구글 클라우드, 데이터베이스를 ‘AI 에이전트 컨텍스트 허브’로 재정의

구글 클라우드가 기업용 데이터베이스를 단순 저장소가 아닌 ‘AI 에이전트’의 핵심 인프라로 재정의하고 있다. 모델 성능이 빠르게 고도화되고 있지만, 실제 기업 현장에서는 데이터에 담긴 맥락이 없으면 AI의 답변과 실행 가치도 제한적이라는 점을 전면에 내세운 것이다.

구글 클라우드는 ‘구글 클라우드 넥스트 2026’에서 ‘에이전틱 데이터 클라우드’를 공개하며 자사 데이터베이스를 AI 중심 기업 아키텍처의 기반으로 자리매김하겠다는 전략을 밝혔다. 세일레시 크리슈나무르티 구글 클라우드 데이터베이스 엔지니어링 총괄 부사장은 “모델은 놀라울 정도로 뛰어나지만 모든 맥락을 알지는 못한다”며 “그 맥락은 데이터에 있고, 데이터의 중심은 결국 데이터베이스 시스템에 저장돼 있다”고 말했다.

이번 메시지의 핵심은 데이터베이스의 역할 변화다. 크리슈나무르티는 지난 50년간 데이터베이스가 ‘정확한 결과’를 저장하고 반환하는 데 초점이 맞춰졌다면, 이제 AI 시대에는 ‘가장 좋은 결과’를 내기 위한 구조로 바뀌고 있다고 설명했다. 이를 위해 그래프 탐색, 벡터 임베딩, 시맨틱 검색, 전문 검색, 관계형 연산이 하나의 시스템 안에서 함께 작동해야 하며, 데이터를 목적별로 옮겨가며 재구성하는 기존 방식은 비효율이 커졌다는 진단이다.

그는 “데이터를 그래프로 보고, 벡터 임베딩으로 이해하고, 시맨틱 검색이나 전문 검색까지 수행할 수 있게 되면 중요한 것은 단순히 정확한 결과가 아니라 가장 품질 좋은 결과”라며 “데이터를 다른 방식으로 정리하기 위해 불필요하게 이동시킬 필요가 없어지는 것이 데이터베이스의 큰 변화”라고 밝혔다.

스패너 옴니로 온프레미스·타 클라우드까지 확장

구글은 이와 함께 전 세계 분산형 데이터베이스 스패너의 다운로드형 버전인 ‘스패너 옴니’를 발표했다. 이 제품은 기업이 자체 서버 환경인 온프레미스는 물론 경쟁사 클라우드에서도 구글의 데이터베이스 기술을 실행할 수 있도록 설계됐다. 기업 데이터가 반드시 구글 클라우드 안에만 존재하지 않는 현실을 반영해, 데이터가 있는 곳으로 기술을 확장하겠다는 접근이다.

이는 멀티클라우드와 하이브리드 환경이 보편화된 기업 시장에서 의미가 크다. AI 에이전트가 실제 업무를 수행하려면 단일 저장소가 아니라 여러 시스템에 흩어진 데이터에 연결돼야 하는데, 구글은 데이터베이스를 그 연결의 ‘컨텍스트 허브’로 만들려는 것으로 해석된다. 다시 말해 데이터베이스가 저장 계층을 넘어 AI 추론과 업무 자동화의 출발점으로 진화하고 있다는 얘기다.

제미니 기반 마이그레이션 에이전트로 전환 속도 높여

구글은 데이터 이전 작업에도 생성형 AI를 접목하고 있다. 크리슈나무르티에 따르면 제미니 기반 마이그레이션 에이전트는 기존 데이터베이스 이전에서 가장 시간이 많이 걸리던 작업을 크게 줄일 수 있다. 과거에는 스키마 이전, 데이터 이전, 애플리케이션 내 SQL 쿼리 수정까지 수개월에 걸친 수작업이 필요했지만, 이제는 에이전트가 애플리케이션 계층까지 포함한 전환을 지원할 수 있다는 설명이다.

그는 “이제 에이전트를 활용하면 시스템 마이그레이션 속도를 획기적으로 바꿀 수 있다”며 “데이터베이스 이전은 단순히 스키마와 데이터만의 문제가 아니라 애플리케이션 복잡성까지 포함하는데, 제미니의 힘으로 전체 애플리케이션 스택을 훨씬 빠르게 옮길 수 있게 됐다”고 말했다.

이 대목은 기업 AI 도입의 현실적 장벽을 겨냥한 전략으로 읽힌다. 많은 기업이 AI 도입 필요성에는 공감하지만, 기존 시스템을 새 환경으로 옮기는 비용과 시간 때문에 속도를 내지 못했다. 구글은 에이전틱 AI를 단순한 챗봇이 아니라 ‘전환을 실행하는 도구’로 확장해, 데이터베이스 시장에서도 경쟁 우위를 노리는 모습이다.

AI 경쟁의 핵심은 모델보다 ‘데이터 맥락’

이번 발표는 AI 시장의 경쟁 축이 모델 자체에서 데이터 접근성과 품질로 빠르게 이동하고 있음을 보여준다. 기업용 AI 에이전트는 질문에 답하는 수준을 넘어 업무를 이해하고 처리해야 하는데, 그 성패는 결국 얼마나 풍부한 데이터 맥락을 안전하고 빠르게 끌어오느냐에 달려 있다.

구글 클라우드는 데이터베이스를 그 맥락의 중심으로 놓고, 검색·분석·이전·배포를 하나의 흐름으로 묶으려 하고 있다. AI 에이전트 시대에 데이터베이스가 다시 주목받는 이유도 여기에 있다. 모델이 ‘지능’을 담당한다면, 데이터베이스는 그 지능이 현실 세계에서 작동하게 만드는 ‘기억’이자 ‘문맥’의 원천이기 때문이다.