구글은 이번 주 도쿄에서 Cloud Next 컨퍼런스를 개최하며, AI 워크로드에 최적화된 데이터베이스 개선에 초점을 맞추고 있습니다. (이는 2024년 현재 주요 기술 기업들이 가장 주목하는 주제입니다.) 주요 업데이트에는 그래프 및 벡터 검색 기능을 지원하는 Spanner SQL 데이터베이스의 개선과 확장된 전체 텍스트 검색 기능이 포함됩니다.
이러한 발표가 구글답지 않은 내용은 없습니다. 데이터 엔지니어링 및 분석, 거버넌스, 보안 업무를 지원하기 위한 BigQuery와 Looker에 탑재된 Gemini 기능 역시 포함되어 있습니다.
구글은 대부분의 기업이 생성형 AI가 비즈니스 성공에 필수적이라고 생각하지만, 동시에 그들의 데이터 중 상당 부분이 여전히 관리되지 않은 상태로 남아 있어 분석 및 AI 이니셔티브의 범위를 벗어나 있다는 사실을 알고 있다고 지적합니다.
구글 데이터베이스 부문 부사장 겸 총괄 관리자(VP and GM)인 게릿 카즈마이어(Gerrit Kazmaier)는 "기업들은 기존의 데이터 사일로와 데이터 아일랜드(data island)에서 벗어나 구조화된 데이터와 비구조화된 데이터를 아우르는 통합 멀티모달 데이터 플랫폼으로 나아가야 합니다. (생성형 AI가 비구조화된 데이터를 분석하는 데 매우 뛰어나기 때문입니다.) 또한, 저장된 데이터(data at rest) 처리와 데이터 이동을 결합해야 합니다. 즉, 실시간 데이터와 저장된 데이터 처리를 함께 해야 합니다."라고 설명했습니다. 그는 이러한 기업 데이터 흐름을 활성화하는 것이 이번에 소개된 모든 새로운 기능들의 핵심이라고 강조했습니다.
Spanner, 그래프 및 벡터 기능 탑재
Spanner는 Search, Gmail, YouTube 등 구글의 핵심 제품 대부분을 구동하고 있으며, 고객사로는 Home Depot, Uber, Walmart 등이 포함됩니다. Spanner가 막대한 양의 데이터 처리가 가능한 것은 맞지만, 엔터프라이즈 데이터를 생성형 AI 애플리케이션에 통합하고 기존 기반 모델을 강화하기 위해서는 벡터 및 그래프 데이터베이스 기능이 필수적입니다.
구글 데이터베이스 부문 부사장 겸 총괄 관리자(VP and GM)인 안디 구트먼스(Andi Gutmans)는 "우리가 목표로 하는 것은 Spanner의 가용성, 확장성, 관계형 모델을 기반으로, 운영형 생성형 AI 앱을 위한 최고의 데이터 플랫폼으로 진화시키는 데 무엇이 필요하냐 하는 것입니다."라고 말했습니다. 다른 다수 데이터베이스 벤더들과 마찬가지로, 구글의 첫 번째 단계는 떠오르는 GraphQL 표준을 활용해 Spanner에 그래프 기능을 추가하는 것입니다. 기업들은 이후 이 그래프 기능을 활용하여 검색 증강 생성(RAG)을 통해 자신들의 생성형 AI 애플리케이션과 이를 구동하는 기반 모델을 보강할 수 있으며, RAG는 현재 이 사용 사례의 사실상 표준(de facto standard)입니다.
Spanner에는 전체 텍스트 검색과 벡터 검색 기능 또한 새로 추가되었으며, 벡터 검색 기능은 구글의 ScaNN 알고리즘을 기반으로 합니다. 구글 측은 "Spanner Graph, 전체 텍스트 검색, 벡터 검색 기능이 결합됨으로써, 우리는 Spanner를 단순히 최고 수준의 가용성, 글로벌 일관성, 확장성을 갖춘 데이터베이스를 넘어, 새로운 차원의 AI 기반 애플리케이션을 제공할 수 있도록 원활하게 상호 운용되는 지능형 멀티모달 데이터베이스로 발전시켰습니다"라고 밝혔습니다.
이러한 AI 중심 업데이트 외에도, Spanner는 새로운 선택적 가격 구조를 갖게 됩니다. "Spanner 에디션(Spanner editions)"이라 명명된 이 모델은 고객들에게 더 많은 유연성을 제공하는 계층형 가격 정책을 제공합니다. 이전에는 Google Cloud 고객들이 단일 리전 제공과 멀티 리전 버전을 선택해야 했고, 멀티 리전 버전은 복제와 같은 추가 기능 번들을 포함했었습니다.
Bigtable, SQL 지원으로 확장
구글은 목요일에 비정형 데이터 및 지연 시간 민감 워크로드를 위한 NoSQL 데이터베이스인 Bigtable의 주요 업데이트를 발표했습니다. Bigtable은 이제 SQL 지원(더 정확히는 구글 자체 SQL 방언인 GoogleSQL 지원) 기능을 탑재하여, 사실상 모든 개발자가 이 서비스를 훨씬 더 쉽게 이용할 수 있게 되었습니다.
이전에는 개발자들이 Bigtable API를 사용해 데이터베이스에 쿼리해야 했으나, 현재는 약 100개의 SQL 함수를 지원합니다.
오라클(Oracle) 등과의 연동
데이터베이스 연동 측면에서는, 클라우드 고객들이 오라클 등 다양한 벤더의 데이터와 연동하여 활용할 수 있는 것이 강조되었습니다.
핵심 요약
- 향상된 기능: 검색, 데이터 연동 등 AI 기반 서비스 확장에 초점.
- 주요 기능: Vertex AI 통합, Snowflake 등 다양한 외부 데이터 소스 연동 지원 강화.
- 시장 포지셔닝: 데이터 소스에 구애받지 않는 범용 클라우드 데이터베이스 플랫폼으로 시장 지배력 강화 목표.