Autonomous AI Database란 무엇인가요?

Autonomous AI Database는 데이터베이스 관리자(DBA)가 기존에 수행하던 작업을 자동화하는 완전 관리형 클라우드 데이터베이스입니다. 데이터베이스 튜닝, 백업, 업데이트와 같은 일상적인 작업은 물론 데이터 암호화와 같은 보안 기반 작업도 자동화할 수 있습니다.

데이터베이스에 내재된 자동화 기능은 인적 오류로 인한 문제를 방지하는 데 도움을 줍니다. 또한 DBA는 자동화를 통해 시간과 노력을 절약할 수 있으므로 애플리케이션 기능 개선, AI 모델이 최적의 성능을 발휘하는 데 필요한 데이터 아키텍처 제공과 같은 다른 작업에 본인의 전문성을 집중할 수 있습니다. Autonomous AI Database의 또 다른 주요 이점은 앱 개발자, 비즈니스 분석가, 데이터 과학자 등 데이터에 안전하게 액세스해야 하는 사용자가 DBA의 도움 없이 빠르게 프로비저닝할 수 있다는 점입니다.

핵심 요점

• Autonomous AI Database는 사람의 개입 없이 자체적으로 배포, 튜닝, 패치를 수행하고 보안 조치를 관리할 수 있는 클라우드 네이티브 데이터 관리 플랫폼입니다.
• Autonomous AI Database는 두 가지 유형으로 제공됩니다. 하나는 트랜잭션 및 배치 분석에 최적화되어 있고, 다른 하나는 데이터 웨어하우징에 특화되어 있습니다.
• Autonomous AI Database는 데이터베이스 관리자를 일상적이고 시간이 많이 소요되는 작업에서 해방시켜 줄 뿐만 아니라 오류로 인한 위험을 줄여 줍니다.

Autonomous AI Database는 데이터베이스 관리자(DBA)가 기존에 수행하던 작업을 자동화하는 완전 관리형 클라우드 데이터베이스입니다. 데이터베이스 튜닝, 백업, 업데이트와 같은 일상적인 작업은 물론 데이터 암호화와 같은 보안 기반 작업도 자동화할 수 있습니다.

데이터베이스에 내재된 자동화 기능은 인적 오류로 인한 문제를 방지하는 데 도움을 줍니다. 또한 DBA는 자동화를 통해 시간과 노력을 절약할 수 있으므로 애플리케이션 기능 개선, AI 모델이 최적의 성능을 발휘하는 데 필요한 데이터 아키텍처 제공과 같은 다른 작업에 본인의 전문성을 집중할 수 있습니다. Autonomous AI Database의 또 다른 주요 이점은 앱 개발자, 비즈니스 분석가, 데이터 과학자 등 데이터에 안전하게 액세스해야 하는 사용자가 DBA의 도움 없이 빠르게 프로비저닝할 수 있다는 점입니다.

핵심 요점

• Autonomous AI Database는 사람의 개입 없이 자체적으로 배포, 튜닝, 패치를 수행하고 보안 조치를 관리할 수 있는 클라우드 네이티브 데이터 관리 플랫폼입니다.
• Autonomous AI Database는 두 가지 유형으로 제공됩니다. 하나는 트랜잭션 및 배치 분석에 최적화되어 있고, 다른 하나는 데이터 웨어하우징에 특화되어 있습니다.
• Autonomous AI Database는 데이터베이스 관리자를 일상적이고 시간이 많이 소요되는 작업에서 해방시켜 줄 뿐만 아니라 오류로 인한 위험을 줄여 줍니다.

데이터베이스는 중요한 비즈니스 정보가 저장되는 장소이자 많은 기업의 효율적인 운영을 위한 필수 요소입니다. 그러나 데이터베이스를 관리하는 DBA는 많은 시간이 소요되는 수작업으로 인해 과부하 상태인 경우가 많습니다. 이러한 업무 부담은 오류로 이어질 수 있으며, 업타임, 성능, 보안 측면에서 부정적인, 심지어 치명적인 영향을 미칠 수도 있습니다.

예를 들어 패치를 올바르게 적용하지 못할 경우 보안 기능이 약화되거나 완전히 사라져 기업의 데이터베이스가 공격자들에게 노출될 수 있으며, 이는 심각한 금전 및 평판 손실로 이어질 수 있습니다.

