데이터 중심으로 기술 모으는 오라클의 AI 전략 [테크리포트] 작성일 08-13 40 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">답변을 넘어 실행으로, ‘데이터’와 ‘연결’ 개선에 집중</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="70aPZmztey"> <p contents-hash="a1da810936af48ec8d695929ecee2c63dabb6787725f56994fd8b63f59744e7d" dmcf-pid="zpNQ5sqFRT" dmcf-ptype="general">생성형 인고지능(AI)로 본격화된 'AI 시대'가 새로운 국면으로 접어들고 있다. 이제 AI는 무언가를 만들어내는 것만으로 평가받던 단계를 지나 성과를 증명해야 하는 시대로 접어들고 있다. AI 기술이 연구실을 벗어나 실제 업무에 활용되는 도구가 되기 위해서는 AI 기술과 데이터, 도구 간의 긴밀한 연결이 필요하다. 이러한 연결의 궁극적인 지향점으로는 '데이터가 있는 곳에서 AI를 처리하는 것'이 꼽힌다.</p> <div contents-hash="38648d6d613797ae4322958f6c87c462490c67fa371eb6cb10004d63174d20ed" dmcf-pid="qUjx1OB3Lv" dmcf-ptype="general"> 한국오라클은 11일 서울 강남구 한국오라클 사무실에서 열린 미디어 브리핑에서 AI 시대 엔터프라이즈 AI 전략으로 '데이터가 있는 곳에서 안전하게 AI를 작동시키고, 이를 실제 업무 실행으로 연결하는 것'을 꼽았다. 에이전틱 AI 시대로의 변화 속에서 오라클의 관심사는 '모델'과 'GPU 인프라'를 넘어, '데이터 플랫폼'과 인프라 내부의 '연결성'으로 향하고 있다. 궁극적으로 데이터를 중심으로 기술을 결합하는 오라클의 전략은 모델을 중심으로 기술을 모으는 접근보다 기업 현장에 보다 더 밀접하게 맞닿아 있다. </div> <figure class="figure_frm origin_fig" contents-hash="372151b8318d067ff83672b23b3158950308c662e3ab5c9af4c205532c734822" data-idxno="450029" data-type="photo" dmcf-pid="BuAMtIb0MS" dmcf-ptype="figure"> <p class="link_figure"><img alt="나정옥 한국오라클 부사장 / 한국오라클" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/13/552810-SDi8XcZ/20260813080006832exux.jpg" data-org-width="600" dmcf-mid="0EkviKEoJH" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/13/552810-SDi8XcZ/20260813080006832exux.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 나정옥 한국오라클 부사장 / 한국오라클 </figcaption> </figure> <figure class="figure_frm origin_fig" contents-hash="ef71fa85f7b2626719e3220fb32247c5aa5d01026913620979681fdfe93c2685" data-idxno="450030" data-type="photo" dmcf-pid="b7cRFCKpnl" dmcf-ptype="figure"> <p class="link_figure"><img alt="오라클 AI 데이터베이스 26ai 기반 기술 구성 개요 / 권용만 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/13/552810-SDi8XcZ/20260813080008092btsu.jpg" data-org-width="600" dmcf-mid="pvMBla5TJG" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/13/552810-SDi8XcZ/20260813080008092btsu.