디지털 혁신을 이끌어 갈 데이터베이스 트렌드 4가지

고승민 2021. 4. 30. 17:41
음성재생 설정
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

사진= 리 페이페이(Li Feifei) 알리바바 클라우드인텔리전스 데이터베이스 부문 대표

디지털전환을 향한 움직임은 앞으로도 지속확대될 전망이다. 시장조사업체 IDC는 이에 따라 디지털경제 또한 더욱 빠른속도로 성장할 것으로 내다봤다. 2020년부터 2023년까지 아시아태평양지역 GDP의 65%가 디지털경제를 통해 발생할 것이며, 관련지출은 1조 2천억달러(약 1300조원)에 육박할 것이라는 예측이다.

한국에서도 디지털전환의 흐름은 뚜렷하다. 지난한해, 공공, 민간을 막론하고 모든분야에서 디지털전환이주요 목표로 자리매김했다. 국가차원에서 '디지털뉴딜'을 통해 디지털시대로의 전환을 공론화했고, 모든 산업군에 걸쳐 디지털데이터의 가용성과 활용도를 높이는 작업에 박차를 가하고 있다.

기업뿐만 아니라 경제체제 그 자체가 디지털화 되며, 데이터와 데이터를 통해 얻을 수 있는 인사이트가 조직성공의 핵심이 됐다. 앞으로는 어떤 형태의 데이터베이스가 비즈니스 성장을 뒷받침하게 될까?

HTAP: 빅데이터와 데이터베이스의 결합

지난 10년간 데이터베이스와 빅데이터는 각각의 기능에 따라 분리된채 사용돼왔다. 전자는 온라인 워크로드에, 후자는 데이터프로세싱에 활용됐다.

그러나 애플리케이션의 관점에서 생각했을때, 데이터생성에서부터 프로세싱, 저장, 활용에 이르기까지 모든 과정을 다룰수 있는 하나의 시스템이 있다면 소비자를 대상 웹사이트 등 온라인 경험을 개선하는데 큰 도움이 될 수 있다. 예를 들어 유통기업이 서비스를 개선하기 위해서는 매일 수백만건의 거래 데이터를 동기화 해야한다. 각 거래마다 발생하는 데이터가 맞춤형 추천기능을 개선하는데 도움이되기 때문이다.

온라인 및 배치 워크로드의 통합, 즉 하이브리드트랜잭션/분석처리(HTAP) 아키텍쳐는 이러한 문제를 쉽게 해결한다. 거래 처리와 분석 간의 벽을 깨뜨려 실시간 데이터에 기반한 의사 결정을 가능하게 하는 것이다. 빅데이터와 데이터베이스의 통합 추세는 향후 10년에도 확대될 것으로 전망된다. IT시장 조사업체 가트너(Gartner)는 이에 따라 이미 OPDBMS(운영 클라우드 데이터베이스 관리 시스템)와 DMSA (분석을 위한 데이터관리솔루션)를 하나의 시장으로 정의하고 있다.

클라우드 네이티브와 분산형 시스템

최근 클라우드인프라가 보편화 되며, 일반적인 비즈니스 프로세스뿐 아니라 미션크리티컬(mission critical)한 애플리케이션과 데이터까지 클라우드로 이전하는 사례도 증가하는 추세다.

최근 2022년까지 모든 데이터베이스의 75%가 클라우드플랫폼상에서 배포 되거나 클라우드로 옮겨질 것이라는 예측이 나왔다. 클라우드 네이티브 아키텍처를 지원하는 클라우드서비스와 솔루션에 대한 수요가 증가할 것이라는 의미다. 이미 클라우드 도입에 돌입한 대부분의 기업은 더욱 유연한 비즈니스프로세스를 위해 클라우드 네이티브 애플리케이션을 개발하거나 수급중인 것으로 알려졌다.

클라우드 네이티브환경에 분산 프로세싱 기술이 더해지면, 사용자들은 인프라 구축에 대한 큰 부담없이 클라우드 네이티브 데이터베이스의 유연성과 가용성을 쉽고 효율적으로 누릴수 있게 될것이다.

지능형 자율 구동 데이터베이스

클라우드 컴퓨팅 기술이 등장하며 데이터의 활용도가 높아졌지만, 진정한 인공지능(AI) 기술을 구현하기에는 갈길이 멀다. 오늘날 사용되는 딥뉴럴네트워크의 가치를 최대화 하기위해서는 더욱 큰 규모의 데이터가 필요하다.

이러한 AI 기술과 데이터베이스기술이 접목되며 두각을 드러내고 있다. 데이터베이스 자동화의 가장 큰 걸림돌중 하나는 사용자마다 그 목적이 달라 한가지방식으로 자동화하기 어렵다는 점이다. 미래는 AI 기술을 기반으로 자동화된 자율구동데이터베이스가 등장할 것으로 예상된다. 예를 들어, 이커머스 등 분야의 워크로드를 바탕으로 시스템파라미터를 조율하여 지연은 줄이고 확장성을 개선하는 동시에, 머신러닝 알고리즘을 사용해 안전하고 안정적인 데이터베이스를 구현하는 것이다.

멀티 모델 데이터베이스

지금은 다른형태의 모델을 떠올리기 어려울 정도로 관계형 데이터베이스가 널리 사용되고 있다. 하지만 문서지향, 그래프데이터베이스, 시계열, 트리플스토어(triple store) 등, 데이터베이스도 다양한유형이 있다. 클라우드를 도입한 많은 비즈니스들은 이제 디지털전환의 흐름속 데이터에서 더욱 효과적으로 인사이트를 도출해 내고자 AI, IoT 등 새로운 기술을 적극 활용하고 있다.

여러형태의 모델이 결합된 데이터베이스는 클라우드 네이티브 환경에서 저장과 연산을 분리하고, 다양한 오픈소스 표준인 터페이스와의 호환을 지원할 것이다. 오픈소스 시스템간의 호환은 물론, 복수의연산 및 분석엔진도 매끄럽게 연결할 것으로 예상된다.

고승민기자 ksm@dt.co.kr

Copyright © 디지털타임스. 무단전재 및 재배포 금지.

이 기사에 대해 어떻게 생각하시나요?