전 세계적으로 경제 불황이 지속되며 이어지며 기업들은 비용 절감을 최우선 과제로 삼고 있다. 이로 인해 많은 기업들이 고비용이 드는 인공지능(AI) 도입을 망설이면서 유명세에 비해 사업 성장세는 더딘 편이다.

이런 상황에서도 오라클 자율운영 데이터베이스(ADB)는 오히려 도입이 가파르게 늘고 있어 주목받고 있다.

이에 대해 오라클의 쿠마르 라자마니 데이터베이스(DB) 개발 부문 수석 부사장은 "불황 중에도 많은 기업들이 ADB를 선택하는 이유는 비용 절감과 데이터 관리 자동화를 통해 투자 비용 대비 더 큰 경제적 가치를 실현할 것이란 검증을 마쳤기 때문"이라고 설명했다.

이어 "ADB는 데이터 관리를 비롯해 인사이트 도출, 보안, 멀티 클라우드 연동을 통해 기업들이 변화하는 시장에서 더욱 유연하고 효율적으로 데이터 활용을 극대화할 수 있도록 돕고 있다"고 강조했다.

13일 서울 강남구 아셈타워 오라클 사무실에서 만난 쿠마르 부사장은 인터뷰를 통해 오라클 ADB의 차별점과 국내 전략을 소개했다.

쿠마르 부사장은 오라클 멀티테넌트의 설계자로 오라클 DB 에디션 재정의 및 데이터베이스 커널 기능 개발을 주도했다. 현재는 인공지능(AI) 도입을 위한 클라우드 데이터플랫폼 전환 가속 추세에 맞춰 자율운영 데이터베이스(ADB) 확산에 주력하고 있다.

ADB는 기계학습(ML) 등 AI를 활용해 데이터베이스 관리 작업을 자동화하는 클라우드 기반 자율 데이터베이스 서비스다. 데이터베이스 프로비저닝, 튜닝, 보안, 백업 및 복구 등 작업을 추가 업그레이드 없이 자동화할 수 있다.

쿠마르 부사장은 "글로벌 유수 기업에서 ADB를 활용하고 있으며 국내에서도 40여개 이상의 대기업에서 이미 도입하거나 기술검증(POC) 작업을 거치고 있다"며 "ADB의 강점으로 총소유비용(TCO) 절감, 모던 데이터 플랫폼 도입, AI 활성화가 성과의 요인"이라고 밝혔다.

ADB의 TCO 절감은 데이터베이스와 워크플로 두 가지 분야로 나뉜다. 데이터베이스의 경우 일라스틱 풀(Elastic Pool)과 오토스케일(Autoscale) 기능을 통해 효율적인 리소스 활용을 지원한다.

일라스틱 풀은 여러 데이터베이스 인스턴스 간 리소스를 공유할 수 있도록 지원하는 기능으로 불필요한 리소스 할당과 과도한 비용 지출을 방지한다. 오토스케일은 데이터베이스 사용량에 따라 리소스를 자동으로 확장하거나 축소해 자원 사용량을 최적화하고 비용을 절감할 수 있다.

쿠라르 부사장은 "오토스케일은 최대 66%, 일라스틱 풀은 최대 80%까지 비용 절감 효과를 달성할 수 있다"며 "AI시대에 돌입하며 폭발적으로 증가하는 데이터의 처리 비용이 급격하게 증가하고 있는 상황에서 ADB의 비용 절감 효과는 기업의 관심이 쏠릴 수밖에 없는 이유"라고 설명했다.

ADB는 패치 업데이트, 보안 관리 및 백업을 자동화해 인력이 직접 관리할 필요가 없는 환경을 제공한다. 수동 작업에 소요되는 시간을 줄이고 휴먼에러로 인한 트러블을 최소화해 유지관련 비용을 최적화할 수 있도록 지원한다.

쿠라르 부사장은 "비즈니스 규모가 커질수록 관리해야 할 데이터와 시스템이 늘어나고 이에 따른 유지비용과 인력 배치 비용이 급증한다"며 "자동화는 이러한 비용을 절감하고 인력을 고부가가치 업무에 투입할 수 있게 해 운영 효율성을 높인다"고 설명했다.