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 오라클 AI 데이터베이스 26ai 기반 기술 구성 개요 / 권용만 기자 </figcaption> </figure> <p contents-hash="7db3d5a374c5a8ae76a58daf6d839dbb86b3fdacfd0dcf43a035e39612159eff" dmcf-pid="Kzke3h9UJh" dmcf-ptype="general"><strong>데이터를 중심으로 AI 기술 연결</strong></p> <p contents-hash="4f956bbde4448b9710c0ddf67280893afb542e4af26728166781f1856b77eef0" dmcf-pid="9qEd0l2uiC" dmcf-ptype="general">오라클의 본질은 오래전부터 '데이터'였고, AI 시대에 그 의미는 더 각별해졌다. 현재 오라클의 AI 전략은 일반적으로는 결재 영역으로 존재해 온 AI와 데이터 간의 거리를 없애는 데 초점을 맞춘다. 데이터와 애플리케이션, 인프라의 핵심 구조에 AI를 내장해 데이터 플랫폼 안에서 AI가 데이터를 직접 활용하도록 하고, 오라클 데이터베이스 플랫폼을 중심으로 AI 기술과 클라우드 인프라를 결합하는 방식이다.</p> <p contents-hash="af3cd918de49fb0f452abde84c40caac583e7f2d2c30f7b7541c33b2f8cc95a1" dmcf-pid="25iVWk0HnI" dmcf-ptype="general">수십 년간 기업의 핵심 데이터를 담아온 오라클의 관계형 데이터베이스를 AI의 중심에 두는 것은 AI 시대에 주요 과제인 데이터와 AI의 결합을 자연스럽게 풀어낼 수 있는 방법이다. 오라클은 현재 다른 데이터 플랫폼과의 데이터 상호운용성에도 개방적이라는 입장이다. 하지만 현실적으로 기업의 민감한 핵심 데이터를 담은 최신 오라클 데이터베이스 환경을 가장 잘 다룰 수 있는 곳은 여전히 오라클 자신이다.</p> <p contents-hash="c561e1914b11d3d1506aad4156b1b20e78854e962bae7a3b830e3944905de8e4" dmcf-pid="V1nfYEpXdO" dmcf-ptype="general">최신 '오라클 AI 데이터베이스 26ai'는 관계형 데이터베이스를 넘어 벡터와 그래프 등 다양한 유형의 데이터를 담은 '데이터 플랫폼'으로 확장됐다. 데이터 가상화 기술을 기반으로 오픈소스 생태계나 타사 데이터 플랫폼과 연결해 오라클 플랫폼처럼 사용할 수도 있게 확장됐다. 이러한 구성은 다양한 위치에 존재하는 데이터를 단일 플랫폼으로 집중시켜 단일 체계로 사용하고, 일관된 정책으로 관리할 수 있는 환경을 제공한다.</p> <p contents-hash="1ce8608bf4dfca410eae005a82da0aa201976b0f8adb3a02f1cf68304f20f5c6" dmcf-pid="ftL4GDUZds" dmcf-ptype="general">오라클 전략의 핵심은 AI지만, 자체 AI 모델 확보에 적극적으로 나서는 모습은 아니다. 대신 생태계 전반의 주요 AI 모델을 오라클 클라우드 인프라에서 제공하고, 고객이 필요에 따라 자유롭게 선택할 수 있도록 하는 전략을 강조한다. 클라우드 인프라 영역에서도 자체 가속기보다는 대규모 범용 인프라를 기반으로 주요 모델 개발사와 협력을 강화하고 있으며, 이러한 기조는 데이터 플랫폼 전략에서도 이어진다.</p> <p contents-hash="8ba6bab10cbbe4647ff5230d9f8409828d2dcba864c686add7f226c4e7a559a6" dmcf-pid="4Fo8Hwu5nm" dmcf-ptype="general">이러한 전략이 반영된 '오라클 AI 데이터베이스 26ai'는 복잡한 SQL 쿼리를 직접 작성하지 않고 자연어로 질문하면 AI가 이를 분석해 데이터 조화와 분석을 지원한다. 복잡한 워크로드를 수행하는 에이전트도 데이터 플랫폼을 기반으로 코딩 없이 만들 수 있다. 기술 구조에서 상위 계층에서는 AI를 지원하고, 하위 계층에서는 다양한 데이터 플랫폼과 연결하는 한편 '엑사데이타(ExaData)' 어플라이언스를 기반으로 성능과 신뢰성, 이동성을 갖춰 다양한 환경에서도 일관된 운영 체계를 유지할 수 있도록 한 점이 특징이다.</p> <p contents-hash="b12441920b0ce8bea45b55945dbbc880e0daa1cbd3514355ff7b5455ec43870f" dmcf-pid="83g6Xr71nr" dmcf-ptype="general">오라클이 제시하는 엔터프라이즈 AI 도입 전략에도 이러한 관점이 반영됐다. 