Database 23ai: 기능 집중 조명

Transparent Application Continuity 기능을 통해 기본 소프트웨어, 하드웨어, 통신, 스토리지 계층의 중단으로부터 C/C++, Java, .NET, Python, Node.js 애플리케이션을 보호할 수 있습니다. Oracle Database는 Oracle Real Application Clusters(RAC), Active Data Guard (ADG), Autonomous Database(공유 및 전용) 등의 다양한 서비스를 통해 노드 또는 RAC 클러스터의 하위 집합에 장애가 발생하거나, 유지보수를 위해 오프라인 상태가 되는 경우에도 지속적인 데이터 액세스를 보장합니다.

Oracle Database 23ai에는 오픈 커서(세션 상태 안정 커서) 등의 배치 애플리케이션 지원을 비롯한 여러 개선 사항이 추가되었습니다.

특정 트랜잭션이 행 잠금을 유지하며 오랜 시간 동안 커밋하거나 롤백하지 않을 경우 우선순위가 높은 다른 트랜잭션이 차단될 수 있습니다. 관리자는 Automatic Transaction Rollback 기능을 사용하여 애플리케이션별 트랜잭션 우선순위를 할당하고, 각 우선순위별 시간 제한을 설정할 수 있습니다. 데이터베이스는 우선순위가 낮은 트랜잭션을 자동으로 롤백하고, 설정된 시간이 초과되어 우선순위가 높은 트랜잭션을 차단하는 경우 설정되었던 행 잠금을 해제하여 우선순위가 높은 트랜잭션이 계속 진행될 수 있도록 합니다.

Automatic Transaction Rollback은 관리 부담을 줄여 줌과 동시에 우선순위가 높은 트랜잭션의 트랜잭션 지연 시간/SLA를 유지하는 데에도 기여합니다.

DBMS_SEARCH는 Oracle Text 유비쿼터스 검색을 구현합니다. DBMS_SEARCH를 사용하면 여러 테이블 및 뷰에 대한 단일 인덱스를 손쉽게 생성할 수 있습니다. DBMS_SEARCH 인덱스를 생성한 뒤 테이블과 뷰를 추가하기만 하면 됩니다. VARCHAR, CLOB, JSON, 숫자 열을 포함한 모든 검색 가능한 값이 인덱스에 포함되며, 테이블 또는 뷰의 콘텐츠가 수정되면 자동으로 함께 수정됩니다.

파티셔닝, 압축 테이블, 직접 쓰기를 사용한 빠른 플러시, 직접 인메모리 열 저장 파퓰레이션 지원 등 Memoptimized Rowstore Fast Ingest에 개선 사항을 추가했습니다. 이와 같은 개선 사항들은 Fast Ingest 변수가 빠른 데이터 수집이 필요한 더 많은 상황에 보다 손쉽게 통합될 수 있게 해 줍니다. 이제 Oracle Database는 빠른 데이터 수집 기능을 필요로 하는 애플리케이션을 보다 효과적으로 지원합니다. 데이터는 동일한 데이터베이스 내에서 수집되고 처리됩니다. 덕분에 전용 로딩 환경의 필요성이 줄어들고, 그 결과 복잡성과 데이터 중복성이 줄어듭니다.

Oracle Globally Distributed Database는 Oracle Database 23ai의 Raft 복제 기능을 지원합니다. 이를 통해 노드 또는 데이터 센터 중단 시 데이터 손실 없이 매우 빠른(3초 미만) 페일오버를 수행할 수 있습니다. Raft 복제는 합의 기반 커밋 프로토콜을 사용하고, 복제 계수를 지정하여 선언적으로 구성됩니다. Distributed Database의 모든 샤드는 데이터의 하위 집합에 대한 리더 및 팔로워 역할을 수행합니다. 이를 통해 모든 샤드가 애플리케이션 트래픽을 처리하는 액티브/액티브/액티브 대칭 분산형 데이터베이스 아키텍처를 구현할 수 있습니다.

Raft 복제 기능은 데이터 손실 없이 가용성을 개선하고, 관리를 간소화하고, Globally Distributed Database 환경의 하드웨어 활용도를 최적화하는 데 기여합니다.

실시간 SPM(SQL 계획 관리)은 실행 플랜 변경으로 인한 SQL 성능 문제를 빠르게 감지하고 복구합니다.

SQL 문이 제대로 실행되고 있지만 계획 변경으로 인해 성능이 저하되는 경우 실시간 SPM은 즉시 이를 감지합니다. 이전 플랜의 성능이 향상될 것으로 판단되면 실시간 SPM은 SQL 플랜 베이스라인을 사용하여 복원합니다.

이 기능은 일부 DBA가 이미 수행하는 작업을 자동화합니다. 즉, 간헐적인 성능 문제가 있는 개별 SQL 문을 대상으로 하는 SQL 플랜 베이스라인을 생성하고 정상 작동이 확인된 플랜을 적용합니다.

이 기능을 사용하면 bigfile 테이블스페이스를 축소하여 데이터베이스에서 사용되지 않은 공간을 회수할 수 있으므로 비용을 절감하고 스토리지를 최적화할 수 있습니다. Shrink 테이블스페이스를 사용하면 bigfile 테이블스페이스 내의 실제 크기와 보다 잘 일치하도록 bigfile 테이블스페이스의 크기를 안정적으로 줄일 수 있습니다.

이번 주에는 개발자가 보다 나은 SQL 문을 작성할 수 있도록 지원하는 손쉬운 기능인 SQL Analysis Report를 살펴보겠습니다. SQL Analysis Report는 SQL 문에 관한 일반적인 문제들을 보고합니다. 특히 SQL 성능 저하를 야기할 수 있는 문제들이 그 대상입니다. DBMS_XPLAN 및 SQL Monitor에서 이용 가능합니다.

