몽고DB, 데이터 기반 AI 검색 개선…"에이전트 컨텍스트 정확도↑"

보이지 AI 기반 자동 임베딩 도입…파이프라인·벡터 저장소 동기화 부담↓

몽고DB가 데이터 검색과 에이전트 연결 기능을 아틀라스에 통합하며 인공지능(AI) 애플리케이션용 데이터 인프라 강화에 나섰다. 

몽고BD는 '몽고DB 닷로컬 빌드 페스트'에서 아틀라스 오토메이티드 임베딩과 임베딩·리랭킹 응용프로그램 인터페이스(API), '보이지 코드 4', 스트림 프로세싱 벡터 서치 등을 공개했다고 19일 밝혔다. AI 코딩 도구와 아틀라스를 연결하는 완전 관리형 모델 컨텍스트 프로토콜(MCP) 서버도 선보였다.

아틀라스 오토메이티드 임베딩은 보이지 AI 모델 기반으로 새로 입력된 문서를 자동으로 임베딩하고 검색 인덱스에 반영한다. 기존 문서가 변경되면 다시 임베딩하기 때문에 개발자가 별도 작업을 실행하거나 데이터 동기화 일정을 관리할 필요가 없다.

몽고DB가 데이터 검색과 에이전트 연결 기능을 아틀라스에 통합하며 인공지능(AI) 애플리케이션용 데이터 인프라 강화에 나섰다. (사진=몽고DB)

아틀라스 임베딩·리랭킹 API는 몽고DB 외부에서 구동되는 애플리케이션도 보이지 AI의 임베딩·리랭킹 모델을 이용할 수 있도록 단일 접점을 제공한다. 몽고DB에 따르면 보이지 AI 임베딩 모델은 검색 임베딩 벤치마크인 '알티이비'에서 1위를 기록하고 있다.

새로 공개된 '보이지 코드 4'는 코딩 에이전트 코드 검색에 특화된 모델이다. 일반 임베딩 모델보다 코드와 관련 정보를 정밀하게 연결하면서 검색 비용을 낮추는 데 초점을 맞췄다.

아틀라스 스트림 프로세싱 벡터 서치는 이동 중인 실시간 데이터에도 벡터 검색을 적용한다. 에이전트가 정적인 데이터뿐 아니라 몇 초 전에 발생한 이벤트까지 검색할 수 있어 현재 비즈니스 상황을 반영한 컨텍스트를 확보할 수 있다는 설명이다.

몽고DB는 AI 코딩 도구가 아틀라스의 실시간 운영 데이터에 직접 접근할 수 있도록 '아틀라스 매니지드 MCP 서버'도 공개했다. 개발자는 별도 인프라를 구축하지 않고 클로드 코드와 코덱스, 그록 빌드, 데빈을 아틀라스에 연결할 수 있다.

연결된 AI 도구는 몽고DB의 컬렉션과 인덱스를 조회하고 데이터를 질의·집계하거나 스키마를 점검할 수 있다. 권한이 부여된 경우에는 컬렉션을 생성하거나 인덱스를 관리하는 작업도 수행할 수 있다.

아틀라스 매니지드 MCP 서버는 아틀라스 내부에서 원격 서비스 형태로 실행된다. 기존 아틀라스 자격 증명과 접근 제어 체계를 그대로 활용해 관리자가 에이전트의 운영 데이터 접근 권한을 한곳에서 관리할 수 있다.

짐 샤프 몽고DB 최고기술책임자(CTO)는 "우리 제품은 처음부터 운영 플랫폼으로 설계됐다"며 "검색과 메모리가 동일한 실시간 데이터 상에서 작동하며 별도 동기화 없이 에이전트가 지금 벌어지고 있는 일에 즉각 대응할 수 있다"고 밝혔다.