오라클, ‘AI 신뢰’ 전면에…데이터베이스를 에이전트형 AI 인프라로 재설계

오라클($ORCL)이 인공지능(AI) 경쟁의 무게중심을 ‘모델’이 아니라 ‘데이터베이스’로 옮기려 하고 있다. 기업들이 에이전트형 AI를 빠르게 도입하는 가운데, 오라클은 데이터베이스 자체를 신뢰성과 보안, 고가용성을 갖춘 AI의 ‘기초 공사’로 재설계했다는 점을 전면에 내세웠다.

오라클은 최근 개편한 오라클 데이터베이스와 함께 ‘AI 데이터 플랫폼’을 공개했다. 핵심은 기업이 보유한 내부 데이터를 주요 AI 모델과 직접 연결해 활용할 수 있도록 지원하는 데 있다. 단순히 데이터를 저장하는 공간이 아니라, 머신러닝과 벡터 검색, 고급 분석 기능을 데이터 계층 안에 내장해 실제 업무에 투입 가능한 AI 구조를 만들겠다는 구상이다.

후안 로아이자(Juan Loaiza) 오라클 데이터베이스 기술 총괄 부사장은 뉴욕증권거래소에서 열린 ‘오라클 데이터 딥 다이브’ 행사에서 신뢰의 중요성을 강조했다. 그는 “20분 만에 100층 빌딩을 지을 수 있다고 해도, 그 건물에 가족을 들여보낼 수 있으려면 구조를 믿을 수 있어야 한다”며 “데이터는 모든 지식의 기반인 만큼, 오라클 데이터베이스 위에 만들어지는 것들을 신뢰할 수 있도록 설계하고 있다”고 말했다.

에이전트형 AI 확산에 커진 데이터베이스 역할

오라클은 특히 에이전트형 AI 시대에 데이터베이스가 중심축이 될 것으로 보고 있다. 모델 성능만으로는 충분하지 않고, AI가 데이터 가까이에서 작동해야 실시간성과 정확성을 확보할 수 있다는 판단이다. 이를 위해 오라클은 ‘AI 데이터베이스 프라이빗 에이전트 팩토리’와 ‘자율형 AI 벡터 데이터베이스’ 같은 구조를 통해 에이전트 로직을 데이터 인근에서 실행하는 방식을 밀고 있다.

티르탄카르 라히리(Tirthankar Lahiri) 오라클 미션 크리티컬 데이터·AI 엔진 부문 수석부사장은 에이전트를 ‘추론 중심’과 ‘데이터 중심’ 두 종류로 나누며, 데이터 중심 에이전트는 데이터와 함께 배치될 때 가장 효율적이라고 설명했다. 여러 저장소를 오가며 반복적으로 데이터를 불러오는 과정이 줄어들면, 단절된 AI가 아니라 ‘깨끗하고 최신의 실시간 데이터’ 위에서 움직이는 AI를 만들 수 있다는 것이다.

이 같은 변화는 인프라에도 부담을 준다. 에이전트형 AI는 순간적으로 큰 부하를 만들고, 멀티리전·멀티클라우드 환경에서 대량의 트랜잭션을 발생시킨다. 오라클은 이를 위해 여러 물리적 데이터베이스를 애플리케이션에서 하나처럼 보이게 하는 ‘글로벌 분산 AI 데이터베이스’를 내세웠다.

웨이 후(Wei Hu) 오라클 고가용성 기술 부문 수석부사장은 “고객들은 항상 멈추지 않는, 다운타임 없는 데이터베이스를 원해왔다”며 “서버, 데이터센터, 지역, 클라우드 장애를 견디는 시스템이 필요하다”고 말했다. 이어 “오라클은 복제된 전체 토폴로지를 하나의 논리 데이터베이스처럼 보이게 하고, 동시에 강한 일관성을 제공한다”고 설명했다.

멀티클라우드 시대, ‘분산 AI’가 새 표준으로

오라클은 IT 업계가 이제 ‘분산 AI’ 시대로 들어섰다고 보고 있다. 기업들의 시스템이 이미 멀티클라우드와 엣지 환경으로 퍼져 있는 만큼, AI 역시 한곳에 고정된 형태가 아니라 분산 배치가 기본이 되고 있다는 의미다. 여기서 중요한 것은 서로 다른 환경에 흩어진 데이터를 끊김 없이 연결하고 복제하는 능력이다.

이를 담당하는 대표 제품이 실시간 데이터 복제 플랫폼 ‘골든게이트’다. 제프 폴록(Jeff Pollock) 오라클 제품관리 부문 부사장은 “이제 조직들은 전 세계 곳곳에 분산된 AI 데이터 팩토리를 갖고 있다”며 “엣지와 대형 데이터센터 어디에 있든 고객이 있는 곳으로 골든게이트가 가야 한다”고 말했다.

골든게이트는 오라클 데이터베이스와 긴밀하게 연동되지만, 오라클 시스템에만 묶여 있지는 않다. 자그데브 딜런(Jagdev Dhillon) 오라클 골든게이트 개발 부문 수석부사장은 “오라클 데이터베이스와 매우 잘 동작하지만, 다양한 클라우드의 여러 데이터베이스와 데이터 저장소도 지원한다”고 밝혔다. 이는 오라클이 자사 생태계만 고집하기보다, 이기종 환경 전반을 잇는 ‘범용 복제 계층’ 역할까지 겨냥하고 있음을 보여준다.

‘바이브 코딩’ 확산에 보안 우려…해법은 데이터베이스 내재화

AI 도우미와 자연어 대화만으로 애플리케이션을 만드는 ‘바이브 코딩’이 확산하면서, 개발 속도는 크게 빨라졌다. 다만 기업 입장에서는 생성된 코드가 안전한지, 검증 없이 운영 환경에 올려도 되는지가 더 큰 문제로 떠오르고 있다.

제니 차이-스미스(Jenny Tsai-Smith) 오라클 제품관리 부문 수석부사장은 “10분도 안 돼 1만 줄의 코드를 만들었다고 해서, 그걸 곧바로 은행 시스템 운영에 투입하진 않을 것”이라며 “중요한 것은 AI가 만든 코드를 신뢰하고 배포할 수 있는 방식으로 활용하는 것”이라고 말했다.

오라클은 이 해법으로 보안과 복원력을 데이터베이스 안에 직접 심는 전략을 제시한다. 아시시 레이(Ashish Ray) 오라클 제품관리 부문 수석부사장은 “복원력은 데이터베이스와 데이터 구조 내부에 구축돼야 한다”며 “고객이 별도의 수많은 기술을 추가로 도입하지 않아도 되도록, 고가용성·성능·보안이 데이터베이스에 기본 탑재돼 있어야 한다”고 강조했다.

오라클의 메시지는 분명하다. AI 개발 속도가 빨라질수록, 그 위를 받치는 데이터베이스의 신뢰성은 더 중요해진다는 것이다. 결국 기업용 AI 경쟁은 누가 더 뛰어난 모델을 쓰느냐를 넘어, 누가 더 안전하고 일관된 데이터 기반 위에서 AI를 운영하느냐로 옮겨가는 모습이다. 오라클은 바로 그 지점을 차세대 AI 인프라 시장의 승부처로 보고 있다.