Oracle Database 23ai의 새로운 기능인 Raft 복제는 Oracle GoldenGate 또는 Oracle Data Guard를 별도로 구성하지 않고도 사용할 수 있는, Oracle Globally Distributed Database에 내장된 네이티브 복제 기능을 제공합니다. 해당 기능은 합의 기반 Raft 커밋 프로토콜로 구동되는 논리적 복제 모델을 사용해 고가용성 및 일관성을 보장하고, 끊김없는 연속성을 보장하는 1초 미만의 페일오버를 통한 선언적 복제 구성을 지원합니다. Raft 복제 기능을 사용하면 관리를 간소화하고, 가용성을 향상시키고, SLA 준수를 보장하고, 샤딩된 분산형 데이터베이스 환경에서 하드웨어 효율성을 극대화할 수 있습니다.

Oracle True Cache(TC)는 Oracle Database를 위한 일관된 자동 관리형 인메모리 캐시입니다. True Cache 인스턴스는 대부분 디스크가 없고 성능과 확장성을 위해 설계되었다는 점을 제외하면 Oracle Active Data Guard 리더 팜과 유사하게 작동합니다. 애플리케이션은 읽기 전용 워크로드를 위해 True Cache 인스턴스에 직접 연결할 수 있습니다. Oracle Database 23ai True Cache JDBC 드라이버는 표시된 읽기 전용 워크로드를, 구성된 True Cache 인스턴스로 자동으로 전송할 수 있습니다. 자주 사용하는 객체를 캐시에 고정하거나, 디스크에 스풀하거나, 캐시를 예열하는 등의 추가 기능은 확장성을 크게 향상합니다.

오늘날 많은 Oracle 사용자들이 쿼리 응답 시간을 단축하고 전반적인 확장성을 개선하기 위해 Oracle Database 앞에 캐시를 배치하고 있습니다. True Cache는 Oracle Database 앞에 캐시를 두는 새로운 방법입니다. True Cache는 사용 편의성, 일관된 데이터, 최신 데이터, 자동 관리 캐시 등 다양한 이점을 제공합니다.

Oracle Database 19c 릴리스부터 제공되는 블록체인 테이블과 불변 테이블은 암호화 방식의 보안 체계를 사용하여 외부 해커, 악의적이거나 침입당한 내부자 등으로 인한 데이터의 변조 및 삭제를 방지합니다. 관련 기능으로는 DBA를 비롯한 모든 사용자들에 의한 업데이트 또는 삭제를 불허하는 삽입 전용 제한, 암호화 해시 체인을 사용하는 검증, 서명된 테이블 다이제스트를 사용하는 모든 종류의 대규모 롤백 감지, 최종 사용자별 개인 키를 사용하는 삽입된 행 관련 서명 등이 있습니다. Oracle Database 23ai에는 Oracle GoldenGate를 통한 논리적 복제 및 Active Data Guard를 통한 롤링 업그레이드 지원, 블록체인 테이블 관련 분산 트랜잭션 지원, 만료된 행들의 파티션 기반 대량 삭제, 삽입/커밋 관련 성능 최적화 등의 다양한 개선 사항들이 담겨 있습니다.

이번 릴리스에는 암호화 해시 체이닝에 영향을 주지 않고 열을 추가/삭제하는 기능, 사용자별 체인 및 필터링된 행에 대한 테이블 다이제스트, 위임 서명 기능, 데이터베이스 부서(countersigning) 기능 등도 추가되었습니다. 또한 블록체인 기록 테이블을 사용하도록 정의된 Flashback 아카이브를 통해 비블록체인 테이블의 기록 변경 사항을 감사할 수 있도록 만듦으로써 암호화 보안 데이터 관리 기능을 일반 테이블에까지 확대 적용하였습니다.

내장된 감사 추적 또는 저널링 관련 사용 사례에 적합한 Oracle Database의 블록체인 기능들은 재무 원장, 결제 내역, 규정 준수 현황 추적, 법적 로그, 나아가 데이터의 변조 또는 삭제가 심각한 법적 또는 재무적 문제나 평판의 하락을 초래할 수 있는 자산과 관련된 모든 데이터 등에 사용할 수 있습니다.

Oracle Database 23ai는 열 레벨에서 선택성이 있는 새로운 통합 감사 기능을 도입하여 보다 좁은 범위의 대상으로 지정된 감사 정책을 생성함으로써 불필요한 감사 레코드의 '노이즈'를 줄일 수 있습니다.

데이터 표시제한은 런타임 중 민감한 데이터를 숨기는 데 도움이 되는 방법입니다. 정적 마스킹은 유휴 데이터를 영구적으로 수정하는 반면, 동적 마스킹은 사용자나 애플리케이션이 액세스하거나 볼 때 실시간으로 런타임 데이터를 변경하여 데이터를 동적으로 마스킹합니다.

사용자는 Oracle Data Redaction을 사용하여 필드 값 전체 또는 일부를 대체하여 민감한 데이터를 마스킹할 수 있습니다. 이 기능은 애플리케이션과 그 사용자가 사용해야 하는 민감한 데이터를 숨기는 데 유용합니다. 이를 통해 사용자는 여러 가지 다른 방법을 사용하여 데이터를 쉽게 숨길 수 있습니다.

Oracle Data Redaction은 Oracle Database의 일부이므로 프록시 기반 솔루션에 비해 설정 및 유지 관리가 매우 쉽습니다. 패치 및 업그레이드가 표준 Oracle Database 업데이트 프로세스에 포함됩니다.

또한 Oracle Data Redaction은 실제 애플리케이션 쿼리에 대해 더욱 정확한 결과를 내습니다. 복잡한 인바운드 SQL 문을 수정하는 대신, 모든 쿼리 처리가 정상적으로 완료된 뒤에야 최종 결과를 표시제한하기 때문입니다. 또한 Oracle Data Redaction의 보안 프로파일은 핵심 데이터베이스 구성 요소를 덮어쓰는 프록시 기반 솔루션보다 강력합니다. 이러한 프록시 방식에서는 공격자가 노릴 수 있는 취약 영역이 생길 수 있기 때문입니다.

