[현장] 몽고DB "데이터 구조 재설계 필요…韓 제조·금융·공공시장 공략"

"우리는 한국 기업 인공지능(AI) 전환을 뒷받침하는 데이터 플랫폼 사업을 확대할 것입니다. 기존 시스템 기술 부채와 복잡한 데이터 구조를 줄이는 동시에 제조·금융 등 산업별 AI 활용을 늘릴 것입니다. 파트너 생태계와 공공시장까지 사업 영역을 넓힐 준비도 마쳤습니다."

장정욱 몽고DB코리아 지사장은 1일 서울 삼성동 파르나스에서 열린 '몽고DB닷로컬 서울'에서 국내 시장 전략을 이같이 밝혔다. 기업 데이터 환경을 현대화하고 실제 서비스에 적용할 수 있는 AI 애플리케이션과 에이전트를 구축하는 것을 핵심 사업 축으로 제시했다.

장 지사장은 기업이 오랜 기간 누적한 기술 부채와 복잡한 시스템 구조를 줄이는 데 집중한다고 강조했다. 데이터 기반을 유연하게 재구성해 새로운 디지털 서비스나 AI 기술을 기존 업무에 더 빠르게 적용할 수 있는 환경을 마련한다는 구상이다.

장정욱 몽고DB코리아 지사장은 국내 사업 전략으로 레거시 시스템 현대화와 AI 혁신을 꼽았다.

그는 AI 분야에서는 실제 운영 환경에서 사용할 수 있는 데이터 플랫폼 구축에 무게를 뒀다고 밝혔다. 몽고DB는 데이터베이스(DB) 중심으로 기업 데이터를 AI 애플리케이션과 에이전트에 연결해 실질적인 사업 성과로 이어지도록 지원할 계획이다.

장 지사장은 국내 제조업을 몽고DB의 주요 공략 분야로 꼽았다. 제조 현장에서 설비와 센서로부터 실시간으로 발생하는 운영 데이터를 생산·물류 시스템과 연결하고 이를 AI로 분석해 공정 상황을 파악하거나 이상을 예측·대응하려는 수요가 커지고 있다는 설명이다.

그는 "특히 한국 제조업의 근간인 중소·중견기업은 AI 도입이 아직 초기 단계인 만큼 기존 레거시 시스템을 현대화하는 작업이 우선돼야 한다"며 "기존 시스템을 보다 유연하고 확장 가능한 구조로 전환하도록 지원하고 이후 AI 활용까지 이어지도록 돕는 것을 제조업 전략의 핵심 축으로 뒀다"고 강조했다.

장 지사장은 금융권에서도 데이터 보안과 규제 요건을 고려한 AI 적용을 확대할 것이라고 전략을 밝혔다. 금융사가 기존 온프레미스 환경을 유지하면서 데이터를 활용할 수 있도록 지원할 방침이다. 이상거래탐지와 문서 인텔리전스, AI 어시스턴트 등으로 활용 범위를 단계적으로 넓힐 계획이다.

그는 디지털 네이티브 기업을 대상으로 개인화와 추천, 검색 등 실시간 서비스 개선 수요를 공략한다고 밝혔다. 정형·비정형 데이터를 함께 처리하면서 이용자 행동과 서비스 상황을 실시간으로 파악해 애플리케이션에 반영할 수 있도록 지원하는 방식이다.

장 지사장은 AI 확산에 따라 기업 데이터 아키텍처 자체를 재설계하려는 움직임이 커질 것으로 내다봤다. 특정 인프라나 클라우드에 종속되지 않는 유연성과 확장성, 보안성을 확보하면서 실시간 데이터를 AI가 활용할 수 있도록 만드는 데이터 계층 중요성이 높아지고 있다고 판단했다.

그는 산업별 AI 사업 확대를 위해 국내 파트너 생태계도 강화한다고 밝혔다. 데이터 플랫폼만으로 애플리케이션을 완성하기 어려운 만큼 산업과 고객 업무를 이해하는 파트너와 협력할 방침이다. 실제 구축부터 실제 서비스 적용까지 지원하기 위한 전략적 파트너십 프로그램을 추진하고 있다.