나정옥 한국오라클 부사장은 기업의 AI 도입 과정에 대해 "AI 도입을 별개 프로젝트가 아니라 비즈니스의 근간이 되는 핵심 데이터와 운영 시스템의 재설계로 접근하라"고 제시했다. 이어 "처음부터 전사적 대규모 도입까지 고려한 정책을 설계할 것"을 제안한다. 이는 초기 도입 부담을 높일 수 있지만, 도입 초기에는 예상하지 못했던 문제가 향후 치명적인 위험으로 이어지는 것을 방지하기 위한 접근으로 풀이된다. </p> <div contents-hash="4a391f4b0c2cb15185b4b7bd39ef71919f42a728c9a079f4c327b530af183cd8" dmcf-pid="60aPZmztnw" dmcf-ptype="general"> AI 도입과정에서 보다 더 구체적인 고민도 요구된다. 나정옥 부사장은 "무엇을 자동화할 것인가보다 어떤 업무 결정을 AI가 안전하게 실행하도록 허용할 것인가를 고민하라"고 제시했다. 이는 기업의 AI 도입에서 막연한 기대보다 적용 범위와 권한을 구체적으로 설정하고 실제 성과를 만들어 낼 수 있는 영역에 집중해야 한다는 의미로 읽힌다. AI와 사람, 조직 간의 역할과 책임을 어떻게 설정할 것인지에 대해서도 근본적인 고민이 필요하다. </div> <figure class="figure_frm origin_fig" contents-hash="39fa7ddef7b31e206a7e7e04e6a0f16c8855ee0ffe757624c5e77ac4bbf3b440" data-idxno="450031" data-type="photo" dmcf-pid="PpNQ5sqFnD" dmcf-ptype="figure"> <p class="link_figure"><img alt="장진호 한국오라클 상무 / 한국오라클" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/13/552810-SDi8XcZ/20260813080009374rwtw.jpg" data-org-width="600" dmcf-mid="UPNQ5sqFnY" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/13/552810-SDi8XcZ/20260813080009374rwtw.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 장진호 한국오라클 상무 / 한국오라클 </figcaption> </figure> <figure class="figure_frm origin_fig" contents-hash="61a8618a44aac2f6e7b1aaa63105f289054815ad37ce7f532ba89b13cd2b608c" data-idxno="450032" data-type="photo" dmcf-pid="QUjx1OB3dE" dmcf-ptype="figure"> <p class="link_figure"><img alt="오라클 OCI 아키텍처의 세대별 특징 / 권용만 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/13/552810-SDi8XcZ/20260813080010658oabj.jpg" data-org-width="600" dmcf-mid="uMxqhgZvdW" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/13/552810-SDi8XcZ/20260813080010658oabj.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 오라클 OCI 아키텍처의 세대별 특징 / 권용만 기자 </figcaption> </figure> <p contents-hash="50e134a2fbb50c91a4df38a0e6172baa448334ff6da0ab43185ce6a7ce1da45d" dmcf-pid="xuAMtIb0Lk" dmcf-ptype="general"><strong>AI 인프라, 새로운 병목 지점 '데이터'와 '연결' 주목</strong></p> <p contents-hash="8ac67a3598c5098c6a69666ff4b9448803da6010ee1ccb5a7d8339a3265055dc" dmcf-pid="ycUWoVrNMc" dmcf-ptype="general">오라클은 전통적으로 '데이터'를 핵심 경쟁력으로 삼아왔지만, 최근에는 컴퓨팅 인프라 측면에서도 세계적으로 주목받고 있다. 