"AI 앱 개발 쉽게"…몽고DB, 검색·벡터 검색 기능 확장

'몽고DB 커뮤니케이션 에디선''몽고DB 엔터프라이즈'서버에 통합

몽고DB가 인공지능(AI) 애플리케이션 구축을 기존보다 쉽게 돕는 인프라 환경 만들기에 나섰다. 

몽고DB는 '몽고DB 커뮤니티 에디션'과 '몽고DB 엔터프라이즈 서버'에 검색·벡터 검색 기능을 통합한다고 18일 밝혔다. 

그동안 자체 관리형 몽고DB 환경에 검색 기능을 통합하려면 외부 검색 엔진이나 벡터 데이터베이스를 추가로 도입해야 했다. 이런 단편적인 검색 스택을 운영하면 복잡성과 리스크가 증가할뿐 아니라 추출, 변환, 적재(ETL) 파이프라인의 취약성, 동기화 오류, 비용 증가 등의 운영 부담으로 이어졌다. 이에 단순한 검색 기능을 구현하기 위해 개발자들은 다양한 벤더의 시스템을 동시에 사용·관리해야 했다.

몽고DB가 자체 관리형 제품군에 검색 및 벡터 검색 기능을 확장했다. (사진=몽고DB)

몽고DB 커뮤니티 에디션과 엔터프라이즈 서버에 검색·검색 결과 조회 기능이 기본 통합돼 개발자와 조직은 더 강력한 AI 애플리케이션 개발 환경을 개발할 수 있게 됐다. 

사용자는 AI 애플리케이션을 로컬 환경에서 테스트·구축 가능하다. 벡터 검색을 통해 벡터 임베딩에 담긴 의미 기반으로 시맨틱 정보 검색을 할 수 있다. 이를 통해 사용자는 텍스트 문서, 이미지, 동영상, 오디오 파일, 채팅 메시지 등 비정형 데이터를 활용하는 동적 AI 애플리케이션을 로컬이나 온프레미스 환경 내에서 관리·구축할 수 있다.

하이브리드 검색으로 정확도도 높일 수 있다. 키워드 검색과 벡터 검색을 결합해 하나의 쿼리로 통합된 검색 결과를 제공함으로써 정확도를 높일 수 있다는 설명이다. 이는 신뢰할 수 있는 에이전트 기반 솔루션·AI 애플리케이션에 매우 중요한 것으로 알려졌다. 개발자는 몽고DB의 익숙한 쿼리 프레임워크를 통해 이 강력한 기능을 쉽게 활용할 수 있을 것으로 기대된다.

사용자는 이번 솔루션 통합으로 AI 에이전트를 위한 장기 메모리도 이용할 수 있다. 몽고DB에 저장된 데이터를 AI 에이전트의 장기 메모리 저장소로 활용할 수 있어, 실제 환경에 적합한 정밀하고 문맥을 이해하는 애플리케이션 구현이 가능하다. 커뮤니케이션 에디션을 사용하면 개발자가 검색증강생성(RAG) 시스템을 손쉽게 프로토타이핑할 수 있다. 몽고DB 엔터프라이즈 서버 기반으로 구축하는 조직은 자사 인프라 내 독점 데이터를 안전하게 활용해 AI 에이전트를 운영할 수 있다.

몽고DB는 여러 파트너들과 협력해 커뮤니티 에디션에 적용된 검색·벡터 검색 기능을 테스트했다. 이번 테스트에는 거대언어모델(LLM) 기반 애플리케이션 구축을 위한 소프트웨어(SW) 개발 프레임워크를 제공하는 랭체인(LangChain)과 오픈소스 LLM 애플리케이션 프레임워크 라마인덱스(LlamaIndex) 등이 참여했다.

벤 세팔로 몽고DB 수석 부사장 겸 핵심 제품 총괄 책임자는 "우리는 전세계 개발자가 차세대 애플리케이션을 구축하는데 필요한 도구를 제공한다"며 "검색·벡터 검색 기능을 확장함으로써 개발자가 원하는 환경에서 구축할 수 있는 유연성을 제공하고 몽고DB 아틀라스에서 선호하는 핵심 데이터베이스·쿼리 기능을 커뮤니티에서도 무료로 사용할 수 있다"고 강조했다.