몽고DB(MDB)가 자사 클라우드 플랫폼인 아틀라스(Atlas)에서만 제공하던 고급 검색 기능과 벡터 검색 기능을 온프레미스 환경에서도 활용할 수 있도록 범위를 확장했다. 이번에 공개된 기능은 몽고DB 커뮤니티 에디션과 엔터프라이즈 서버 사용자를 위해 퍼블릭 프리뷰 형식으로 제공되며, 개발자들이 외부 검색 엔진이나 벡터 데이터베이스에 의존하지 않고도 자체적으로 AI 기반 애플리케이션을 구축할 수 있도록 설계됐다.

벤 체팔로(Ben Cefalo) 몽고DB 수석 부사장은 “아틀라스에 내장된 것과 동일한 기술을 온프레미스에 그대로 구현했다”며 “애플리케이션이 어디서 실행되든 일관된 성능을 보장하는 것이 무엇보다 중요하다”고 밝혔다. 새로 추가된 기능은 키워드 기반 검색과 벡터 기반 의미 검색을 혼합해 수행할 수 있는 '하이브리드 쿼리'를 지원하며, 챗 메시지, 문서, 동영상 등 비정형 데이터를 로컬 환경에서 처리하고 지속적인 메모리를 가진 에이전틱 AI 시스템 개발을 가능하게 한다.

AI 에이전트가 점점 더 많은 소프트웨어에 핵심 역할을 담당하게 되면서, 데이터베이스는 단순한 저장소에서 지능형 메모리 엔진으로 진화하고 있다는 것이 몽고DB의 관점이다. 체팔로는 “대규모 언어모델(LLM)이 추론을 제공한다면, 데이터를 기억하고 상태를 유지하는 기반은 바로 데이터베이스”라고 설명했다.

몽고DB는 이와 함께 신규 버전 8.2도 공개했다. 이번 버전은 인덱스되지 않은 쿼리의 처리 속도를 최대 49% 개선하고, 시계열 대량 입력 처리량을 거의 3배 가까이 향상시킨 것으로 전해졌다. 중간 문자열 검색을 지원하는 쿼리 가능한 암호화 기능도 강화됐는데, 이는 민감한 데이터를 클라이언트 단에서 암호화한 상태로 쿼리를 실행할 수 있도록 해 보안성과 데이터 유연성 모두를 확보한다는 점에서 주목된다.

체팔로는 “퍼포먼스와 안정성, 보안을 수년간 검증한 엔터프라이즈 수준의 기반 위에 쌓아 올린 결과”라며, “데이터베이스에 대한 신뢰가 전제되지 않는다면 아무리 좋은 기능도 무용지물”이라고 강조했다.

몽고DB의 AI 전략에는 인수합병도 큰 기여를 했다. 올해 초 인수한 보야지AI(Voyage AI)를 통해 플랫폼에 특화된 임베딩 및 재정렬 모델을 도입, 대규모 언어모델이 높은 문맥 정보와 도메인 최적화된 데이터를 활용할 수 있도록 했다. 벡터 임베딩은 텍스트의 의미와 맥락을 수치값으로 표현해 AI가 유사도 검색이나 추천 시스템을 구현하는 데 핵심 역할을 한다.

체팔로는 “좋은 임베딩 모델과 최상의 모델 간 차이는, 꿈에서 깨어나 희미하게 기억하는 장면과 인생에서 또렷이 기억나는 결정적 순간 간의 차이와 같다”고 표현했다.

현재 몽고DB는 포춘 100대 기업 가운데 75% 이상을 고객으로 확보하고 있으며, 세계 10대 은행 중 7곳, 주요 글로벌 완성차 업체 15곳 중 13곳이 고객사로 이름을 올리고 있다. AI를 중심으로 한 신속한 기능 확장과 제품 최적화 전략은 앞으로도 몽고DB의 시장 지위를 한층 강화할 것으로 보인다.