인증 및 권한 부여는 데이터 보호를 위한 매우 중요한 기본 보안 프로세스입니다. 지난 40년 간 관련 기술은 데이터베이스별 사용자 이름과 비밀번호로부터 Kerberos 및 PKI 등의 고급 인증 기술을 사용한 중앙화된 사용자 관리로 발전해 왔습니다. 그리고 클라우드 시대인 지금, 인증 및 권한 부여 기술은 다시 한 번 변경되었습니다.

이제 Oracle 고객은 Oracle Cloud Infrastructure(OCI) Identity and Access Management(IAM) 및 Microsoft Entra ID(구: Azure Active Directory) 클라우드 서비스를 사용해 사용자 및 멀티클라우드 애플리케이션을 데이터베이스에 인증할 수 있습니다. 긴밀히 통합된 클라우드 ID는 멀티팩터 및 비밀번호 없는 통합 기술과 함께 사용되어 사용자 자격 증명이 손상될 위험을 줄이는 방식으로 보안을 강화합니다. 보안, 사용자 관리, 역할 관리, 비밀번호 재설정 등이 개선될 뿐만 아니라, 인증 업무가 엔터프라이즈 ID 팀으로 이전되므로 DBA는 본연의 업무에 더 많은 시간을 집중할 수 있게 됩니다. 또한 기업의 사용자들에게는 데이터베이스 액세스를 비롯한 고유한 전사적 SSO 경험이 제공됩니다.

이제 Oracle Database는 기존의 객체, 시스템 및 관리 권한에 더해 스키마 권한까지 지원합니다. 이 기능은 데이터베이스 객체의 권한 부여 기능을 단순화함으로써 보안을 강화합니다. 이를 통해 최소 권한 원칙을 보다 효과적으로 구현하고, 누가 어떤 기능에 권한을 가져야 하는지를 명확히 알려줍니다.

기업이 SQL 인젝션의 위험을 방지하고 자격 증명의 도난 및 오용을 차단할 수 있는 강력한 도구가 있습니다. 바로 Oracle Database 23ai에 내장된 신기능인 Oracle SQL Firewall입니다. SQL Firewall은 애플리케이션이 발행하는 SQL 문이 무엇인지, 데이터베이스와의 연결을 위해 애플리케이션이 사용하는 컨텍스트(네트워크 주소, 운영체제 사용자, 사용된 프로그램 등)는 무엇인지 등 일반적인 애플리케이션 활동을 학습한 뒤, 학습 내용을 바탕으로 작동합니다. 학습이 완료되면 SQL 및 승인된 세션 컨텍스트의 허용 목록을 적용하거나, 이상 징후를 위반으로 기록할 수 있습니다.

Oracle SQL Firewall은 Oracle Database 커널에 내장되어 있기 때문에 우회가 불가능합니다. 방화벽은 유의어나 다이내믹 SQL을 사용해도 속일 수 없으며, 네트워크 암호화의 영향도 받지 않습니다.

PL/SQL 인터페이스, Oracle Data Safe, Oracle Audit Vault, Database Firewall 등 다양한 방식으로 SQL Firewall을 관리할 수 있습니다.

Oracle Database 23ai에는 새로운 역할인 DB_DEVELOPER_ROLE이 포함되어 있습니다. 이 역할은 애플리케이션 개발자들에게 Oracle Databases에서 애플리케이션을 설계, 구현, 디버깅, 배포하는 데 필요한 모든 권한을 제공합니다. 이 역할을 사용하면 관리자들은 애플리케이션 개발에 어떤 권한이 필요한지 더 이상 추측할 필요가 없습니다.

이제 Oracle Database가 ISO SQL 표준 호환 Boolean 데이터 타입을 지원합니다. 고객은 이를 통해 테이블에 True 및 False 값을 저장하고 SQL 문에 Boolean 표현식을 사용할 수 있습니다. Boolean 데이터 타입은 Yes 및 No 값의 저장을 표준화하고 Oracle Database로의 마이그레이션을 손쉽게 해 줍니다.

이제 Oracle Database에서 FROM 절을 사용하여 UPDATE 및 DELETE 문의 대상 테이블을 다른 테이블에 조인할 수 있습니다. 조인 대상인 다른 테이블의 경우 변경 대상이 되거나 새 값의 소스가 되는 행을 제한할 수 있습니다. 직접 조인을 사용하여 데이터 변경 및 삭제용 SQL을 보다 간단히 작성할 수 있습니다.

이제 열 별칭 또는 SELECT 항목 포지션을 GROUP BY, GROUP BY CUBE, GROUP BY ROLLUP, GROUP BY GROUPING SETS 절에서 사용할 수 있습니다. 또한 HAVING 절이 열 별칭을 지원합니다. 이와 같은 Database 23ai의 개선 사항들로 인해 GROUP BY 및 HAVING 절의 작성이 간편해졌고, SQL 쿼리의 가독성 및 관리 용이성이 훨씬 개선되었고, SQL 코드 이식성이 향상되었습니다.

이제 Oracle Database가 DDL 개체 생성, 수정, 삭제시 IF EXISTS 및 IF NOT EXISTS 구문 수정자를 지원합니다. 해당 수정자들을 통해 지정된 객체가 존재할 때 또는 존재하지 않을 때 오류를 발생시킬지 여부를 제어할 수 있으므로 스크립트 및 애플리케이션 단위의 오류 처리가 간소화됩니다.

Oracle Database 23ai는 개발자가 INTERVAL 값의 합계 및 평균을 간단히 계산할 수 있게 해 줍니다. 이 같은 개선 사항을 통해 이제 INTERVAL 데이터 타입을 SUM 및 AVG 집계 및 분석 함수에 전달할 수 있습니다.

