않는다면 잘못된 판단이나 보안 문제로 이어질 수 있다. 결국 AI 경쟁력은 어떤 모델을 도입했는가 보다 기업 데이터가 얼마나 신뢰할 수 있고, 필요한 순간에 활용 가능한 상태로 관리되고 있는가에 의해 결정될 가능성이 높다. 이 때문에 최근 기업들의 관심도 AI 모델 경쟁에서 데이터 운영 체계와 관리 구조로 이동하고 있다. AI 시대의 데이터는 단순히 저장해 두는 자산이 아니라 실시간으로 활용되는 운영 자산이기 때문이다. 이러한 흐름 속에서 다양한 데이터를 빠르게 연결하면서도 보안과 통제 체계를 유지할 수 있는 환경이 점점 더 중요해지고 있다. 최근에는 AI 기능을 기존 시스템 외부에 별도로 추가하는 방식보다 데이터 플랫폼 자체에 AI 기능을 통합하려는 접근이 주목받고 있다. 필자가 몸담고 있는 오라클 역시 데이터베이스 플랫폼 안에 AI 기능을 직접 통합하는 방향으로 기술을 발전시키고 있다. 이를 통해 기업은 여러 종류의 데이터를 하나의 환경에서 관리하고 활용할 수 있으며, AI가 실제 업무 데이터를 기반으로 보다 신속하고 안정적으로 작동할 수 있도록 지원한다. 보안 역시 같은 맥락에서 새롭게 접근할 필요가 있다. 과거에는 애플리케이션 단위의 접근 통제가 중심이었다면, AI 환경에서는 데이터 자체에 대한 권한과 정책 관리가 더욱 중요해지고 있다. AI는 사람보다 훨씬 많은 요청을 자동으로 생성하고 처리하기 때문이다. 기업이 AI 활용 범위를 넓힐수록 데이터 통제 체계 역시 한층 정교해져야 한다. 또 다른 과제는 확장성이다. 앞으로 기업 내부에는 수많은 AI 에이전트가 직원들과 함께 데이터를 조회하고 업무를 수행하게 될 가능성이 높다. 이는 단순히 새로운 기술이 추가되는 수준이 아니라 데이터 인프라의 역할 자체가 변화한다는 의미다. 실시간 데이터 활용 수요가 급격히 늘어나는 만큼 AI 전략은 곧 데이터 전략이 되고 있다. 한편 기업은 특정 클라우드나 플랫폼에 종속되지 않는 유연성도 중요하게 여기기 시작했다. AI 기술이 빠르게 발전하는 상황에서 특정 모델이나 환경에 지나치게 의존하면 장기적으로 부담이 될 수 있기 때문이다. 데이터를 어디에서 운영하고 어떤 AI를 활용할지 자유롭게 선택할 수 있는 개방성과 유연성이 새로운 경쟁력으로 떠오르고 있다. 결국 앞으로의 AI 경쟁은 누가 더 많은 AI를 도입했는지가 아니라, 누가 더 안정적으로 AI를 운영 환경에 정착시키는가에 달려 있다. 이제 기업이 스스로에게 던져야 할 질문은 단순하다. "우리의 데이터는 AI가 신뢰하고 활용할 수 있는 상태인가?" AI는 이미 다음 단계로 이동하고 있다. 이제 기업 역시 AI 모델 도입 자체보다 이를 실제 비즈니스 성과로 연결할 수 있는 데이터 운영 체계와 전략을 함께 재설계해야 할 시점이다.

