AI VIDEO BRIEFING
AI 네이티브 데이터베이스·MCP로 신뢰할 수 있는 AI 에이전트 구축하기
구글 클라우드가 데이터베이스에 AI를 내장한 에이전틱 데이터 클라우드 전략을 공개했다. 앨로이DB, 스패너, MCP 기반 데이터 에이전트 플랫폼과 보안 가드레일을 다룬다.

핵심 메시지
쉽게 이해하기
구글의 아미트 가네시와 야니스 파파콘스탄티누, 그리고 모델 컨텍스트 프로토콜(MCP)을 만든 앤트로픽의 데이비드 소리아 파라가 함께 무대에 올라, 기업 데이터로 신뢰할 수 있는 AI 에이전트를 만드는 방법을 설명했다. 발표자들은 기존 데이터 구조가 서로 단절된 창고와 사일로로 이뤄져 있어 에이전트가 데이터를 매끄럽게 쓰기 어렵고, 데이터를 AI로 옮기는 과정에서 시차가 생긴다고 지적했다. 해결책은 반대로 AI를 데이터로 가져오는 것이며, 구글은 이를 "에이전틱 데이터 클라우드"라는 새 범주로 제시했다.
첫 번째 기둥은 AI 네이티브 데이터베이스다. 구조화된 데이터뿐 아니라 이미지·영상을 임베딩으로, 시계열·그래프 등 여러 형태의 데이터를 데이터베이스 안에서 다루고, 검색·예측·이상탐지 같은 작업을 모두 단일 SQL로 처리한다. 구글 리서치와 함께 만든 시계열 기반 모델 TimesFM은 과거 며칠씩 걸리던 예측을 몇 초 만에 끝낸다.
대표 제품인 앨로이DB는 포스트그레SQL과 100% 호환되면서 표준 대비 분석 속도가 100배 빠르고, 어디서나 돌릴 수 있는 앨로이DB 옴니도 제공한다. 구글 검색·유튜브를 떠받치는 SCAN 인덱스로 100억 개 이상의 벡터를 다루고, 벡터 검색과 전문(BM25) 검색을 합친 하이브리드 검색을 지원한다. AI.rank, AI.if, AI.generate 같은 AI 함수로 제미나이의 세계 지식을 검색에 끌어들이는데, 예컨대 "산토리니 여름에 어울리는 편안한 셔츠"라는 질문도 처리한다. 타겟닷컴은 앨로이DB 도입으로 검색 적합도를 20% 높이고 전체 검색 트래픽을 옮겼다.
두 번째 기둥인 데이터 에이전트 플랫폼은 자연어와 SQL 사이의 간극을 메운다. 단순한 데모와 운영 가능한 에이전트 사이에는 정확도·보안·수작업 부담이라는 큰 격차가 있는데, 쿼리 데이터 도구는 스키마 온톨로지, 쿼리 블루프린트, 값 검색이라는 세 가지 맥락을 결합해 거의 100% 정확도를 노린다. 구글은 자연어-투-SQL 산업 표준인 버드(Bird) 벤치마크에서 1위를 차지했다고 밝혔다. 또 매개변수화된 보안 뷰로 에이전트가 현재 사용자 데이터에만 접근하도록 결정론적 보안 가드레일을 둔다.
세 번째 기둥은 모든 능력을 MCP로 노출한 점과 사전 구축 에이전트다. MCP 툴박스는 1.0 안정판으로 깃허브 별 1만4천 개, 기여자 100명 이상, 오라클·몽고DB를 포함한 40여 개 데이터 소스를 지원한다. 소리아 파라는 MCP가 프런티어 모델과 기업 시스템을 잇는 연결 조직으로서 N×M 통합 문제를 풀며, 앤트로픽도 앨로이DB를 쓴다고 전했다. 구글은 데이터 에이전트 키트, 옵저버빌리티 에이전트, 테스트 에이전트, 대화형 분석 에이전트 등도 함께 내놨다.
주요 인사이트
- 에이전트는 사람처럼 완벽한 SQL 한 줄을 정교하게 짜기보다, 더 넓은 데이터를 빠르게 훑어 필요한 것을 골라내는 데 강하다. 그래서 벡터·하이브리드 검색 같은 도구를 데이터베이스에 내장하는 편이 유리하다.
- AI.if 같은 최적화된 AI 함수는 기본 LLM 호출 대비 약 1000배 비용을 줄여, 대규모로도 AI 필터링을 쓸 수 있게 한다.
- 스패너의 그래프 검색은 별도의 그래프 복사본을 만들 필요 없이 기존 SQL 모델 위에 가상으로 얹혀, 관계 기반 검색(그래프 RAG)을 가능하게 한다.
- MCP는 구글·앤트로픽 등 경쟁사들이 함께 표준을 발전시키는 드문 오픈소스 생태계로, 향후 스킬 제공과 장시간 실행 작업 지원이 예정돼 있다.
자주 묻는 질문
'AI를 데이터로 가져온다'는 말은 무슨 뜻인가요?
데이터를 별도의 AI 시스템으로 옮겨 처리하면 시차와 비용이 생깁니다. 대신 모델과 AI 함수를 데이터베이스 안에 내장해, 데이터가 있는 곳에서 실시간으로 에이전트가 동작하도록 한다는 의미입니다.
앨로이DB의 검색은 어떻게 정확도를 높이나요?
구글의 SCAN 인덱스로 대규모 벡터 검색을 하고, 벡터 검색과 전문(BM25) 검색을 합친 하이브리드 검색에 AI 함수를 더해 사용자 의도를 이해합니다. 타겟닷컴은 이를 통해 검색 적합도를 20% 높였습니다.
MCP가 왜 중요한가요?
프런티어 모델과 기업 데이터·도구를 잇는 표준 연결 계층으로, 통합을 매번 새로 만들지 않고 한 번만 구축하면 되는 N×M 문제를 풀어줍니다.
원문과 출처
이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.
YouTube 원본 영상 보기 ↗