[현장] 레거시 DB는 한계…몽고DB, AI 시대 '차세대 플랫폼' 선언
몽고DB가 생성형 AI 확산에 맞춰 데이터베이스(DB)의 근본적 진화를 선언하며, 레거시 시스템을 대체할 차세대 플랫폼 전략을 제시했다. 특히 국내외 주요 기업들이 몽고DB 도입으로 상담 효율 30% 향상, 운영 비용 50% 절감, 보고서 작성 시간 단축 등 실질적 성과를 거둔 사례를 공개하며 기술 효과성을 강조했다. 몽고DB코리아는 3일 서울 삼성동 코엑스에서 글로벌 로드쇼 '몽고DB 닷로컬 서울 2025'를 개최했다. 서울은 전 세계 21개 도시 가운데 아시아태평양(APAC) 지역을 대표하는 핵심 개최지로 선정됐다. 몽고DB 8.0 공개…단순 저장소 넘어 AI 플랫폼으로 진화 이날 행사에는 개발자와 기업 고객, 업계 전문가들이 참석해 최신 기술 동향과 실제 고객 사례를 공유했다. 몽고DB는 행사에서 '몽고DB 8.0'을 공개하고, 보야지 AI(Voyage AI) 인수 이후 강화된 임베딩 및 랭킹 기반 벡터 검색 기술 등 차세대 데이터베이스 전략을 소개했다. 톨스튼 발터 CXO 어드바이저 매니징 디렉터는 "AI가 기술 산업 전반을 빠르게 재편하고 있다"며 "데이터베이스는 더 이상 단순한 저장소가 아니라, AI와 긴밀히 결합된 플랫폼으로 진화해야 한다"고 말했다. 그는 이어 "낡은 시스템을 다른 DB로 단순 이전하는 것만으로는 현대화를 이룰 수 없다"며, "몽고DB는 아키텍처와 기술 스택을 근본부터 재설계해 기업의 AI 애플리케이션 전환을 돕는다"고 강조했다. 크리스토퍼 셤 프로덕트 매니지먼트 디렉터는 "AI가 소프트웨어의 역할을 재정의하고 있다"며, "기존 관계형 DB는 유연성과 확장성 측면에서 한계를 드러내고 있다"고 지적했다. 그는 몽고DB의 문서 모델(document Model)이 AI 기반 애플리케이션 개발에 최적화돼 있으며, 클라우드·온프레미스·로컬 환경을 모두 지원하는 'AI 레디 데이터베이스'라고 설명했다. 또 "전 세계 5만여 고객이 공통적으로 겪는 과제는 더 빠른 개발, 복잡도 없는 AI 내재화, 그리고 기술부채 해소"라며, "이 세 가지를 동시에 해결하는 것이 진정한 전환"이라고 말했다. 샤오천 우 제품관리 디렉터는 MongoDB 8.0의 주요 기술 진화를 발표하며 회복력, 확장성, 보안, 성능 전반에 걸친 개선 사항을 소개했다. 그는 메모리 관리 구조를 재설계해 애플리케이션 성능과 안정성을 높였고, 쿼리 모니터링 및 리소스 제어 기능도 강화해 운영 효율성을 개선했다고 밝혔다. 확장성 측면에서는 새로운 리샤딩 기능과 임베디드 설정 서버 도입으로 운영 비용을 최대 50% 절감하고, 데이터 재분산 속도를 최대 50배 향상시켰다. 또한 암호화된 상태에서도 검색이 가능한 '쿼리 가능한 암호화' 기능을 확장해 금융·의료 등 민감 데이터 활용 가능성을 높였다. 그는 "몽고DB 8.0은 지금까지 출시된 버전 중 가장 빠르다"며, "읽기 전용 워크로드는 36%, 혼합 워크로드는 56% 성능이 향상됐다"고 설명했다. 이어 "몽고DB 아틀라스 역시 세로 확장 속도는 50%, 자동 확장 반응 속도는 5배 향상됐다"고 덧붙였다. LGU+ 상담 효율 30%↑·메리츠 운영비 50%↓…몽고DB 도입 효과 입증 기조강연 이후 이어진 미디어 브리핑에서 김규동 솔루션 아키텍트는 LG유플러스, 메리츠화재, 티빙, 버킷플레이스, 그래비티랩스, 코코네 엔지니어링, 올거나이즈 등 국내 주요 기업의 몽고DB 도입 사례를 소개했다. LG유플러스는 월 350만 건 이상의 고객 문의를 처리하는 국내 최대 규모의 고객센터 운영을 혁신하기 위해, 약 4천 명의 상담사를 지원하는 AI 상담 어드바이저(AI Agent Advisor)를 구축했다. 기존 시스템의 느린 응답 속도와 비효율적인 검색 문제는 몽고DB 아틀라스 벡터 서치를 통해 해소됐다. 이 솔루션은 실시간 음성 인식, 자동 분류, 맥락 기반 요약 기능을 탑재해 4개월 만에 현업 적용에 성공했으며, 상담 효율성을 30% 높이고 통화당 평균 처리 시간도 7% 단축했다. 