INSERT, UPDATE, DELETE 문을 위한 RETURNING INTO 절이 개선되어 각각의 문에 영향을 받은 신/구 값을 보고합니다. 개발자들은 이를 통해 각 DML 유형에 대한 동일한 로직을 사용하여 사전/사후 문의 실행 값을 얻을 수 있습니다. 신/구 값은 UPDATE 문에 대해서만 유효합니다. INSERT 문은 구 값을 보고하지 않고, DELETE 문은 신 값을 보고하지 않습니다.

SQL 명령 실행의 일부인 INSERT, UPDATE, DELETE 문의 영향을 받은 신/구 값을 구하는 기능은 개발자들에게 이 값들을 읽고 데이터베이스가 수행해야 하는 작업의 양을 줄일 수 있도록 균일한 접근 방식을 제공합니다.

이제 FROM 절 없이 SELECT 표현식 전용 쿼리를 실행할 수 있게 되었습니다. 본 신기능은 SQL 코드 이식성 및 개발자들의 사용 편의성을 향상시켜 줄 것입니다.

SQL 매크로를 생성하여 일반적인 SQL 표현식 및 명령문을 다른 SQL 문에 사용할 수 있는 재사용 가능한 매개변수화된 구성으로 계수화합니다. SQL 매크로는 일반적으로 SELECT 리스트와 WHERE, GROUP BY 및 HAVING 절에서 사용되는 스칼라 표현식일 수 있습니다. SQL 매크로는 계산 및 업무 논리를 캡슐화하는 데 사용하거나 테이블 표현식으로(일반적으로 FROM 절에 사용됨) 사용할 수 있습니다. PL/SQL 생성자와 대조적으로 SQL 매크로는 성능을 개선할 수 있습니다. SQL 매크로는 개발자의 생산성을 높이고, 공동 개발을 간소화하고, 코드 품질을 높여줍니다.

가능한 경우 SQL 문 내의 PL/SQL 함수는 SQL 표현식으로 자동 변환(트랜스파일)됩니다. PL/SQL 함수를 SQL 문으로 트랜스파일하면 전반적인 실행 시간을 가속화할 수 있습니다.

이제 Oracle Database SQL 엔진이 다양한 명령문 유형에 대해 VALUES 절을 지원합니다. 덕분에 기존 테이블에 의존하지 않고 새 구문을 사용하여 데이터 행을 지정함으로써 데이터 행을 즉시 구체화할 수 있습니다. Oracle Database 23ai는 SELECT, INSERT, MERGE 문에 대한 VALUES 절을 지원합니다. 새로운 VALUES 절의 도입으로 개발자는 더 적은 코드 작성으로도 임시 SQL 명령을 만들 수 있고, 적은 노력으로도 가독성을 높일 수 있습니다.

Oracle Database 23c는 데이터베이스 객체들에 대한 메타데이터를 저장 및 검색할 수 있는 주석(Annotations) 기능을 제공합니다. 이는 애플리케이션별 비즈니스 로직 또는 사용자 인터페이스의 커스터마이징에 사용할 수 있는 자유 형식 텍스트 필드입니다. 주석은 이름-값 쌍으로, 또는 단순히 이름만으로도 작성 가능합니다. 주석 기능을 통해 모든 애플리케이션에서 같은 방식으로 데이터베이스 객체를 사용할 수 있으므로 앱 개발은 더욱 단순화되고 데이터 품질은 향상됩니다.

Usage Domains(또는 Data Use Case Domains)은 경량 유형 수정자 역할을 수행하고 애플리케이션에 대한 의도된 데이터 사용 내역의 문서화를 중앙화하는 고급 딕셔너리 객체입니다. Usage Domains은 애플리케이션 수준의 메타 데이터 없이도 데이터 사용을 정의하고, 운영을 표준화하여 체크 제약조건 세트, 디스플레이 속성, 규칙순 및 기타 사용 속성을 요약해 줍니다.

하나의 테이블 내에 포함된 하나 이상의 열에 대한 Usage Domains은 기본 데이터 타입을 수정하지 않으며, 따라서 애플리케이션을 손상시키거나 이식성 문제를 발생시키지 않고도 기존 데이터에 추가될 수 있습니다.

Oracle Database 23ai의 새로운 기능인 Value LOB(대형 객체)는 read-and-forget 사용 사례를 위해 설계되었습니다. 임시 LOB의 읽기 전용 하위 집합인 Value LOB를 사용해 애플리케이션 성능을 개선하고, LOB가 포함된 애플리케이션을 더 간단하고 관리하기 용이한 방식으로 구현할 수 있습니다. Value LOB는 기존 레퍼런스 LOB보다 빠른 워크로드 읽기 성능을 제공하고, 애플리케이션 내에서 특정 LOB 관리를 요구하지 않습니다.

Value LOB는 SQL 반입 기간 동안 유효하고, SQL 쿼리의 컨텍스트에 맞춰 LOB 값 읽기를 최적화합니다. 많은 애플리케이션이 중간 크기(약 몇 메가바이트 크기)의 객체를 저장하기 위해 LOB를 사용하며, SQL 쿼리의 컨텍스트에서 LOB 값을 읽으려 합니다. 커서에 대한 다음 반입이 수행될 때 Value LOB가 자동으로 해제되므로 임시 LOB가 누적되는 것을 방지하고 애플리케이션 내에서의 LOB 관리를 간소화할 수 있습니다.

이제 하나의 행에 더 많은 속성을 저장할 수 있으므로, 일부 애플리케이션의 경우 애플리케이션 설계 및 구현이 더욱 간소화될 수 있습니다.

단일 데이터베이스 테이블 또는 뷰에 허용되는 열의 최대 갯수가 4,096개로 늘어났습니다. 이제 Wide Tables 기능을 통해 과거의 1,000개 열 제한에서 해방되어 단일 테이블에 원하는 속성을 모두 저장하는 애플리케이션을 구축할 수 있게 되었습니다. 머신 러닝 및 스트리밍 사물인터넷(IoT) 애플리케이션 워크로드와 같은 일부 애플리케이션의 경우 1,000개 이상의 열이 존재하는 비정규화된 테이블을 사용해야 할 수도 있습니다.