2026.06.04 17:28나정옥 컬럼니스트

"DB 튜닝도 AI로"…티맥스티베로, 국산 DBMS 경쟁력 높인다

티맥스티베로가 인공지능(AI) 기반 데이터베이스관리시스템(DBMS) 튜닝 자동화 역량을 앞세워 국산 DBMS 시장 공략에 나선다. DBMS 자체 성능 경쟁을 넘어 운영 비용 절감과 성능 안정화까지 지원하는 방식으로 고객 접점을 넓히겠다는 전략이다. 티맥스티베로는 데이터베이스 컨설팅 및 솔루션 전문 기업 오픈메이드컨설팅과 데이터베이스 및 AI 기반 튜닝 자동화 사업 협력을 위한 업무협약을 체결했다고 28일 밝혔다. 이번 협약은 티맥스티베로의 DBMS '티베로'에 오픈메이드컨설팅의 AI 기반 구조화 질의어(SQL) 튜닝 솔루션 '쿼리메딕'을 연계하는 것이 골자다. 양사는 티베로 고객을 대상으로 AI 튜닝 서비스를 제공하고 공동 영업·마케팅을 추진할 계획이다. DBMS 시장에서는 안정성, 성능, 호환성뿐 아니라 운영 편의성과 유지보수 비용 절감 역량이 주요 경쟁 요소로 부상하고 있다. 특히 SQL 튜닝은 전문 인력 의존도가 높고 작업 시간이 많이 드는 분야다. 이에 티맥스티베로는 쿼리메딕을 통해 티베로 고객의 SQL 성능 저하 원인을 빠르게 진단하고 개선할 수 있도록 지원할 방침이다. 이를 통해 고객사는 튜닝 작업에 투입되는 인력 부담을 줄이고 하드웨어 리소스 사용량을 낮춰 전반적인 DBMS 운영 원가를 절감할 수 있다. DB 성능 안정화와 장애 대응 시간 단축 효과도 기대된다. 이번 협력은 AI 활용 범위가 생성형 AI 서비스 개발을 넘어 기존 IT 인프라 운영 최적화 영역으로 확산되고 있다는 점에서도 주목된다. 기업들은 AI 도입 효과를 신규 서비스뿐 아니라 비용 절감, 시스템 안정성 개선, 운영 자동화 등 실질적 성과로 확인하려는 수요가 커지고 있다. 티맥스티베로는 AI 튜닝 자동화를 앞세워 공공·금융·제조 등 국산 DBMS 수요가 높은 시장에서 영업 경쟁력을 강화할 수 있게 됐다. DBMS 교체나 신규 도입 과정에서 고객이 우려하는 운영 부담을 낮출 수 있다는 점은 티베로의 차별화 요소가 될 수 있다. 이번 협약은 티맥스티베로가 독자 DBMS 판매 중심 구조에서 벗어나 컨설팅·튜닝·운영 자동화 솔루션 기업과의 생태계형 사업 모델을 강화하려는 행보로도 읽힌다. 티베로 DBMS를 중심으로 외부 전문 솔루션을 결합하면 고객사별 운영 환경에 맞춘 패키지형 제안이 가능해진다. 박경희 티맥스티베로 대표는 "이번 협력을 통해 혁신적인 AI 튜닝 기술을 더함으로써 데이터베이스 시장에서 한 차원 높은 기술 경쟁력을 확보하게 됐다"며 "고객들에게 더욱 지능화되고 최적화된 데이터 관리 경험을 제공해 시장을 선도해 나갈 것"이라고 말했다. 최영철 오픈메이드컨설팅 대표는 "자사의 AI 기반 튜닝 기술이 뛰어난 성능의 티베로와 결합해 강력한 시너지를 낼 것으로 기대한다"며 "성공적인 비즈니스 모델 창출을 위해 적극 협력하겠다"고 밝혔다.

2026.05.28 11:28장유미 기자

"보안산업 역사 30년…분야별 레거시 솔루션 30종"