현재는 주당 100만 건 이상의 문의를 안정적으로 처리하고 있다. 김 아키텍트는 "AI 상담 어드바이저는 단순 자동화가 아니라 상담사가 고객 문제를 더 빠르고 정확하게 해결할 수 있도록 돕는 도구"라며, "몽고DB의 벡터 검색이 없었다면 이 같은 빠른 구축과 효과는 불가능했을 것"이라고 말했다. 메리츠화재는 금융 사기 탐지를 위한 이상거래탐지시스템(FDS)을 몽고DB 엔터프라이즈 어드밴스드 기반으로 재구축했다. 금융 환경 특성상 스키마 변경이 빈번하고, 대규모 실시간 분석이 필수적인 조건에서 몽고DB의 유연한 문서 모델과 PSS 아키텍처를 도입해 안정성과 성능을 확보했다. 이를 통해 운영·분석 워크로드를 통합 처리하고, 무손실 장애 조치와 실시간 사기 감지 알림을 실현했으며, 운영 비용은 50% 절감됐다. 향후에는 AI 기반 고객 분석과 음성인식(STT) 기능까지도 확장할 수 있는 기반을 마련했다. 김 아키텍트는 "금융 분야는 데이터 구조 변화가 잦고 보안 요건도 까다롭다"며, "메리츠 사례는 몽고DB가 복잡한 금융 시스템을 안정적으로 처리할 수 있다는 대표적 증거"라고 설명했다. Y콤비네이터 출신 글로벌 SaaS 기업 싱클리는 AI 기반 고객 피드백(VoC) 분석 서비스에서 몽고DB 벡터 검색을 도입해 성능을 10배 향상시키고 운영 비용도 절감했다. 텍스트·이미지·영상 등 다양한 데이터의 의미적 유사성 분석 과정에서 클러스터링과 자동화를 구현한 사례다. 글로벌 제약사 노보 노르디스크는 임상시험 보고서(CSR) 작성에 몽고DB의 네이티브 벡터 검색 기능과 생성형 AI를 결합해 기존 12주 소요되던 작업을 10분 만에 완료할 수 있도록 혁신했다. 단순 속도 개선을 넘어 보고서 품질 향상과 규제 대응 효율성까지 확보한 사례로 꼽힌다. 김 아키텍트는 "기업들이 AI와 데이터를 결합해 실질적 성과를 내려면, 임베딩부터 벡터 검색, 키워드 검색, 리랭킹까지 통합 제공하는 플랫폼이 필요하다"며, "몽고DB는 이를 단일 아키텍처로 구현해 개발 속도를 높이고 운영 복잡성을 줄일 수 있다"고 강조했다. 그는 몽고DB가 현재 국내 시장에서 제조, 이커머스, 하이테크 산업을 중심으로 활발한 도입 사례를 확보하고 있다고 설명했다. 특히 커넥티드카 등 차량 데이터를 다루는 분야와, 비정형 데이터를 기반으로 한 개인화 추천 시스템, 제품 카탈로그 검색, CMS 등에서 높은 활용도를 보이고 있다고 밝혔다. 더불어 몽고DB는 보안과 인증 요건이 높은 공공 및 금융 분야를 중심으로 국내 저변을 확대할 계획이다. 이를 위해 GS 인증과 나라장터 등록을 추진 중이며, KT·업스테이지AI와의 MOU 체결을 통해 규제 산업 진출의 기반도 마련하고 있다고 밝혔다. 또한 글로벌 기준으로는 상위 10대 은행 중 7곳, 상위 15개 제약사 중 14곳이 몽고DB를 도입한 상황이라며, 국내 금융·의료 분야에서도 관련 레퍼런스를 점차 확대해 나갈 수 있을 것으로 내다봤다. 이와 함께 현장에는 몽고DB 최신 기능을 직접 체험할 수 있는 핸즈온 랩과, 엔지니어·컨설턴트와 실무 질의응답을 진행할 수 있는 전문가 세션이 마련됐다. AWS, 구글 클라우드, 마이크로소프트 등 글로벌 파트너사와 데이터독, 쿠도커뮤니케이션 등 국내 협력사도 함께 후원했다. 톨스튼 발터 매니징 디렉터는"AI가 산업 전반을 재편하고 있는 지금, 몽고DB는 이 시대에 최적화된 데이터베이스 플랫폼"이라며 "앞으로 수년간 AI 기술을 기반으로 한 성과 확대를 기대하고 있다"고 말했다. 이어"단순 저장소를 넘어 AI와 긴밀히 통합된 플랫폼으로 진화한 몽고DB는, 기업이 현대적인 애플리케이션을 빠르게 구축하고 확장할 수 있도록 지원한다"며 "비용과 리스크를 줄인 현대화 전략, 자동화된 마이그레이션, 클라우드와 온프레미스 간의 일관된 경험 제공을 통해 기업의 디지털 전환을 실질적으로 가속화할 수 있다"고 강조했다.