이어 "자동화된 관리 시스템은 급변하는 비즈니스환경을 빠르게 분석하고 대처할 수 있는 유연성을 제공해 기업의 지속가능성을 강화한다"고 덧붙였다.

모던 데이터 플랫폼이란 다양한 유형의 데이터를 통합적으로 관리, 처리, 분석하는 데이터 관리 시스템을 말한다. 또 기업 내 모든 데이터를 통합 분석, 관리해야 하는 빅데이터, AI를 위해 시스템으로 다양한 클라우드 서비스와 인프라가 결합된 하이브리드 클라우드 환경에서 유연한 데이터 이동과 접근을 지원한다.

ADB는 관계형 데이터를 비롯해 JSON, XML, 그래프, 공간 데이터 등 다양한 데이터 모델을 통합적으로 관리할 수 있도록 지원한다.

오라클은 최근 아마존웹서비스(AWS), 구글 클라우드, 마이크로소프트 애저 등 주요 클라우드 사업자와 파트너십을 적극적으로 체결하며 유연한 데이터 관리 시스템을 구축 중이다.

셀렉트AI, 합성 데이터 생성 등 보다 효율적인 데이터 관리를 위한 AI 기반 서비스도 연달아 선보이고 있다.

셀렉트AI는 자연어로 데이터베이스 쿼리를 작성해 수행할 수 있는 기능으로 데이터관리 경험이 부족한 관계자도 손쉽게 필요한 데이터를 검색하거나 분석할 수 있도록 지원한다. 셀렉트AI에서 지원하는 컨버세이션을 활용해 맥락을 유지한 채 지속해서 대화하며 필요한 업무를 추가하는 것도 가능하다.

쿠바르 부사장은 "기존 엔터프라이즈 DBMS는 사전에 구현된 쿼리 기능만 사용할 수 있는 경우가 다수였지만 셀렉트AI는 필요한 내용을 자연어로 언제든 요청할 수 있다"며 "이를 통해 기업에서 필요한 데이터를 언제든 분석하고 도출하는 것이 가능하다"고 설명했다.

합성 데이터 생성은 기존 데이터를 AI에 학습시켜 유사한 새로운 데이터를 생성하는 기술이다. 이를 활용해 개인정보 등 민감정보를 대체하거나 개발 및 테스트 과정에 부족한 데이터의 양을 늘리는 것이 가능하다.

오픈AI, 코히어, 라마 등 다양한 LLM을 활용해 직접 원하는 AI 모델을 개발할 수 있는 AI 개발환경도 지원한다. 이를 통해 각 기업의 규모나 서비스 방향에 따라 원하는 AI모델과 규모를 선택할 수 있어 비용을 조절할 수 있기 때문이다.

쿠마르 부사장은 "AI모델 선택권을 제공하는 것도 비용 절감의 요인"이라며 "각 기업에 최적화된 규모의 AI를 선택해 활용할 수 있는 만큼 불필요한 비용이나 리소스 낭비를 줄일 수 있다"고 설명했다.

이 밖에도 AI 모델이 문맥에 맞는 답변을 생성할 수 있도록 검색 증강 생성(RAG) 검색과 비정형 데이터를 더욱 효율적으로 검색할 수 있는 벡터 인덱스 등의 기능도 선보인다.

쿠마르 부사장은 "AI기술이 빠르게 발전하면서 기업들은 경쟁력을 유지하기 위해 AI 도입이 필수적이 되고 있다"며 "하지만 불안정한 시장상황으로 인해 많은 비용이 요구되는 AI 도입에 망설일 수밖에 없는 상황"이라고 설명했다.

이어 "다가오는 AI 시대에 앞서가기 위해선 AI를 효율적이고 경제적으로 수행할 수 있는 방안을 모색해야 할 것"이라며 "ADB가 경제적 지속 가능성을 확보할 수 있는 방안 중 하나가 될 것"이라고 강조했다.