그래프와이즈, AI 시대 겨냥한 GraphDB 11 출시…LLM 통합·비용 절감까지

불가리아의 그래프 데이터베이스 스타트업 그래프와이즈(Graphwise)가 자사 대표 플랫폼인 GraphDB를 대폭 강화하며 기업용 AI 활용을 위한 핵심 도구로의 변신을 선언했다. 이번 업데이트는 특히 대규모 언어모델(LLM)과의 통합을 단순화하고 지식 그래프 기반 자동화 AI 시스템 구축을 앞당기는 데 초점이 맞춰졌다.

Graphwise는 자사 기술의 중심을 이루는 GraphDB 플랫폼에 새로운 기능들을 적용했다고 발표했다. 이 플랫폼은 기존 관계형 데이터베이스가 처리하지 못하는 *맥락 정보를 구조화된 비즈니스 데이터와 함께 저장*하고, 서로 다른 정보 간 연계를 자동으로 식별해 유의미한 분석을 가능케 하는 그래프 형태의 데이터 시스템이다. 특히, 사용자의 의도를 추론하고 관련 주제를 제안하거나 시나리오 기반 결정을 지원하는 등, AI 모델의 문맥 이해 능력을 강화하는 데 강점을 보인다.

새로 공개된 GraphDB 11 버전은 다양한 AI 모델과 즉시 호환될 수 있도록 설계되었으며, 메타(Meta)의 Llama, 구글(GOOGL)의 Gemini, 딥식(DeepSeek)의 R1, 알리바바의 Qwen 같은 주요 LLM들과 연동된다. 특히 이번 버전에는 마이크로소프트가 제안한 모델 컨텍스트 프로토콜(MCP, Model Context Protocol)을 지원해 사용자 맞춤형 에이전트 생태계 구축이 가능해졌다. 이로써 AI 에이전트는 지식 그래프에 직접 접속해 더 높은 정밀도의 문맥기반 응답을 제공할 수 있게 된다.

또한, ‘GraphRAG’로 불리는 개선된 검색 기반 생성(RAG) 기술도 도입돼 기업 지식 기반을 통해 정확한 정보를 추출하는 성능이 한층 향상됐다. 여기에 정보 추출 정확도를 좌우하는 ‘정밀 개체 연결(precision entity linking)’ 기술도 강화됐다. 이 기술은 사용자 입력을 기반으로 적절한 개체나 개념에 연결함으로써 *데이터 해석의 명확성과 신뢰성을 높이는 핵심 기능*이다.

비용 절감도 주요 개선 포인트 중 하나다. Graphwise는 GraphQL 언어 지원, 고성능 리포지터리 캐싱 도입, 서비스 고가용성 확보 등으로 AI 인프라 운영 비용을 줄이고, 기업이 보다 효율적으로 LLM 기반 서비스를 운영하도록 뒷받침한다는 전략이다.

컨스텔레이션 리서치(Constellation Research)의 애널리스트 마이클 니(Michael Ni)는 이번 GraphDB 11 발표가 “단순한 제품 개선이 아니라, 향후 AI 시대의 기업 정보 구조가 나아갈 방향을 제시하는 청사진”이라고 평가했다. 그는 “지식 그래프와 의미 기반 추론 기능, LLM 통합을 모두 연결한 체계는 AI가 실제로 사업에 어떻게 기여할 수 있는지를 입증하는 신뢰의 기반”이라고 말했다.

Graphwise의 아타나스 키리야코프(Atanas Kiryakov) 대표는 현재 AI 프로젝트의 약 60%가 실패하고 중단되는 주된 이유로 *AI가 필요한 데이터에 접근할 수 없는 문제*를 지적하며, GraphDB 11이 이러한 문제를 해결할 구조적 기반을 제공한다고 밝혔다. 그는 “AI 프로젝트 성공을 위해서는 거대한 비정형 데이터를 체계화하고 즉시 활용할 수 있는 구조가 필요하며, GraphDB 11은 그 핵심 인프라가 될 것”이라고 강조했다.