오라클, AI 신뢰 해법으로 ‘데이터베이스 융합’ 전면에

인공지능이 몇 분 만에 수천 줄의 코드를 만들어내는 시대가 열렸지만, 기업 입장에서는 ‘빨리 만든 결과물을 믿을 수 있느냐’가 더 큰 과제로 떠올랐다. 오라클($ORCL)은 이 해법으로 ‘AI 데이터베이스 융합’을 내세우며, 데이터베이스를 단순 저장소가 아닌 AI 시스템의 ‘신뢰 기반’으로 재정의하고 있다.

후안 로아이자(Juan Loaiza) 오라클 데이터베이스 기술 부문 수석부사장은 최근 미국 뉴욕에서 열린 ‘오라클 데이터 딥다이브 NYC’ 행사에서, 에이전트형 AI가 기업 데이터 아키텍처를 바꾸고 있다고 진단했다. 개발 속도는 빨라졌지만 정확성, 보안, 안정성이 뒷받침되지 않으면 실제 업무에 쓰기 어렵다는 설명이다.

그는 “20분 만에 100층 빌딩을 지을 수 있다고 해도, 그 건물에 가족을 들여보낼 수 있겠느냐”며 “데이터는 모든 지식의 토대인 만큼, 오라클 데이터베이스에 그 위에서 만들어지는 것을 신뢰할 수 있는 기능을 넣고 있다”고 말했다.

벡터·그래프·JSON 통합… 분산 저장소 대신 단일 엔진 강조

오라클의 핵심 전략은 여러 종류의 데이터를 하나의 데이터베이스 엔진 안에서 처리하는 ‘융합’이다. 로아이자는 벡터, 그래프, JSON, 관계형 데이터, AI 에이전트 메모리 기능을 각각 분리된 데이터베이스에 맡기는 대신 단일 엔진에 통합하는 방향을 택했다고 설명했다.

이는 기업들이 AI 도입 과정에서 겪는 대표적 문제를 겨냥한 조치다. 여러 저장소에 정보가 흩어지면 동기화 지연이 발생하고, 다수의 AI 에이전트가 동시에 작동할 때 문맥 정보가 낡거나 충돌할 수 있다. 오라클은 이를 줄이기 위해 ‘오라클 유니파이드 메모리 코어’를 앞세웠다. 이 기능은 다양한 데이터 입력을 하나의 통합 엔진에서 저장하고 추론할 수 있도록 설계됐으며, 외부 동기화 없이도 일관된 트랜잭션을 유지하는 데 초점을 맞췄다.

로아이자는 “에이전트는 일종의 새로운 프로그래밍 언어와 같다”며 “데이터 이해, 보안 이해, 관리와 처리 방식까지 에이전트가 데이터베이스 수준에서 이해하도록 만들면 출발선부터 훨씬 유리해진다”고 말했다.

보안도 핵심 축… “이제는 앱이 아니라 데이터 계층에서 막아야”

오라클은 보안을 AI 전략의 또 다른 축으로 보고 있다. 생성형 AI와 에이전트형 AI가 기존 애플리케이션 계층을 거치지 않고 데이터에 직접 질의하는 사례가 늘면서, 금융·의료 같은 규제 산업에서는 정보 유출 위험이 더 커졌다는 판단이다.

이에 따라 오라클은 ‘딥 데이터 시큐리티’를 통해 사용자별 접근 권한을 데이터베이스 계층 자체에서 적용하겠다는 구상이다. 쉽게 말해, AI 에이전트가 특정 사용자를 대신해 작업하더라도 그 사용자가 볼 수 있는 데이터만 조회하도록 강제하는 방식이다.

로아이자는 “금융 데이터를 유출하는 것은 범죄이고, 의료 데이터를 유출하는 것도 범죄”라며 “이제는 애플리케이션 계층에서 이를 완전히 보장할 수 없고, AI가 데이터 계층에 직접 접근하는 만큼 보장은 데이터 계층에서 이뤄져야 한다”고 강조했다.

기업 AI 경쟁, 속도보다 ‘신뢰’가 통제 기준으로 부상

이번 발언은 기업용 AI 시장의 경쟁 기준이 단순 성능에서 ‘신뢰’로 이동하고 있음을 보여준다. 지금까지는 얼마나 빠르게 AI 기능을 붙일 수 있는지가 중요했다면, 앞으로는 그 결과가 최신 데이터에 기반하고 있는지, 보안 규칙을 지키는지, 실제 업무 환경에서도 안정적으로 작동하는지가 더 중요해질 가능성이 크다.

오라클은 데이터베이스 내부에서 AI 처리, 메모리, 보안, 거버넌스를 함께 통합함으로써 이 흐름에 대응하겠다는 전략이다. 기업 고객 입장에서는 AI 도입 속도만큼이나 ‘신뢰 가능한 기반’을 누가 제공하느냐가 향후 선택의 기준이 될 것으로 보인다.