이제 Oracle Database 23ai 및 CMAN-TDM을 통해 암시적 접속 풀링, 멀티풀 DRCP, PDB별 PRCP를 비롯한 동급 최고의 연결 관리 및 모니터링 기능들을 사용할 수 있습니다... DRCP 및 PRCP의 최신 기능들을 활용하여 기존 C, Java, Python, Node.js, ODP.NET 애플리케이션의 확장성 및 성능을 강화해 보세요. Oracle Database 23ai에 새롭게 추가되는 V$TDM_STATS 다이내믹 뷰의 통계 기능을 활용하면 PRCP 풀의 사용량을 효과적으로 모니터링할 수 있습니다.

Oracle Database 23ai의 Pipelining 기능을 사용하면 .NET, Java, C/C++ 애플리케이션이 서버의 응답을 기다릴 필요 없이 여러 요청을 데이터베이스에 전송할 수 있습니다. Oracle Database는 이와 같은 요청을 한 번에 하나씩 대기열에 넣어 처리하기 때문에 클라이언트 애플리케이션이 요청 완료 알림이 올 때까지 계속해서 작업을 이어갈 수 있습니다. 이와 같은 개선 사항은 최종 사용자 경험 향상, 데이터 기반 애플리케이션 응답성 개선, 엔드투엔드 확장성, 성능 병목 현상 방지, 서버 및 클라이언트 측에서의 효율적인 리소스 활용으로 이어집니다.

클라이언트의 요청에 대한 즉각적인 응답을 얻기 위해 Oracle Database Pipelining은 비동기 또는 반응적 API in .NET, Java, C/C++ 드라이버를 필요로 합니다. 이와 같은 매커니즘은 Database Pipelining의 유무와 관계없이 Oracle Database에서 사용할 수 있습니다.

Java의 경우 Oracle Database 23ai가 Java Database Connectivity(JDBC), Universal Connection Pool(UCP), Oracle R2DBC Driver 내의 Reactive Extensions을 제공합니다. 또한 드라이버(Project Loom) 내 Java 가상 스레드와 Reactor, RxJava, Akka Streams, Vert.x 등 Reactive Streams 라이브러리도 지원합니다.

다국어 엔진(MLE) 모듈 호출 기능은 개발자가 SQL 및 PL/SQL의 모듈에 저장된 JavaScript 함수를 호출할 수 있게 해 줍니다. PL/SQL로 작성된 호출 사양은 JavaScript를 PL/SQL 코드 단위에 연결해 줍니다. 이 기능은 개발자가 PL/SQL 함수가 호출되는 모든 곳에서 JavaScript 함수를 사용할 수 있게 지원합니다.

Oracle Database 23ai는 연결 문자열과 같은 Oracle 구성 정보를 Microsoft Azure App Configuration 또는 Oracle Cloud Infrastructure(OCI) Object Storage에 저장할 수 있는 새로운 클라이언트 기능을 제공합니다. 이 새로운 기능을 활용하면 애플리케이션 클라우드의 구성 및 배포, Oracle JDBC, .NET, Python, Node.js, Oracle Call Interface 데이터 액세스 드라이버와의 연결 등을 간소화할 수 있습니다. 구성 정보는 구성 제공자에 저장되므로, 애플리케이션 코드와 구성을 분리할 수 있다는 장점이 있습니다.

클라우드 및 데이터베이스용 OAuth 2.0 싱글 사인온 프레임워크와 함께 사용하면 관리 편의성이 더욱 향상됩니다. Oracle Database 23ai 클라이언트는 Microsoft Entra ID, Azure Active Directory, Oracle Cloud Infrastructure(OCI) 액세스 토큰 등을 사용한 데이터베이스 사인온을 지원합니다.

관측 가능성의 3가지 중심축은 메트릭, 로깅, 분산 추적입니다. Oracle Database의 최신 릴리스는 향상된 로깅, 새로운 디버깅(첫 번째 실패 시 진단), 새로운 추적 기능을 제공합니다. 또한 JDBC 및 ODP.NET 드라이버가 데이터베이스 호출 추적을 위한 훅과 함께 계측되었고, 이 훅을 통해 OpenTelemetry를 사용한 분산 추적이 가능해졌습니다.

Oracle Database 23ai에는 새로운 독립형 XMLType 저장 방식인 TBX(Transportable Binary XML)가 추가됩니다. TBX는 샤딩, XML 검색 인덱스, Exadata 푸시다운 작업을 지원하며, 다른 XML 스토리지 옵션들보다 월등한 성능 및 확장성을 제공합니다.

샤딩, Exadata 등 추가적인 데이터베이스 아키텍처를 지원하고, 서로 다른 서버, 컨테이너, PDB 간에 XML 데이터를 간단히 마이그레이션 및 교환할 수 있는 TBX 방식을 통해 귀사의 애플리케이션이 더 많은 플랫폼 및 아키텍처에서 새로운 XML 스토리지 포맷을 최대한 활용할 수 있도록 지원합니다.

다음과 같은 방법 중 하나를 선택하여 다른 형식의 기존 XMLType 스토리지를 TBX 형식으로 마이그레이션할 수 있습니다.

Insert-as select 또는 create-as-select

온라인 재정의

Oracle Data Pump

JSON 데이터 타입은 Oracle에 최적화된 이진 JSON 형식으로, OSON이라고도 불립니다. 릴리스 21c 이상의 데이터베이스 및 데이터베이스 클라이언트 내 빠른 쿼리 및 DML 성능을 위해 설계되었습니다.

JSON 컬렉션은 MongoDB용 Oracle Database API 등의 문서 저장소 호환 형식으로 JSON 문서를 저장하는(또는 나타내는) 특수 테이블 또는 뷰입니다. JSON 컬렉션은 데이터베이스에 통합되어 있으며 생성부터 조작, 쿼리 처리까지 SQL로 완벽하게 작동할 수 있습니다. 예를 들어, JSON 컬렉션 테이블에 간단한 INSERT AS SELECT를 수행할 수 있습니다.