"보안 산업은 새로운 기술이 나온다고 해서 급격하게 달라지고 있는 것이 아닙니다. 보안 기술과 제품들이 단일 기능으로 사용되거나 복합적으로 사용되면서 점차 진화하고 있는 것입니다. 제로트러스트, 인공지능(AI) 보안 등 신기술 보안에서도 레거시 보안 기술이 사용되고 있습니다." 최영철 한국정보보호산업협회(KISIA) 수석부회장(SGA솔루션즈 대표)은 27일 오전 11시 개최한 KISIA 기자간담회에서 이같이 설명했다. 이날 KISIA는 기자간담회를 개최하고, 비전공자에게 어려울 수 있는 보안 솔루션에 대한 전반적인 이해를 돕기 위해 최 부회장의 강연을 마련했다. 최 부회장은 정보보안 체계를 구성하는 ▲엔드포인트 보안 ▲시스템 보안 ▲네트워크 보안 ▲애플리케이션 보안 ▲보안 관제 ▲보안 컨설팅·모의해킹·사이버 위협 인텔리전스(CTI) 솔루션의 원리에 대해 상세히 설명했다. 이어 제로트러스트, AI 보안, 클라우드 보안 등 차세대 보안 체계도 강의했다. 최 부회장은 "정보보안 분야가 산업화되기 시작한 시점은 지금으로부터 30년 전, 1990년대 중후반 사이다. 체크포인트에서 방화벽을 처음으로 출시를 했고, 이 시점부터 보안 산업이 발전했다"면서 "각 분야별 레거시 보안 솔루션을 모두 합치면 30개 정도가 된다. 국내 보안 상장사도 28곳 정도가 되는 것으로 알고 있는데 각 솔루션별로 마켓플레이스를 형성하고, 그 시장에서 1위를 하면 상장하는 형태로 보안 시장이 갖춰졌다"고 설명했다. 그는 "보안을 위한 AI 역시 레거시 보안과 연계된다. 네트워크, 엔드포인트, 애플리케이션 등 각각의 영역에 거대 언어 모델(LLM)을 이용해 보안 수준을 강화시킨다는 개념이다"라며 "예를 들어 IPS(침입 방지 시스템) 기능인 시그니처 패턴을 LLM을 붙여 학습시키고 고도화하면 알려지지 않은 공격도 잡을 가능성이 높아지는 식"이라고 레거시 보안 체계의 중요성에 대해 강조했다. 아울러 최 부회장은 "제로트러스트 역시 정책 결정을 할 때 sLLM, LLM과 결합하면 그 판단을 더 빠르게 할 수 있다"며 "차세대 보안이라고 하는 클라우드, 제로트러스트, AI 등 신기술 보안이 결국은 레거시 보안 기술에서 연결되는 구조임을 기억해야 한다"고 밝혔다. 다만 최 부회장은 회사 DB와 네트워크를 넘나들며 자율적으로 의사결정을 하는 에이전틱 AI는 새로운 프레임워크를 정착시킬 필요가 있다고 부연했다. 그는 "에이전틱 AI 등장으로 기업 내부 시스템에 직접 접근하는 시대가 현실화된 만큼 에이전틱 AI를 인증·통제할 새로운 보안 프레임워크를 구축해야 하는데 아직 부재한 상태"라며 "제로트러스트 보안이 기본적으로 적용이 된 보안 체계 아래 에이전틱 AI를 통제하는 방법론이 필요해 보인다"고 말했다.