오라클의 클라우드 서비스 OCI(Oracle Cloud Infrastructure)는 이제 오라클 자체 서비스만이 아니라 다양한 외부 고객의 서비스와 AI 모델 운영에도 활용되고 있다. 특히 OCI는 AI를 위한 GPU 인프라에 최신 GPU를 대거 도입하며 공격적인 투자를 이어가고 있다.</p> <p contents-hash="00f94cc9f7f9d76ec2aa15db1462e766af84f08e690fee471980a565971fe7aa" dmcf-pid="WkuYgfmjeA" dmcf-ptype="general">오라클은 여전히 OCI 인프라를 계속 확장하면서도 CPU와 GPU 등 컴퓨트 자원의 단순한 확장을 넘어 '다음 단계'를 바라보고 있다. 오라클이 새로운 데이터센터 아키텍처로 제시한 '액셀러론'은 2016년 선보인 OCI Gen2 이후 약 10년만에 이뤄진 인프라 아키텍처 업그레이드다. 오라클은 '액셀러론'의 주요 특징으로 네트워크 아키텍처와 패킷을 다루는 방법, 인프라 격리 방법 등을 제시한다.</p> <p contents-hash="9150b3ef4bc073fdc6f4cec6d271b3905849a5cdc12eb8c46704dbb2f8719e69" dmcf-pid="YE7Ga4sALj" dmcf-ptype="general">오라클은 '액셀러론'의 네트워크 구조에서 단순히 기존 방식에 연결 속도만 높인 것이 아니라 데이터 전달 경로 자체를 최적화했다. 이러한 변화는 호스트 안에서는 기존에는 서로 따로 나뉘어 있던 제어용, 워크로드용 NIC를 통합한 컨버지드 NIC를 쓰고, 호스트 밖에서는 동-서간 네트워크 성능을 극대화한 다중 평면 네트워킹(multiplanar networking) 구조로 전환했다. 이러한 네트워크 구조적 변화는 단기적으로는 자원 활용 효율을 높이고, 장기적으로는 더 큰 인프라 규모로의 확장성을 만든다.</p> <p contents-hash="7b1906ce3185808a017f72cffd6671c4cb20f9ca9f4c23464d93ab69f398bb6b" dmcf-pid="Gv6uOnGhMN" dmcf-ptype="general">이러한 네트워크 구조의 변화를 이끈 것은 워크로드 특성의 변화다. 전통적인 데이터베이스 기반 애플리케이션에서는 주요 구성요소들이 수직적 구조로 배치됐다면, 현재의 AI는 수직, 수평적 구조를 모두 사용해 순환하는 구조가 됐다. 이러한 변화에서 기존의 수직 구조 기반 네트워킹은 수평적 트래픽을 처리하는 데 경로가 길어지고 복잡성이 커지며, 확장성에도 제약을 준다. 하지만 새로운 다중 평면 네트워킹은 다계층 구조를 동시 병렬 활용해 트래픽 분산과 장애 대비, 경로 최적화의 유연성에서 장점을 제공한다.</p> <p contents-hash="4b254bafa725eacdee3106491a45b0066b44a964697e50ab311838c4eb54964e" dmcf-pid="HTP7ILHlLa" dmcf-ptype="general">액셀러론 아키텍처는 OCI의 AI 특화 Ax 인스턴스에 활용되고 있다. 장진호 한국오라클 상무는 새로운 Ax 시리즈 인스턴스에 액셀러론 아키텍처를 적용하면서 나타난 가장 큰 변화로 더 큰 규모의 인스턴스 구성을 가능하게 한 '확장성'을 꼽았다. 장진호 상무는 "기존 OCI Gen2에서는 수백 코어 규모를 단일 인스턴스로 쓰는 데 효율 측면의 부담이 있었는데 액셀러론에서는 이에 대한 부담이 많이 줄었다"고 말했다. 이는 인프라 자원 활용 효율을 높이고 비용을 낮추는 결과로 이어진다는 설명이다.</p> <p contents-hash="7f39f4055a462177f44fb029b2c8490e5d1a2ca64b75f7dca1b248226fc6a63a" dmcf-pid="XyQzCoXSLg" dmcf-ptype="general">권용만 기자<br>yongman.kwon@chosunbiz.com</p> </section> </div> <p class="" data-translation="true">Copyright © IT조선. 무단전재 및 재배포 금지.</p> 관련자료 이전 [단독] SKT “안면인증 성공률 60% 넘겨라” 유통점 ‘부글’ 08-13 다음 "내 기사 읽더니 내 문체로 초안까지"…'아마존 퀵' 직접 써보니 08-13 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