JSON Collection Tables은 단일 데이터베이스 구조로 관계형 저장소와 JSON 문서 처리의 이점을 제공하는 대표적인 JSON 컬렉션 뷰인 JSON Duality Views를 보완해 줍니다.

네이티브 JSON 컬렉션은 Oracle Database 생태계 내 컬렉션에 저장된 JSON 데이터 작업을 간소화합니다. 예를 들어, 컬렉션을 사용하면 SQL로 JSON 문서를 간단히 분석하고, MongoDB용 Oracle Database API와 같은 문서 중심 API를 통해 분석한 문서를 운영에 사용할 수 있습니다.

Oracle Database 23ai에 도입된 혁신 기술인 JSON Relational Duality는 관계형 및 문서 데이터 모델을 통합해 최고의 장점들을 제공합니다. 개발자는 신뢰할 수 있는 단일 소스를 사용해 관계형 또는 JSON 패러다임으로 애플리케이션을 구축할 수 있고, 두 모델 모두의 장점을 활용할 수도 있습니다. 데이터는 한 번만 홀드되지만 두 접근 방식 모두를 통해 액세스, 작성, 수정될 수 있습니다. 개발자는 ACID 호환 트랜잭션 및 동시성 제어를 통해 이점을 얻을 수 있기 때문에 더 이상 복잡한 객체 관계형 매핑이나 데이터 불일치 문제 중 어느 하나를 감수할 필요가 없습니다.

Oracle Database는 스키마 유연성 데이터의 저장 및 처리를 위해 JSON을 지원합니다. Oracle Database 23ai는 JSON 데이터의 구조 및 값을 검증하기 위한 JSON 스키마를 지원합니다. SQL 연산자 IS JSON 역시 JSON 스키마 수용을 위해 개선되었으며, JSON을 검증하고 테이블, 뷰, 타입 등 데이터베이스 객체를 JSON 스키마 문서로 설명하기 위해 다양한 PL/SQL 함수가 추가되었습니다.

기본적으로 JSON 데이터는 스키마리스이기 때문에 유연성이 높습니다. 하지만 JSON 데이터가 특정 구조 및 타입을 보유했는지 확인하고 싶은 경우, 산업 표준 JSON 스키마 검증을 통해 이를 확인할 수 있습니다.

JSON 스키마에 대한 기여
Oracle은 JSON 문서에 대한 주석 추가 및 검증을 지원하는 JSON 기반 선언형 언어 표준화를 위한 오픈 소스 활동인 JSON 스키마에 적극적으로 기여하고 있습니다. 현재 Request for Comments(RFC) 단계에 있습니다.

• Oracle의 JSON 스키마 에 대한 기여 검토 및 설명
• GitHub를 통해서도 기여할 수 있습니다

PL/SQL JSON 생성자는 대응하는 PL/SQL 집계 유형의 인스턴스를 수용하여, 집계 유형 데이터를 통해 파퓰레이션된 JSON 객체 또는 배열 유형을 반환하도록 개선되었습니다.

PL/SQL JSON_VALUE 연산자 역시 개선되어 반환 절이 연산자가 반환할 인스턴스 유형을 정의하는, 유형 이름을 수용할 수 있게 되었습니다. 집계 데이터 타입을 위한 JSON 생성자 지원은 JSON을 지원하는 PL/SQL 애플리케이션과 언어 사이의 데이터 상호 교환을 간소화해 줍니다.

MongoDB용 Oracle Database API를 통해 개발자는 Oracle의 다중 모델 기능 및 자율 구동 데이터베이스에 대한 액세스를 확보하는 동시에 Oracle Database에 연결된 MongoDB의 도구 및 드라이버를 계속해서 사용할 수 있습니다. MongoDB 워크로드는 Oracle Cloud Infrastructure(OCI)에서 구동 가능합니다. 기존 MongoDB 애플리케이션에 변경이 거의 또는 전혀 필요하지 않은 경우도 있습니다. 연결 문자열만 변경하면 되죠.

MongoDB용 Oracle Database API는 표준 Oracle REST Data Services에 포함됩니다. 또한 Oracle Autonomous Database의 일부로 완전 관리되며 사전 구성됩니다.

Oracle AI Vector Search는 Oracle Database 23ai에 도입된 새로운 컨버지드 데이터베이스 기능입니다. 벡터를 사용하여 구조적 데이터와 비정형 데이터 모두에서 빠르고 간단한 유사성 검색 질의 기능을 사용 설정합니다. AI Vector Search를 통해 대규모 언어 모델(LLM)에 대한 프롬프트를 프라이빗 비즈니스 데이터나 도메인 지식으로 증강할 수도 있습니다.

AI Vector Search는 벡터를 기본 데이터 유형으로 저장하고 벡터 인덱스와 SQL 함수를 사용해 벡터에 대한 유사성 검색을 실행할 수 있습니다. 이를 통해 문서, 이미지 및 기타 비정형 데이터에서 유사한 정보를 빠르게 식별할 수 있습니다.

Oracle AI Vector Search를 사용하면 정형 데이터와 비정형 데이터를 모두 빠르게 검색하고 이러한 결과를 기존의 데이터베이스 쿼리 결과와 결합할 수 있습니다. 거의 모든 유형의 소스 데이터와 이를 나타내는 벡터를 동일한 데이터베이스에 함께 저장하여 IT 복잡성을 줄이고 데이터 일관성을 유지할 수 있습니다. 검색 증강 생성(RAG) 기술과 결합된 AI Vector Search는 LLM 사용자에게 더욱 정확한 응답을 제공하고 환각 현상(할루시네이션)을 줄이는 데 도움이 됩니다.

AI Vector Search를 사용하면 개발자가 기존 애플리케이션과 데이터베이스에 유사성 검색 기능을 추가 및 유지 관리하거나 새로운 기능을 생성할 수 있습니다.