데이터베이스 관리 운영의 복잡성 증가는 Autonomous AI Database만의 또다른 핵심적인 이점이 부각되는 요인입니다. AI 기반 애플리케이션 하나를 사용하기 위해서는 비즈니스 애플리케이션의 관계형 데이터 및 JSON 데이터뿐만 아니라 의미론적 검색 작업을 위한 벡터 및 그래프 데이터까지 필요할 수도 있습니다. Autonomous AI Database는 이러한 복잡성을 관리하는 데 필요한 데이터 아키텍처를 간소화합니다.

또한 Autonomous AI Database는 증가하는 트랜잭션, 데이터 웨어하우스 수요와 대규모 데이터 세트를 요하는 AI 학습 워크로드에 맞춰 필요에 따라 확장하거나 축소할 수 있습니다. 데이터베이스 운영의 배포, 확장, 최적화를 자동화하여 팀이 이러한 과제를 극복하고, 개발 속도를 높이고, 데이터 전문가가 더 가치 높은 작업에 집중할 수 있도록 지원합니다.

Autonomous AI Database는 프로비저닝, 보안, 업데이트, 고가용성, 성능, 변경 관리, 오류 방지를 위한 완전한 엔드투엔드 자동화를 제공합니다. 이를 지원하는 Autonomous AI Database의 특성은 다음과 같습니다.

• 자체 관리: 모든 데이터베이스 및 인프라 관리, 모니터링, 튜닝 프로세스를 자동화합니다. 이제 DBA는 데이터 집계, 모델링, 처리, 거버넌스 전략 수립, 개발자의 인데이터베이스 기능 활용 지원 등의 다른 업무에 집중할 수 있습니다.
• 자체 보안: 내장된 기능들이 외부 공격과 악의적인 내부 사용자로부터 데이터베이스를 보호합니다. 이는 패치되지 않았거나 암호화되지 않은 데이터베이스에 대한 사이버 공격 방어에 기여합니다.
• 자체 복구: 계획되지 않은 유지보수를 포함한 다운타임이 최소화됩니다. Autonomous AI Database에 매월 필요한 중단 시간은 패치 시간을 포함하더라도 2.5분 미만에 불과할 수도 있습니다.

기업이 Autonomous AI Database를 통해 실현할 수 있는 이점은 해당 시스템을 사용하는 방식에 따라 달라집니다. 대기업은 다양한 데이터 소스를 관리가 용이한 단일 데이터베이스로 통합하는 데 자율운영 데이터베이스를 활용할 수 있고, 중소기업은 대규모 IT 인력 없이도 유지 관리 가능한 확장형 엔터프라이즈 데이터베이스로 활용할 수 있습니다. 그 외의 잠재적 이점은 다음과 같습니다.

• 데이터베이스 업타임: Autonomous AI Database는 자동 패치, 보안 수정을 통해 필수 업데이트에 흔히 필요한 다운타임을 방지하도록 지원합니다.
• IT 효율성: 자동화를 통해 다양한 작업을 관리함으로써 많은 수작업을 제거하고 인적 오류의 위험을 최소화할 수 있습니다.
• 비즈니스 생산성: 애플리케이션 개발자, 비즈니스 분석가, 데이터 과학자 및 기타 사용자가 IT 부서의 지원을 기다리지 않고 데이터베이스 수명 주기를 직접 관리할 수 있으므로 모든 구성원의 생산성이 향상됩니다.
• 비용 절감: Autonomous AI Database를 사용하면 DBA가 같은 시간에 더 많은 데이터베이스를 관리할 수 있으므로 데이터 모델링 및 SQL 프로그래밍 전문 지식을 활용한 애플리케이션 성능 개선 등의 더 수준 높은 작업에 더 집중할 수 있게 됩니다.

Autonomous AI Database는 클라우드 기반 데이터베이스 서비스이고, AI를 통해 기존의 많은 데이터베이스 관리 작업을 자동화하므로 IT 팀은 관련 시스템을 선택하는 과정에서 다음과 같은 주요 기능을 고려해 보아야 합니다.