그는 공공시장 공략을 위한 준비까지 마쳤다고 밝혔다. 실제 몽고DB는 최근 공공기관이 자사 제품을 도입할 수 있도록 조달 절차를 마치고 나라장터에 제품 등록을 완료했다.

그는 "국내 민간 기업뿐 아니라 기관까지 데이터 현대화·AI 사업서 우리 제품을 활용할 수 있도록 지원할 것"이라고 강조했다.

아틀라스에 에이전트·검색 통합…관리형 MCP 서버 정식 출시

프랭크 리우 몽고DB 프로덕트 매니저가 몽고DB 아틀라스 MCP 서버'를 소개하고 있다.

이날 몽고DB는 행사 기조연설에서 '몽고DB 아틀라스 관리형 모델 컨텍스트 프로토콜(MCP) 서버'를 정식 출시 소식을 알리고, '아틀라스 임베딩·리랭킹 API'를 공개했다.

관리형 MCP 서버는 기존 로컬 MCP 서버 기능을 몽고DB 아틀라스가 직접 호스팅하는 서비스로 확장한 것이 핵심이다.

이날 발표를 맡은 프랭크 리우 몽고DB 프로덕트 매니저는 "아틀라스 관리형 MCP 서버를 이용하면 개발자가 별도 MCP 서버를 직접 구축하고 배포할 필요가 없다"며 "챗GPT와 클로드, 커서 등 MCP를 지원하는 AI 도구를 아틀라스에 연결해 자연어로 데이터와 DB 운영 환경을 함께 다룰 수 있다"고 강조했다.

리우 매니저는 MCP 서버 지원 범위도 데이터 조회에 그치지 않는다고 강조했다. AI 에이전트는 몽고DB 컬렉션을 조회하고 스키마를 파악하거나 인덱스까지 관리할 수 있다. 아틀라스 클러스터 생성과 설정, 사용자 접근 권한 관리, 성능 확인 등 제어 영역까지 같은 자연어 인터페이스로 수행할 수 있다.

그는 MCP 서버에 보안 기능도 소개했다. 이 시스템 보안에는 사용자 위임 방식 인증 구조가 적용됐다. 사용자는 오어스(OAuth)를 통해 자신의 권한 범위 안에서만 AI 에이전트가 시스템에 접근하도록 설정할 수 있다. 읽기 전용 권한을 부여하면 에이전트 역시 쓰기 작업을 수행할 수 없다. 헤드리스 환경과 멀티에이전트 워크로드를 위한 서비스 계정도 지원한다.

사람이나 에이전트가 수행한 작업은 특정 사용자 또는 에이전트에 연결해 로그로 기록한다. 이를 통해 AI 에이전트가 실제 DB 운영에 참여하더라도 누가 어떤 작업을 수행했는지 추적하고 감사할 수 있도록 지원한다.

이날 크리스토퍼 셤 몽고DB 제품 관리 총괄은 새로 출시된 아틀라스 임베딩·리랭킹 API을 소개했다.

크리스토퍼 셤 몽고DB 제품 관리 총괄이 아틀라스 임베딩·리랭킹 API를 공개했다.

아틀라스 임베딩은 몽고DB 데이터에 AI 검색용 벡터를 만들기 위해 외부 시스템을 별도 연결하지 않고 아틀라스 안에서 임베딩 모델을 직접 사용할 수 있게 지원하는 기능이다. DB와 벡터 검색 계층, 모델 제공업체를 각각 관리하던 구조를 하나의 플랫폼으로 통합하는 셈이다.

셤 총괄은 "기존에 보이지 모델을 직접 호출하던 개발자는 URL과 API 키를 변경하는 방식으로 아틀라스로 옮길 수 있다"며 "토큰화 방식과 소프트웨어개발키트(SDK), 모델 이름은 그대로 유지할 수 있어 전체 개발 스택을 다시 구축하지 않아도 된다"고 강조했다.

몽고DB는 검색 모델 제품군도 확대했다. 범용 텍스트 임베딩 모델 '보이지 4'는 일반 텍스트를 임베딩으로 변환하며 '보이지 멀티모달 3.5'는 텍스트와 이미지가 섞인 데이터까지 벡터화한다. '리랭크 2.5'는 검색 결과를 다시 정렬해 검색 정확도와 관련성을 높이는 역할을 한다.