[AI프리즘] AI 모델만 좋으면 끝?…성패 가르는 '데이터 인프라'

(서울=연합뉴스) 권하영 기자 = 인공지능(AI) 데이터 플랫폼 기업 몽고DB가 1일 그랜드 인터컨티넨탈 파르나스 서울에서 연례 행사 '몽고DB 닷로컬 서울(MongoDB.local Seoul) 2026'을 열고, 한국 기업들이 AI 전환에서 겪는 공통된 난관과 해법을 제시했다.

장정욱 몽고DB 코리아 지사장은 IDC와 공동 진행한 리서치를 인용해 국내 기업들이 AI를 실제 서비스에 적용하는 과정에서 준비도 격차가 뚜렷하며, 그 주된 원인이 낡은 데이터 시스템 구조에 있다고 밝혔다.

장 지사장은 "AI 애플리케이션은 실시간 데이터에 효율적으로 접근하고 처리할 수 있어야 하며, 이를 행동의 기반으로 삼지 못하면 성공하기 어렵다"고 강조했다.

프랭크 리우 몽고DB 보이지 AI(Voyage AI) 리서치 매니저도 "아무리 뛰어난 AI 모델도 데이터가 불완전하면 결과는 부정확할 수밖에 없다"며 "AI 에이전트는 지금 일어나는 일을 즉각 검색해 처리해야 하는데, 데이터를 한꺼번에 모아 처리하는 기존 방식으로는 이를 감당할 수 없다"고 지적했다.

텍스트·이미지 등 데이터를 AI가 처리할 수 있는 수치로 변환하는 임베딩, 단어가 아닌 의미로 유사한 정보를 찾아내는 벡터 검색, 검색 결과를 맥락에 맞게 다시 정렬해 정확도를 높이는 리랭킹을 하나의 플랫폼에서 처리해 성능을 향상할 수 있다는 설명이다.

LG유플러스[032640]는 월 350만 건 상담을 처리하는 고객센터에 AI 상담 보조 서비스 '상담 어드바이저'를 고도화하는 과정에서 '몽고DB 벡터 서치'를 도입해 4개월여 만에 서비스 개발에 성공했다.

특히 벡터 데이터와 운영 데이터를 단일 시스템에서 통합 관리함으로써 리소스 효율은 30% 높아지고 통화당 평균 처리 시간은 7% 단축됐다.

쏘카[403550] 역시 숙박 예약 서비스 '쏘카스테이'에 '몽고DB 서치'를 도입해 상당수 이용자가 20밀리초(0.02초) 이내에 검색 결과를 받도록 응답 속도를 높였다.

뤼튼은 월간 활성 이용자(MAU) 700만 명 규모 채팅 서비스의 검색 기능을 몽고DB로 일원화해 안정적 운영과 시스템 효율화를 달성했다.

장 지사장은 "데이터 레이어를 현대화하는 것은 기술 부채를 없애고 혁신 속도를 높이며 AI 정확도를 개선하는 핵심 단계"라며 "한국 기업들이 AI를 개념 단계에서 대규모 실시간 운영 단계로 끌어올릴 수 있도록 지원하겠다"고 밝혔다.

제보는 카카오톡 okjebo <저작권자(c) 연합뉴스, 무단 전재-재배포, AI 학습 및 활용 금지> 2026/09/01 15:48 송고 2026년09월01일 15시48분 송고