• 자동 프로비저닝: 자율운영 데이터베이스의 핵심 이점은 DBA의 개입 없이도 미션 크리티컬 데이터베이스를 배포할 수 있다는 점입니다. 예를 들어 개발자 혼자서도 서버 장애 시 확장 보호 기능을 제공하고 앱을 계속 실행하며 롤링 업데이트를 적용할 수 있는 데이터베이스를 신속하게 배포할 수 있습니다.
• 자동 구성: 특정 워크로드에 최적화되도록 데이터베이스를 자동으로 구성하는 기능 또한 중요합니다. 메모리 구성, 데이터 형식, 접근 구조 및 다른 요소들이 성능 향상을 위해 최적화되면 고객은 간단히 데이터를 로드하고 바로 사용할 수 있습니다.
• 자동 인덱싱: 워크로드를 자동으로 모니터링하고 애플리케이션 성능을 저해할 수 있는 누락된 인덱스를 감지하는 기능입니다. 자동운영 데이터베이스는 각 인덱스를 구현하기에 앞서 검증하고 머신러닝을 활용해 자체적인 오류를 복기하고 개선합니다.
• 자동 스케일링: 이 기능은 워크로드가 요구하는 만큼 컴퓨팅 리소스를 자동으로 확장해 진정한 사용량 기반 요금제를 가능케 합니다. 모든 확장은 애플리케이션이 계속 실행되는 동안 온라인으로 진행됩니다.
• 자동화된 데이터 보호: Autonomous AI Database는 민감한 데이터와 규제 대상 데이터를 자동으로 보호하고, 구성의 보안 상태를 평가하고, 이상 활동을 모니터링할 수 있습니다.
• 자동화된 보안: 전체 데이터베이스, 백업 및 모든 네트워크 연결에 대한 자동 암호화는 필수입니다. 운영 체제 접근을 차단하고 관리자 권한을 제한하면 피싱 공격을 방지하고 클라우드 침투 및 악의적인 내부 사용자로부터 시스템을 보호하는 데 도움이 됩니다.
• 자동 백업: 매일 자동으로 백업해야 하나요, 아니면 필요할 때마다 백업해야 하나요? 자율운영 시스템은 지난 60일 이내의 지정된 시점까지 데이터베이스를 복원하거나 복구할 수 있습니다.
• 자동 패치 적용: 다운타임 없이 자동으로 패치 또는 업그레이드를 적용할 수 있는 기능을 제공합니다. 노드 또는 서버 클러스터 전반에 걸쳐 라운드-로빈 방식으로 패치 작업이 수행되므로 애플리케이션은 중단 없이 계속 실행됩니다.
• 자동화된 장애 감지 및 해결: 패턴 인식을 통해 긴 대기 시간 없이 하드웨어 장애를 자동으로 예측할 수 있습니다. 데이터베이스 중단을 방지하기 위해 I/O는 즉시 문제가 있는 장치를 우회해 리디렉션됩니다. 각 데이터베이스를 지속적으로 모니터링해 모든 편차에 대해 자동으로 서비스 요청을 생성합니다.
• 자동 페일오버: 대기 데이터베이스로 데이터 손실 없는 자동 페일오버를 수행해 설령 주 데이터베이스 인스턴스가 사용 불가능해지더라도 애플리케이션 접근성을 유지하고 데이터 손실을 방지합니다. 해당 프로세스는 애플리케이션에 완전히 투명하게 진행되고 99.995% SLA로 지원됩니다.

데이터베이스 관리 시스템에 저장된 정보는 회계 기록이나 고객 정보처럼 고도로 구조화된 형태일 수도 있고, 디지털 이미지, 오디오, 이메일 파일처럼 비구조화된 형태일 수도 있습니다. 분석가나 데이터 과학자가 데이터에 직접 접근하는 경우도 있고, 고객 및 직원이 기업용 소프트웨어, 웹사이트, 모바일 앱 등을 통해 접근하는 경우도 있습니다. 보다 구체적으로, 서로 다른 애플리케이션은 서로 다른 형식(formats) 또는 유형(types)의 데이터를 사용합니다. 그간 각각의 데이터 유형에 특화된 별도의 데이터베이스들을 사용한 경우에도 Autonomous AI Database 하나로 모든 유형을 처리하도록 구성할 수 있습니다.

일반적인 데이터 유형의 예시는 다음과 같습니다.

