몽고DB “AI 시대, 데이터 중심 아키텍처 중요성 커져”

장정욱 몽고DB 코리아 지사장은 1일 그랜드 인터컨티넨탈 서울 파르나스에서 열린 '몽고DB 닷로컬 서울 2026' 발표에서 AI 시대 데이터 중심 아키텍처 중요성 확대를 주제로 AI 도입의 핵심을 아키텍처와 데이터에 뒀다. 사진은 양승갑 기자가 촬영했다.

장 지사장은 AI에서 아키텍처가 가장 중요한 요소라고 밝혔고, AI 스택에서 데이터 역할이 최우선이라고 설명했다. 그는 데이터 활용 범위가 저장·조회 너머로 확장되고 있다고 짚었다.

이어 데이터 처리가 저장·조회에 머무르면 부족하며 필요한 기능으로 임베딩, 인덱싱, 재평가가 요구된다고 설명했다. 이를 통해 적절한 시점의 정확한 맥락 정보를 활용하는 것이 목표라고 밝혔다.

또 최근 AI 전환 흐름은 과거 클라우드 확산 과정과 유사하다고 분석하면서도, AI 변화 속도는 클라우드 확산 때보다 훨씬 빠르다고 진단했다. 이에 대응 방향으로는 단순 기술 도입을 넘어 아키텍처 재구성이 필요하다고 말했다.

초기 클라우드 시장에서는 기존 애플리케이션·프로세스는 유지한 채 인프라만 클라우드로 이전하는 '리프트 앤 시프트'가 주류 방식이었다. 그러나 '리프트 앤 시프트'를 적용한 기업 다수는 기대 수준의 성과를 내지 못했다.

장 지사장은 AI 시대에도 다수 기업이 높은 생산성을 기대하며 기존 기술 스택에 AI 구성 요소를 순차적으로 추가하고 있다고 설명했다. 다만 그는 이런 접근에서 비용이 빠르게 증가하고, 기대한 성과를 달성하기 어렵다는 이야기가 여러 자료와 고객 대화에서 확인된다고 밝혔다.

이 같은 문제의식 속에서 AI 전환을 선도하는 기업들은 조직·프로세스·기술 스택 전반을 재검토하고 있다. 이들 기업은 데이터 레이어를 중심으로 AI에 적합한 아키텍처를 재설계하고 있다.

장 지사장은 AI 애플리케이션은 데이터 저장·조회만으로는 부족하다고 설명했다. 그는 정확한 정보를 적절한 맥락에서 활용할 수 있어야 하며, 이를 위한 필요 요소로 벡터 검색·임베딩 모델·리랭킹을 제시했다.

장 지사장은 AI 관련 기능을 기존 기술 스택에 개별적으로 추가하는 방식은 시스템 복잡성을 키운다고 지적했다. 그는 그 원인으로 데이터 이동·파이프라인·관리 지점 증가를 들었고, 그 결과 비용 확대와 운영 리스크 증가로 이어진다고 설명했다.

이 같은 상황의 대안으로 장 지사장은 몽고DB를 제시했다. 그는 AI 애플리케이션·에이전트의 데이터 표현·교환 과정에서 JSON 기반 구조가 광범위하게 활용된다는 점을 배경으로 들며, 몽고DB가 JSON과 유사한 도큐먼트 모델 기반이라는 점을 강점으로 제시했다.

장 지사장은 몽고DB의 유연한 데이터 구조와 통합 플랫폼을 강조했다. 그는 이 같은 특성이 빠르게 변하는 데이터 구조에 유연 대응 가능하다는 의미를 지니며, 몽고DB가 벡터 검색 포함 AI 애플리케이션 핵심 데이터 기능을 단일 플랫폼에서 제공해 여러 기술 요소의 더 효율적 활용 가능성을 높인다고 설명했다.

장 지사장은 AI 에이전트의 기능이 데이터를 읽고 이해하며 추론한 뒤 새로운 형태의 데이터를 생성하는 데 있다고 설명했다. 이 같은 특성 때문에 AI 시대의 핵심 요소로 유연한 데이터 구조를 꼽았다.

장 지사장은 이어 보안의 중요성을 언급했고, 인프라 유연성의 중요성과 함께 거버넌스의 중요성도 분명히 짚었다. 그는 AI 시대를 논하면서 데이터 구조뿐 아니라 보안, 인프라, 거버넌스를 함께 살펴야 한다는 취지로 설명했다.

보안과 관련해 장 지사장은 앞으로의 변화가 클라우드 초창기와 유사할 것으로 내다봤다. 과거에는 보안 우려가 클라우드 도입을 지연시키는 요인이었지만, IAM·암호화·감사 로그 같은 보안 관련 기술이 발전한 뒤에는 오히려 클라우드 도입 이유 중 하나로 바뀌었다고 설명했다.

그는 보안의 핵심 역량이 취약점이 아예 발생하지 않도록 하는 데만 있는 것이 아니라, 문제가 생겼을 때 이를 신속하게 발견하고 대응하는 데도 있다고 말했다. 장 지사장은 이런 맥락에서 보안의 본질은 속도 문제라고 봤다.

인프라 측면에서 장 지사장은 특정 사업자에 종속되지 않고 선택할 수 있는 자율성을 강조했다. 클라우드 초기에는 단일 클라우드 사업자 중심으로 인프라가 집중되는 경향이 있었지만, 데이터 레지던시와 지정학적 요인 등을 배경으로 기업들이 다양한 환경을 활용하는 쪽으로 이동하고 있다고 설명했다.

데이터 레지던시 규정 존재, 고성능 AI 인프라 공급 제한적, 오픈 모델·오픈 웨이트 모델 확산이 함께 작용하면서 기업의 데이터·AI 워크로드 배치 자율성 중요성이 커지고 있다는 평가가 나온다. 이들 요인 결합에 따른 기업의 데이터·AI 워크로드 배치 자율성 중요성 증대 평가가 제시됐다.

이와 관련해 장 지사장은 인프라 유연성이 정확한 AI 전략을 위한 필수 요소라고 밝혔다. 이어 어디서나 동일한 기술·플랫폼 기반의 개발·운영·관리 중요성을 강조했다.

동시에 AI 활용 확대에 따른 거버넌스 체계 선제 구축 필요성도 강조됐다. 개선 필요 영역으로는 에이전트 수준 접근 제어·사용 정책·관측성·추적성이 제시됐으며, 거버넌스 체계 구축 수준 향상 시 AI 활용 속도를 높일 수 있다는 주장이 나왔다.

장 지사장은 AI 변화 양상이 클라우드 시대와 유사한 패턴을 보인다고 설명하면서도 차이점으로 진행 속도는 훨씬 빠르다고 짚었다. 이어 이런 환경에서 몽고DB의 역할은 고객의 더 빠른 개발 지원과 고객의 안전한 운영 지원에 있으며, 고객의 목표 비즈니스 성과 달성을 위한 파트너가 되는 것이라고 밝혔다.

출처: 아이티데일리 (IT DAILY) · 양승갑 기자
원문: https://www.itdaily.kr/news/articleView.html?idxno=241334

참고자료

• https://www.itdaily.kr/news/articleView.html?idxno=241334