2026.05.27 19:09김기찬 기자

[영상] "데이터 유출 90%, 개발 환경서 발생"...느슨한 테스트 환경 원인

인공지능(AI) 확산으로 기업 데이터 활용이 늘면서 개인정보 유출 위험도 함께 커지고 있다. 특히 운영 서버보다 상대적으로 보안이 느슨한 개발·테스트 환경이 새로운 보안 사각지대로 떠오르고 있다는 지적이다. 26일 인젠트 김은수 책임은 지디넷코리아와의 인터뷰에서 복잡해진 AI·클라우드 환경에서의 DB 보안 트렌드와 현장의 애로사항을 진단했다. 복잡해진 DB 구조와 내부자 실수가 부르는 보안 위협 김 책임은 기업이 보안에 대규모 투자를 단행함에도 유출 사고가 지속되는 이유는 디지털 전환과 해킹 기술의 발전 속도가 방어 시스템 구축보다 빠르기 때문이라고 설명했다. AI와 클라우드 도입으로 IT 시스템이 복잡해졌고 단일 시스템 내에 업무별 관계형데이터베이스(RDB)와 AI용 DB 등 다양한 종류의 데이터베이스가 혼재되면서 관리해야 할 보안 포인트가 급증했기 때문이다. 특히 위협의 상당수는 외부 공격보다 내부 실수에서 비롯된다. 시스템 장애를 재현하거나 신규 서비스 검증을 위해 운영 데이터를 개발 환경으로 복제하는 과정에서 민감정보가 함께 넘어가고, 이 과정에서 설정 오류나 관리 소홀로 유출 사고가 발생한다. 김 책임은 "전체 데이터 유출 사례의 약 90%는 운영 서버가 아닌 개발 및 테스트 환경에서 발생한다"며 "외부 공격 외에도 내부자의 관리 소홀이나 설정 오류 등 사람에 의한 사고 비중이 높다"고 설명했다. 이어 "운영 환경은 보안이 강하지만 개발 환경은 상대적으로 열려 있는 경우가 많다"며 "실제로 클릭 한 번 잘못하거나 스크립트 처리 과정에서 개인정보가 그대로 노출되는 사례가 적지 않다"고 덧붙였다. 문제는 개발 환경에서도 실제 운영 데이터와 동일한 형태의 데이터가 필요하다는 점이다. 단순 암호화만 적용하면 데이터 형식 자체가 깨져 테스트가 어려워진다. 주민등록번호나 계좌번호처럼 형식 검증이 필요한 데이터는 암호화 후 시스템이 정상적으로 인식하지 못하는 경우도 많다. 인젠트의 엑스퍼DB TDM은 이러한 한계를 극복하기 위해 원본 데이터의 구조, 패턴, 관계는 그대로 유지하되 데이터 값만 완전히 다른 가짜 정보로 바꾸는 '가명화' 기술을 제공한다. 설령 데이터가 외부로 유출되더라도 개인정보로서의 가치가 0에 수렴하기 때문에 기업 이미지 실추와 법적 리스크를 원천 차단하는 최소한의 안전장치 역할을 한다. 그는 "엑스퍼DB TDM은 운영 DB 내 이름, 주소, 주민등록번호 등 특정 패턴의 민감정보를 자동으로 검출하고, 변환부터 이관 후 삭제까지의 전체 데이터 관리 사이클을 자동화한다"며 "하나의 컬럼에 여러 포맷이 섞여 있어도 유형별 정책 적용이 가능하며, 정기적으로 변환 키를 교체해 역추적을 통한 원본 데이터 유추를 원천 방어한다"고 소개했다. 금융·공공 등 전 산업 확산…오픈소스 기반 확장성 강점 이러한 솔루션이 우선 요구되는 분야로는 민감한 데이터를 다루는 공공·금융권이 대표적이다. 실제로 개인정보보호법 및 금융감독원 규정에 따르면 운영 데이터를 테스트에 쓸 때 익명화 등의 통제 방안을 강구하고 완료 후 즉시 삭제해야 한다. 이 때문에 1금융권은 물론이고 시스템 구축과 검증이 빈번한 이커머스, 배달 앱, 병원 및 공공기관까지 TDM 솔루션 도입을 적극적으로 검토하는 추세다. 인젠트는 이러한 수요에 대응해 TDM뿐 아니라 데이터베이스 플랫폼 경쟁력도 함께 강화하고 있다. 오픈소스 DB인 포스트그레SQL(PostgreSQL) 기반의 솔루션 '엑스퍼DB'를 패키지 형태로 최적화해 안정성을 극대화했다. 자체 개발한 백업, 모니터링 툴, 이중화 로직을 결합해 외산 제품 대비 비용을 낮추면서도 높은 안정성을 제공한다. 김 책임은 "포스트그레SQL은 유연성과 확장성이 뛰어나 향후 AI 도입 시 벡터(Vector)나 그래프(Graph) 익스텐션을 레고처럼 붙여 유기적으로 연동할 수 있어 2~3년 뒤의 AI 확장을 준비하는 중견·중소기업 및 정부 사업의 제안이 늘고 있다"고 설명했다. 이어 "TDM은 보안뿐 아니라 복잡한 이관(ETL) 과정을 대체하는 유연한 데이터 기술"이라며 "인젠트는 오픈소스 기반을 넘어 코어 개발까지 함께하는 인젠트만의 독자적인 포크(Fork) DB 출시를 준비하고 있는 만큼, 안정적인 성능과 비용 절감을 동시에 원하는 기업들의 든든한 파트너가 될 것"이라고 강조했다.

2026.05.26 15:45남혁우 기자

Prev 1 2 3 Next