Oracle은 거의 모든 산업에 적용되는 두 가지 사용 사례를 확인했습니다. 모든 고객은 단순한 것을 원합니다. 그리고 Oracle은 데이터 과학 박사 학위가 없는 사용자도 AI/ML의 이점을 누릴 수 있게 해 줍니다.

유사성 검색: 비정형 데이터(텍스트/오디오/이미지/동영상)에서 유사한 콘텐츠를 검색합니다.
비정형 데이터는 데이터 외부의 파일이거나 데이터베이스 내부의 BLOB/CLOB일 수 있습니다. Oracle은 탁월한 성능을 자랑하며 Exadata는 이를 매우 빠르고 크기를 조정할 수 있는 것으로 만듭니다. Oracle Database 23ai와 결합된 Oracle Exadata System Software 릴리스 24.1.0에는 다양한 AI 벡터 쿼리 작업의 성능을 대폭 개선할 수 있는 Exadata 전용 최적화 모음인 AI Smart Scan이 도입되었습니다.

엔터프라이즈 LLM을 활용한 RAG
대규모 언어 모델은 보유한 데이터에 따라 성능이 결정됩니다. LLM을 불완전한 데이터, 오래된 데이터, 편향된 데이터로 훈련하면, 모델이 환각 현상을 보입니다. 이 어려운 작업을 수행하기 위해 Oracle은 사전 학습된 LLM과 벡터 임베딩 모델을 사용합니다. Oracle AI Vector Search는 벡터 임베딩 모델에 의해 생성된 벡터를 사용해 LLM과 상호작용을 하여 환각 현상을 걷어냅니다.

Oracle Database 23ai에는 AI 애플리케이션 개발을 지원하는 다양한 기능이 탑재되어 있습니다. 여기에는 AI Vector Search, 광범위한 LLM 및 검색 증강 생성(RAG) 지원, 인기 있는 타사 기술이 포함됩니다.

Oracle은 AI Vector Search, 벡터 인덱스, ONNX 형식 지원, 벡터의 API 및 SQL 지원, APEX AI Assistant, GenAI 기반 APEX 앱을 통해 사용자의 AI 애플리케이션 개발 관련 니즈를 하나의 데이터베이스 내에 매끄럽게 통합하여, 전문적인 AI 기술이 없어도 사용할 수 있도록 하기 위해 최선을 다하고 있습니다.

오라클의 AI 지원 기능을 사용하면 개발자가 유사성 검색 기능을 빠르고 쉽게 추가 및 유지 관리하고, 정형 데이터와 비정형 데이터 유형 모두에 맞게 애플리케이션을 확장하고, RAG를 사용하여 인기 LLM을 자체 데이터 세트와 함께 통합할 수 있습니다.

Oracle Database는 속성 그래프 데이터 구조 및 그래프 쿼리를 기본적으로 지원합니다. Oracle Database는 트랜잭션 데이터, JSON, Spatial 및 기타 다양한 데이터 타입별 그래프를 작성할 수 있는 유연성을 갖추었습니다. 이제 개발자들은 기존의 SQL 개발 도구와 프레임워크를 사용하여 SQL 그래프 애플리케이션을 간단히 구축할 수 있게 되었습니다.

Oracle APEX 24.2는 생성형 개발(GenDev)을 위한 새로운 기능들을 제공함으로써 정밀성과 관련성에 대응하는 지능형 애플리케이션을 손쉽게 구축할 수 있게 해 줍니다.

개발자는 새로운 AI 구성 공유 구성요소 내에서 검색 증강 생성(RAG) 데이터 소스를 빠르게 설정하고, SQL 워크숍에서 자연어로 커스텀 데이터 모델을 생성하고, AI 기반 텍스트 생성을 AI 동적 작업을 통해 새로운 텍스트 생성과 원활하게 통합할 수 있습니다.

이러한 발전은 개발자가 더 지능적일 뿐만 아니라 사용자 요구에 맞게 정확하게 조정된 애플리케이션을 만드는 데 도움이 됩니다.

Oracle은 AppDev가 복잡하고 시간이 많이 걸리지 않아야 한다고 생각합니다. 최신 생성형 인공 지능 기술은 최첨단 로코드 AppDev를 더욱 발전시킬 수 있는 좋은 기회를 제공합니다. Oracle APEX 24.1은 인공 지능 지원 앱 개발, Oracle의 차세대 데이터 플랫폼의 위력 활용, 정교한 클라우드 및 모바일 앱 구축을 위한 강력한 엔터프라이즈급 구성 요소 등 탁월한 엔터프라이즈급 앱을 손쉽게 구축할 수 있는 세 가지 주요 혁신 요소를 제공합니다.

Oracle APEX는 Oracle Database 및 모든 Oracle Database 서비스(개발자가 여기에서 무료로 체험할 수 있는 Oracle Autonomous Database 포함)의 완전 지원형 기능입니다.

2023년을 마무리하며 지난 한 해 동안 우리가 강조했던 Oracle Database 23ai의 새로운 기능들을 되짚어보겠습니다. 아직 최신 Oracle Database 릴리스를 체험해 보지 않았다면(특히 본인이 개발자라면) 여기에서 또는 oracle.com/database/free를 통해 다양한 옵션들을 확인해 보세요.

Oracle Spatial은 Oracle Database 23ai 릴리스에 개발자들이 정말 좋아할 만한 새로운 기능을 도입했습니다. 그 중 2가지를 소개합니다.

공간 벡터 타일: 사각형 타일로 패키지화된 벡터 데이터입니다. 벡터 타일은 빠른 성능, 원활한 맵 상호 작용, 동적 맵 쿼리를 제공합니다. 이는 업계에서 클라이언트 애플리케이션 매핑을 위한 확장 가능한 공간 데이터 전달에 자주 사용되는 방법입니다.

