[디지털데일리 이안나기자] 기업들이 AI시대 변곡점을 맞이하면서 데이터 관리 복잡성이 주요 과제로 떠오르고 있다. 이에 몽고DB는 단일 통합 플랫폼으로 운영 데이터와 벡터 데이터를 효율적으로 관리하는 솔루션을 내세웠다. 몽고DB는 다큐먼트 기반 데이터 모델로 AI 애플리케이션 개발 복잡성을 해소하는 데 앞장서고 있다.

6일 디지털데일리 웨비나 플랫폼 'DD튜브'에서 ‘AI 디지털 혁신을 이끄는 데이터 플랫폼 활용 전략’을 주제로 발표한 몽고DB 나가진 이사는 AI 애플리케이션 개발을 위한 통합 데이터 관리 방법을 제시했다.

나 이사는 “AI는 기존 비즈니스 운영 방식과 고객 소통 방식을 혁신적으로 개선하고, 더욱 빠르고 효율적인 비즈니스 방식을 새롭게 만들어낼 것”이라며 “특히 AI가 개발자 생산성에 획기적인 변화를 가져올 것이라고 믿고 있다”고 전했다.

그는 차세대 AI 애플리케이션을 위한 데이터 플랫폼 세 가지 핵심 요구사항으로 ▲다양한 비정형 데이터 처리 능력 ▲확장성과 타 시스템과 통합 용이성 ▲단일 플랫폼에서 다양한 기능 지원을 꼽았다. 몽고DB는 이러한 요구사항을 충족시키고 개발자 복잡성 제거를 목표로 삼았다.

AI와 관련된 콘텐츠는 텍스트·이미지·사운드·동영상 등 다양한 비정형 형태로 제공된다. 몽고DB 다큐먼트 데이터 모델은 이러한 다양성을 처리하도록 설계됐다. 벡터 임베딩은 소스 데이터, 기존 메타데이터, 생성된 모든 데이터를 하나의 다큐먼트로 통합할 수 있다.

몽고DB 개발자 데이터 플랫폼은 JSON 형태 다큐먼트 모델을 통해 개발자들이 데이터를 쉽게 저장할 수 있도록 지원한다. 다큐먼트 데이터 모델은 변화에 유연하게 대처할 수 있다. 즉 애플리케이션의 새로운 요구사항으로 스키마가 변경되더라도 복잡한 테이블 매핑 작업 없이 새로운 필드를 추가하는 것만으로도 충분하다.

나 이사는 “AI 애플리케이션은 각기 다른 클라우드 서비스와 프레임워크 등장으로 개발 복잡성이 증가하고 있다”며 “이는 고객에게는 혁신적인 서비스를 제공할 기회이지만 개발자와 운영자에게는 또 다른 복잡성이 가중될 위험이 있다”고 지적했다.

이러한 상황에서 강조한 것이 ‘아틀라스 벡터 서치’ 기능이다. 몽고DB는 2023년 출시한 이 서비스를 통해 벡터 데이터와 운영 데이터를 하나의 통합된 데이터베이스에서 관리할 수 있게 했다. 벡터 데이터는 텍스트, PDF, 오디오, 비디오, 이미지 등 비정형 데이터를 다차원 공간에서 표현한 것으로, AI 애플리케이션 구축에 핵심적인 역할을 한다.

기존 벡터 데이터 관리 방식 한계는 명확하다. 전문화된 독립 벡터DB는 벡터만 지원하기 때문에 전체 애플리케이션에 필요한 운영 데이터나 메타데이터 관리 기능이 빠져있다. 또한 기존 DB에 벡터 기능을 추가하는 방식은 벡터와 운영 워크로드가 리소스를 두고 경쟁해야 하는 문제가 발생한다.

몽고DB 아틀라스 벡터 서치는 이 두 문제를 해결한다. 모든 유형 데이터를 통합 DB에서 관리하면서도 워크로드를 분리해 성능 저하 없이 운영할 수 있게 해준다. 이는 검색증강생성(RAG) 시스템 구축에 특히 효과적이다.

가령 보험회사에서 고객이 업로드한 자동차 파손 사진과 가장 유사한 이미지를 검색해 비슷한 보상 사례를 제공하는 RAG 시스템을 구축할 수 있다. 별도 벡터DB 없이 기존 운영 데이터와 함께 이미지(파손 사진), 텍스트(보상 금액 정보, 설명) 등을 하나의 통합된 다큐먼트에서 관리 가능하다.

또한 몽고DB는 커뮤니티 버전 사용자들을 위해 올해 2분기를 목표로 벡터 서치 기능의 프라이빗 프리뷰를, 3분기 퍼블릭 프리뷰를 준비 중이다. 현재는 몽고DB 아틀라스 프리 티어를 통해 500MB 용량 제한 내에서 모든 기능을 무료로 체험해볼 수 있으며 이는 유료 전환 조건 없이 무료 제공된다.

나 이사는 “몽고DB 유니버시티에 접속하면 AI와 관련된 다양한 무료 온라인 강좌를 수강할 수 있다”며 “AI 기초부터 벡터 서치를 활용한 애플리케이션 구축까지 배울 수 있다”고 덧붙였다.