마더덕, AI 에이전트로 데이터 파이프라인 자동 구축…‘플라이츠’ 공개

마더덕(MotherDuck)이 인공지능(AI) 에이전트로 데이터 수집과 적재, 관리까지 처리하는 새 기능 ‘플라이츠(Flights)’를 공개했다. 자연어로 지시하면 챗GPT, 클로드, 제미나이 같은 AI 비서가 데이터 파이프라인을 만들고 스케줄링하는 방식으로, 기업 데이터 분석 작업의 진입장벽을 크게 낮추겠다는 구상이다.

이번 기능은 오픈소스 분석 엔진 덕DB(DuckDB)를 기반으로 한 마더덕의 클라우드 분석 플랫폼에 추가됐다. 회사에 따르면 사용자는 파이썬 실행 환경 안에서 AI 에이전트에 명령을 내려 고객관계관리(CRM) 앱, 데이터베이스, 애플리케이션 프로그래밍 인터페이스(API) 등 다양한 소스와 연결할 수 있다. 이후 AI가 데이터 수집, 변환, 적재에 필요한 코드를 생성하고 실행 일정을 잡는다. 작업 도중 오류가 나면 로그를 확인해 복구를 시도하는 것도 가능하다.

공동창업자이자 최고경영자 조던 티가니(Jordan Tigani)는 “AI가 데이터 세계로 들어왔다”며 “기존에 수작업으로 처리하던 일을 프롬프트와 영어 문장으로 대체할 큰 기회가 있다”고 말했다. 개발자가 일일이 코드를 짜지 않아도 데이터 파이프라인을 구축할 수 있다는 의미다.

덕DB 강점에 AI 자동화 결합

덕DB는 전통적인 데이터베이스 서버를 별도로 운영하지 않고도 구조화된 데이터를 빠르게 처리할 수 있도록 설계된 분석용 데이터베이스다. ‘분석용 SQLite’로도 불리며 CSV, 파케이(Parquet), JSON 파일에서 대규모 데이터를 직접 조회하는 속도가 강점으로 꼽힌다. 이런 특성 때문에 데이터 과학, 머신러닝, 비즈니스 인텔리전스 분야에서 활용도가 높다.

특히 덕DB는 크기가 작아 애플리케이션 내부에 내장하거나 노트북, 클라우드 서비스 환경에서 손쉽게 실행할 수 있다. 마더덕은 이런 덕DB의 경량성과 클라우드 환경을 결합해 중소 규모 조직을 중심으로 고객을 확보해 왔다.

플라이츠는 데이터 분석의 고질적인 문제로 꼽히는 ‘소스 데이터 이동’을 겨냥한다. 기업들은 일반적으로 파이브트랜(Fivetran), 에스추어리(Estuary), dbt 같은 전문 도구와 별도의 수동 설정, 맞춤형 코드를 조합해 데이터 파이프라인을 운영해왔다. 마더덕은 AI 에이전트가 이 과정의 상당 부분을 자동화할 수 있다고 보고 있다.

“무거운 파이프라인 대신 실험형 워크플로”

티가니는 AI 에이전트가 만든 데이터 파이프라인이 기존 데이터 엔지니어링 방식과 다른 점으로 ‘실험성’을 꼽았다. 사람은 대체로 무겁고 고정된 구조의 파이프라인을 설계하지만, AI 에이전트는 특정 과제를 위해 임시 파이프라인을 빠르게 띄우고 데이터를 불러와 문제를 탐색하는 식으로 접근할 수 있다는 설명이다.

그는 “사람이 만드는 파이프라인은 대체로 무겁고 정적인 형태가 된다”며 “AI 에이전트는 특정 작업을 위해 파이프라인을 띄우고 데이터를 가져와 자동으로 문제를 조사할 수 있다”고 말했다.

이 기능은 AI 에이전트와 외부 시스템 연결을 위한 신흥 표준인 모델 컨텍스트 프로토콜(MCP)도 지원한다. 마더덕의 MCP 서버를 통해 에이전트는 데이터 파이프라인 생성, 일정 관리, 업데이트, 모니터링 도구에 접근할 수 있다. 티가니는 MCP가 클라우드 시대의 API만큼 AI 시대에 중요한 역할을 할 수 있다고 평가했다. 비개발자도 대화형 인터페이스를 통해 기업 시스템을 다루게 될 가능성이 커졌다는 판단이다.

분석 스택 통합 전략 본격화

플라이츠는 마더덕의 더 큰 전략인 ‘분석 스택 통합’의 연장선에 있다. 마더덕은 올해 초 AI를 활용해 대시보드와 애플리케이션을 만드는 ‘다이브스(Dives)’ 기능도 선보였다. 플라이츠와 다이브스를 함께 쓰면 AI 에이전트가 데이터를 가져오고, 분석하고, 시각화까지 한 흐름 안에서 처리할 수 있게 된다.

이는 데이터 통합, 오케스트레이션, 비즈니스 인텔리전스 제품을 따로 도입하지 않고도 하나의 플랫폼에서 업무를 끝내려는 시도다. 티가니는 “사람들은 데이터를 어떻게 가져오는지 자체에는 큰 관심이 없다”며 “중요한 것은 데이터를 실제로 가져오는 것”이라고 말했다.

장기적으로는 여러 AI 에이전트가 데이터 환경을 관리하고 변화를 감시하며 인사이트를 생성하는 구조도 그리고 있다. 이 경우 데이터 엔지니어는 직접 파이프라인을 만드는 사람이라기보다 자동화 시스템을 감독하는 역할로 이동할 가능성이 크다.

과금은 시간당 약 913원부터

플라이츠의 가격은 실행 시간 기준으로 책정된다. 시작가는 시간당 약 0.60달러로, 원/달러 환율 1,522.70원을 적용하면 약 913원 수준이다. 다만 회사는 단기적인 수익 확대보다 고객이 데이터를 플랫폼으로 더 쉽게 옮기도록 하는 데 초점을 맞추고 있다고 설명했다.

마더덕의 클라우드 서비스는 상용 운영 18개월 만에 유료 고객 약 850곳을 확보했다. 누적 투자 유치 금액은 1억달러로, 같은 환율 기준 약 1,522억7,000만원 규모다.

AI 에이전트가 데이터 파이프라인까지 맡기 시작하면 분석 소프트웨어 시장의 구조도 달라질 가능성이 있다. 아직은 실험 단계 성격이 강하지만, 데이터 수집부터 분석, 시각화까지 한 번에 연결하려는 움직임은 앞으로 기업용 AI의 경쟁 포인트가 될 가능성이 커 보인다.