• 관계형 데이터는 행과 열에 저장되고 테이블로 구성됩니다. 이는 ERP 또는 CRM 시스템과 같은 비즈니스 애플리케이션에서 가장 자주 사용되는 데이터 유형이고, 트랜잭션과 데이터 분석에 모두 사용할 수 있습니다.
• 문서 데이터는 머신 및 애플리케이션 개발자 모두 쉽게 읽을 수 있고, 확장성이 뛰어난 웹 애플리케이션에 널리 사용됩니다. 가장 일반적인 문서 데이터 형식은 JSON 파일입니다.
• 그래프 데이터는 데이터 포인트 간의 거리와 관계를 간단히 파악할 수 있도록 저장 및 색인화됩니다. 그래프 데이터는 매핑 및 데이터 분석 애플리케이션에 널리 사용됩니다. 또한 의미 검색의 정확성을 높이기 위해 벡터 데이터와 함께 사용되는 경우가 늘어나고 있습니다.
• 벡터 데이터는 단어, 문장, 문서, 이미지, 동영상, 오디오 파일 등의 디지털 객체의 특징을 숫자를 사용한 벡터로 표현한 것으로서 AI 모델의 계산을 통해 생성됩니다. 벡터는 벡터 데이터베이스에 저장 및 색인되어 컴퓨터가 픽셀이나 키-값 일치 대신 특징이나 의미를 기준으로 비정형 데이터를 검색할 수 있도록 돕는 경우가 많습니다. 이는 대규모 언어 모델 및 다른 AI 시스템의 근간이 되는 기술입니다.

Autonomous AI Database는 클라우드 기반 관계형, 문서, 그래프, 벡터 데이터베이스가 사용되는 기존의 모든 상황에 더 높은 수준의 효율성과 확장성을 제공할 수 있습니다. 다양한 AI 프로젝트에 필요한 도구들을 한 곳에서 제공하는 것도 그에 포함됩니다.

자율운영 데이터베이스의 실제 사용 사례는 다음과 같습니다.

• 전 세계적으로 확장 가능한 SaaS 애플리케이션의 운영 개선. Autonomous AI Database를 사용해 글로벌 제조 기업이 사용하는 산업용 애플리케이션의 효율성과 확장성을 높일 수 있습니다.
• 대기업이 유지 관리하는 데이터베이스 수 제한. 확장 가능한 Autonomous AI Database를 사용해 다양한 소스의 데이터를 통합하면 초대규모의 기업도 데이터베이스 자동화를 활용해 정보를 수집하고, 형식을 지정하고, 시각화하는 데 드는 시간을 크게 줄일 수 있습니다.
• 대량의 데이터가 필요한 스타트업을 위한 확장 가능한 분석 제공. Autonomous AI Database는 헬스 사이언스 스타트업이 유전체 데이터의 염기서열을 분석하는 데 필요한 방대한 데이터 세트를 처리하고, 진단에 필요한 정보를 제공하는 시간을 크게 단축하도록 지원할 수 있습니다.
• AI 기반 고객 지원 및 분석 개선. 안전 장비 제공업체는 AI 에이전트 챗봇과 사용자의 상호 작용으로부터 생성된 데이터를 저장함으로써 자연어 프롬프트로 데이터베이스를 쿼리하고 고객 응답 시간을 단축할 수 있습니다.

여러 핵심 지능형 기술이 Autonomous AI Database를 지원하고, 정기 유지 관리, 확장, 보안 수정 적용, 데이터베이스 튜닝처럼 단조롭지만 중요한 작업을 자동화합니다. 예를 들어, Autonomous AI Database의 AI 알고리즘에는 완전한 자율 튜닝을 지원하는 쿼리 최적화, 자동 메모리 관리, 스토리지 관리가 포함되어 있습니다.

AI는 방대한 로그 데이터를 분석해 이상값 및 비정상적 패턴을 식별하고, 침입자가 피해를 입히기 전에 찾아냄으로써 기업의 데이터베이스 보안 강화에 도움을 줄 수 있습니다. 또한 AI는 시스템 가동 중에도 데이터베이스에 대한 패치, 튜닝, 백업, 업그레이드를 수동 개입 없이 자동적, 지속적으로 수행할 수 있습니다. 이러한 자동화는 인적 오류나 악의적인 행위가 데이터베이스 운영이나 보안에 영향을 미칠 위험을 최소화합니다.

또한 Autonomous AI Database는 다음과 같은 기능을 제공할 수 있습니다.

• 간편한 확장성: 클라우드 기반 데이터베이스 서비스는 필요에 따라 컴퓨팅 및 메모리 리소스를 즉시 확장 또는 축소할 수 있습니다. 예를 들어 기업은 분기말 운영을 위해 데이터베이스 처리 유닛을 8개에서 16개로 확장하고, 이후 다시 8개로 축소할 수 있습니다. 주말 동안 모든 컴퓨팅 리소스를 종료해 비용을 절감하고 월요일 아침에 다시 가동할 수도 있습니다.
• 간편한 데이터베이스 패치 적용: 많은 데이터 유출 사고는 패치가 존재함에도 아직 적용되지 않은 시스템 취약점으로 인해 발생합니다. Autonomous AI Database는 다운타임이 발생하지 않도록 설계된 순서로 클라우드 서버에 패치를 자동 배포하여 이를 방지할 수 있습니다.
• 통합 인텔리전스: Autonomous AI Database는 AI 기법을 활용하는 모니터링, 관리, 분석 기능을 통합합니다. 목표는 데이터베이스 튜닝을 자동화하고, 애플리케이션 가동 중단을 방지하고, 전체 데이터베이스 애플리케이션에 걸친 보안을 강화하는 것입니다.

