EDB, 엔비디아 AI로 포스트그레스 분석 성능 최대 100배 향상

EDB는 엔비디아 GPU 가속 기술을 사용해 아파치 스파크의 대규모 데이터 처리 속도를 획기적으로 높여주는 가속기인 ‘아파치 스파크용 엔비디아 cuDF’와 통합을 확대한다고 3일 발표했다.

이 기술은 기존 CPU 기반으로 처리하던 대용량 데이터 분석 작업을 GPU로 전환해 처리 속도를 대폭 향상시키는 것으로, 이번 통합을 통해 포스트그레스 기반의 분석 성능을 엔비디아 AI 인프라 위에서 획기적으로 끌어올릴 수 있게 됐다.

‘에이전틱 인력(Agentic Workforce)’ 시대에서 자율 에이전트는 급속도로 기업 데이터의 최대 신규 소비자로 부상하고 있다. 이러한 시스템들은 방대한 양의 실시간 기업 정보를 바탕으로 추론하고, 협업하며, 행동해야 한다. 그러나 대부분의 기업들은 사일로화된 데이터, 비효율적인 애널리틱스 파이프라인, 그리고 증가하는 거버넌스, 보안, 운영 리스크라는 제약에 직면해 있다.

AI 에이전트가 기업 데이터를 실시간으로 대규모 처리하려면, 속도와 예측 가능성은 물론 데이터가 외부로 유출되지 않는 보안 구조(Sovereign by Design)가 처음부터 갖춰져 있어야 한다. EDB는 엔비디아 GPU 가속 기술인 아파치 스파크용 엔비디아 cuDF을 포스트그레스 통합 플랫폼에 내재화함으로써 이 조건을 동시에 충족시킨다.

이번에 강화된 기능들은EDB 포스트그레스 AI(EDB PG AI)를 통해 제공된다. EDB PG AI는 기업 데이터가 외부로 유출되지 않도록 자체 환경에서 완전히 통제하며 운영할 수 있는 AI 플랫폼이다. 이를 통해 기업들은 소규모 AI 실험 단계에서 벗어나, 수십억 건의 거래 데이터와 실시간 분석 데이터 전반에 걸쳐 AI 에이전트를 실제 업무에 본격 투입하는 단계로 나아갈 수 있다.

EDB PG AI는 GPU 가속 분석(GPU-acceleration)을 통해 하나의 화면에서 포스트그레스 데이터를 실시간으로 고속 분석할 수 있다. 데이터를 복잡한 변환 과정 없이 레이크하우스로 바로 복제하는 ‘파치 아이스버그’ 기술도 포함돼 분석 준비 시간을 대폭 줄여준다.

엔비디아 네모트론 등 대형 AI 모델을 외부 클라우드에 의존하지 않고 온프레미스에서 직접 구동할 수 있다. 데이터가 외부로 나가지 않아 보안과 비용 모두를 잡을 수 있다. 완전 폐쇄망(Air-gapped)을 지원하며, 고속 데이터 검색(RAG)도 지원한다.

EDB PG AI는 기업이 원하는 환경 어디서든 자체적으로 구축·운영할 수 있으며, 인증된 슈퍼마이크로 서버와 함께 사전 구성된 올인원 패키지 형태로도 도입할 수 있어 초기 구축 부담을 줄여준다.

많은 기업들이 챗GPT 같은 생성형 AI를 시험 삼아 도입했지만, 대부분은 여전히 소규모 테스트 수준에 머물고 있다. 하지만 이제 한 발 더 나아가, AI 에이전트들이 실제 업무 데이터를 바탕으로 스스로 판단하고 협업하며 행동하는 단계로 진입하는 기업들이 등장하고 있다. 이 단계에서 성패를 가르는 것은 결국 얼마나 빠르고 안정적으로 대량의 데이터를 처리할 수 있느냐, 즉 데이터 인프라의 수준이다.

EDB가 발표한  ‘소버린티 매터스’ 연구 결과는 이 격차가 얼마나 큰지를 수치로 보여준다. AI 에이전트를 단순 실험이 아닌 10개 이상의 실제 업무에 동시 투입해 본격 운영하는 기업은 전체의 13%에 불과하다. 그러나 이 13%의 기업들은 나머지 기업들과 비교해 투자 대비 수익(ROI)이 5배 높고, 하나의 업무 프로세스에 투입되는 AI 에이전트 수도 2배 많아 더 복잡한 업무를 더 빠르게 처리하고 있다. 결국 AI 에이전트를 얼마나 빨리 실전에 투입하느냐가 기업 경쟁력의 새로운 기준이 되고 있다.

AI 에이전트가 실제 업무에서 제대로 작동하려면 지금 이 순간 발생하는 실시간 거래 데이터, 판단의 근거가 되는 과거 이력 데이터, 그리고 트렌드를 읽기 위한 통계·분석 데이터 등의 세 가지 데이터를 동시에 다룰 수 있어야 한다. 문제는 이 세 가지가 기업 내 서로 다른 시스템에 흩어져 있다는 점이다.

EDB PG AI는 이 데이터들을 한곳에서 통합 처리함으로써, AI 에이전트가 수 시간씩 걸리던 테라바이트(TB) 단위의 대용량 데이터 분석을 수 초 안에 끝낼 수 있게 한다. 데이터를 여러 저장소에 중복으로 쌓아두거나, AI 처리 비용이 데이터 양에 따라 걷잡을 수 없이 불어나는 문제도 사라진다. 그 결과 AI 에이전트들은 실시간 대화형 분석, 즉각적인 의사결정, 그리고 여러 에이전트가 역할을 나눠 협업하는 복잡한 업무 처리까지 안정적으로 수행할 수 있다.

이 모든 것은 엔비디아의 GPU 가속 기술을 EDB PG AI 분석 엔진에 결합함으로써, 기존에 CPU가 처리하던 무거운 분석 작업을 GPU로 전환해, 3TB 이상의 대용량 데이터를 기존보다 50~100배 빠르게 분석하고, 동시에 여러 작업 수행, 데이터 통합관리 및 보안을 크게 강화할 수 있게 됐다.

EDB 퀘이스 타라키 CTO는 “기업들이 GPU 가속을 원하는 건 당연하지만 실제 현장에서 필요한 건 속도만이 아니다”라며 “어떤 상황에서도 성능이 흔들리지 않는 예측 가능성, 그리고 누가 무엇을 처리하는지 완전히 통제할 수 있는 관리 체계가 함께 갖춰져야 한다”고 설명했다.

그는 “아파치 스파크용 엔비디아 cuDF가  무거운 분석을 GPU로 빠르게 처리한다면, EDB PG AI는 그 위에서 작업 간 충돌을 막고, 데이터 사용 규정을 지키며, 운영 방식을 일관되게 유지한다”며 “이것이 바로 시연장에서만 빛나는 기술과 실제 업무 환경에서 매일 안정적으로 돌아가는 시스템의 차이”라고 강조했다.

글. 바이라인네트워크
<김우용 기자>yong2@byline.network