대각선 계층형 공간 인덱싱(H3): 글로벌 그리드 인덱싱 시스템 및 라이브러리입니다. H3는 대량의 고밀도 포인트 데이터를 효율적으로 시각화 및 분석할 수 있는 공간 데이터 구조입니다. 보기 쉬운 육각형 셀을 사용해 매우 큰 용량의 데이터에 대한 매력적 시각화 및 요약본을 만들 수 있습니다.

양쪽 모두 웹 및 모바일 애플리케이션에서 더 나은 맵을 만들기 위해 널리 사용되는 기술로서 Oracle Database 23ai에서 개발자용으로 바로 사용 가능합니다. 간단한 SQL 호출을 사용해 데이터베이스에서 직접 작업한 뒤 결과물을 웹 애플리케이션으로 스트리밍할 수 있습니다.

Oracle Database 23ai에는 통합관리 자동화, 소스와 대상 간의 호환성 진단 및 수정, 통합 사용자 경험 등을 통해 Oracle Advanced Queuing(AQ)에서 Transactional Event Queues(TxEventQ)로의 마이그레이션을 간소화시켜주는 온라인 마이그레이션 도구가 추가됩니다. 마이그레이션 시나리오는 단기간 또는 장기간에 걸쳐, AQ 다운타임 유무와 관계없이 진행되므로 운영 중단을 방지할 수 있습니다.

더 높은 처리량 대기열, Kafka Java Client 및 Confluent와 유사한 REST API를 사용하는 Kafka 호환성 등에 관심이 있는 기존 AQ 고객은 AQ에서 TxEventQ로 쉽게 마이그레이션할 수 있습니다. TxEventQ가 제공하는 확장성, 성능, 키 기반 파티셔닝, 네이티브 JSON 페이로드 지원을 활용하면 Java, JavaScript, PL/SQL, Python 등의 다양한 언어로 이벤트 기반 마이크로서비스/애플리케이션을 간단히 구축할 수 있습니다.

Oracle Database 23ai는 Oracle Database를 통해 Apache Kafka 애플리케이션에 보다 높은 수준의 호환성을 제공합니다. 이 새로운 기능은 Kafka Java 애플리케이션을 Transactional Event Queues(TxEventQ)로 손쉽게 마이그레이션할 수 있게 지원합니다. Kafka Java API는 이제 Oracle Database 서버에 연결될 수 있으며 TxEventQ를 메시징 플랫폼으로 사용할 수 있습니다.

개발자는JDBC Thin 드라이버를 사용해 Kafka를 사용하는 기존 Java 애플리케이션을 Oracle Database로 손쉽게 마이그레이션할 수 있습니다. 또한 Oracle Database 23ai 클라이언트측 라이브러리 기능 덕분에 Kafka 애플리케이션은 Kafka 클러스터 대신 Oracle Database에 연결해 TxEventQ의 메시징 플랫폼을 투명하게 사용할 수 있습니다.

Oracle은 트랜잭션 이벤트 대기열(TxEventQ)용 Kafka 커넥터를 도입하여 두 플랫폼 간의 원활하고 효율적인 메시지 통합을 지원합니다. 이러한 커넥터는 Kafka 토픽에서 TxEventQ로 메시지를 쉽게 동기화하고 TxEventQ에서 Kafka 클라이언트 사용을 위해 메시지를 소싱하도록 허용합니다.

Oracle Database 23ai는 Spring 애플리케이션을 위한 메시징 및 스트리밍 기능에 대한 고급 지원을 제공합니다. Oracle TxEventQ Stream Binder는 Spring 스트리밍 API를 제공하므로 Oracle Database 내에서 트랜잭션 이벤트 대기열을 사용할 수 있습니다. 또한 Spring Boot with Java Messaging Service를 활용하여 Oracle TxEventQ에서 원활한 비동기 메시징을 수행할 수 있으므로 분산 시스템 내에서 강력하고 효율적인 통신이 가능합니다.

Lock-Free Reservations은 과도한 업데이트가 발생한 행의 업데이트가 중단되는 상황을 방지하고 동시 트랜잭션을 진행할 수 있도록 만들어 주는 기능입니다. Lock-Free Reservations을 사용하면 행 전체를 잠그는 대신 저장하고자 하는 값을 보관해 둘 수 있습니다. 업데이트의 성공 가능 여부를 확인하고, 트랜잭션 커밋 시간까지 업데이트를 연기할 수 있습니다. Lock-Free Reservations은 사용자 경험 및 트랜잭션 동시성을 향상시켜 줍니다.

Oracle은 Oracle Database용 새로운 Observability Exporter를 통해 클라우드 네이티브 및 Kubernetes 지원을 지속적으로 확장하고 있습니다. 이를 통해 고객은 업계 표준 Prometheus 형식으로 데이터베이스 및 애플리케이션 측정지표를 손쉽게 내보낼 수 있고, Grafana 대시보드를 간편하게 생성하여 사용 중인 Oracle Databases 및 애플리케이션의 성능을 모니터링할 수 있습니다.

Oracle Database 23ai에 새롭게 추가된 Saga 프레임워크는 데이터베이스 내에서 비동기식 Saga 애플리케이션을 구축할 수 있는 통합 프레임워크를 제공합니다. Saga를 사용하면 최신 고성능 마이크로서비스 애플리케이션을 보다 쉽고 안정적으로 개발할 수 있습니다.

Saga는 일련의 독립적인 로컬 트랜잭션으로 구현되는, 여러 데이터베이스에 걸친 비즈니스 트랜잭션입니다. Saga를 사용하면 동기식 분산 트랜잭션에서 발생하는 글로벌 트랜잭션 기간 잠금을 방지하고 글로벌 애플리케이션 상태를 유지하기 위한 일관성 요구 사항을 간소화할 수 있습니다. 또한 Saga 프레임워크는 Oracle Database 23ai의 Lock-Free 예약 가능 열과 통합되어 자동 Saga 보상을 제공함으로써 애플리케이션 개발을 간소화시켜줍니다.

Saga 프레임워크는 MicroProfile LRA 사양을 에뮬레이트합니다.