개발자는 Autonomous AI Database를 통해 완전 관리형 환경에 저장된 데이터를 사용하여 확장 가능하고 안전한 엔터프라이즈 애플리케이션을 구축하기 위한 다양한 옵션을 활용할 수 있습니다. 관련 프로세스는 애플리케이션을 완전한 운영 환경에 배포하기에 앞서 애플리케이션을 개발하고 테스트할 수 있는 간단하고 비용 효율적인 환경으로부터 시작됩니다. Autonomous AI Database는 클라우드에서 호스팅되고 새 인스턴스를 가동하는 데 DBA가 필요하지 않은 매력적이고 경제적인 옵션입니다. 개발자는 필요한 만큼의 데이터베이스를 고정 요율로 생성할 수 있습니다.

개발자 및 새로운 애플리케이션에 대한 아이디어가 있는 다른 팀들은 Low-Code 애플리케이션 개발 환경과 컨테이너 이미지 등의 유용한 기능 및 내장된 도구를 함께 활용할 수 있습니다. 사용자는 해당 요소들을 활용해 오프라인에서 작업하고 클라우드에 인스턴스를 복제 및 배포할 수 있습니다. 또한 개발자들은 기본 지원되는 인데이터베이스 AI와 JSON, 벡터, 그래프, 공간, 관계형 데이터 등의 다양한 데이터 유형을 활용할 수 있습니다.

앱 개발을 가속화할 수 있는 모든 기능을 갖춘 하나의 데이터베이스를 찾고 있나요? Oracle Autonomous Database는 AI 활용을 지원하기 위해 구축되었습니다. 고객은 원하는 대규모 언어 모델과 모든 유형의 데이터를 사용해 확장 가능한 AI 기반 애플리케이션을 구축할 수 있습니다. 개발 완료된 애플리케이션은 클라우드 또는 데이터 센터에 배포할 수 있습니다.

개발자는 AI 벡터 검색을 위해 다양한 형식의 독점 문서 전반에 검색 증강 생성(RAG) 기술을 간단히 활용할 수 있습니다. 또한 통합 AI 서비스를 활용한 텍스트 및 이미지 분석, 음성 인식, 개인화 추천 등의 기능으로 애플리케이션을 강화할 수 있습니다.

또한 Oracle Autonomous Database는 자연어를 데이터베이스 쿼리로 자동 변환해 커스텀 코딩 또는 수작업 없이도 맥락 기반 대화를 지원합니다.

Autonomous Database는 IT 부서가 직접 유지 관리해야 하는 특수 목적 데이터베이스들의 모음이 아닌 귀사의 모든 요구 사항을 충족하는 단일 데이터 플랫폼을 제공합니다. 하나의 데이터베이스 내에서 SQL, JSON 문서, 그래프, 지리 공간, 텍스트, 벡터 파일들을 모두 활용해 데이터 아키텍처를 단순화하고 새로운 기능을 신속하게 구축할 수 있습니다. 나아가 Oracle은 코드를 직접 작성하지 않고도 애플리케이션을 생성할 수 있는 환경을 제공합니다. 자동화된 조치와 지속적인 모니터링을 통해 업타임 및 데이터 보안 향상을 지원하는 Oracle의 데이터베이스를 활용하면 중요한 애플리케이션을 개발하는 작업에만 집중할 수 있습니다.

또한 자율운영 데이터베이스는 데이터베이스 관리자의 역할을 없애는 것이 아니라는 사실에 주목해야 합니다. 끊임없이 반복되는 패치, 튜닝, 업데이트 작업을 자동화함으로써 더 수준 높은 작업들에 집중할 수 있도록 지원합니다. 일상적인 유지 관리에서 해방된 IT 전문가들은 데이터 아키텍처 개선, 전략적 분석, 데이터를 비즈니스 성장과 경쟁 우위의 원동력으로 활용하기와 같은 더 높은 가치를 창출하는 업무에 그들의 전문성을 집중할 수 있습니다.