데이터베이스 판이 바뀐다

5년 안에 운영 데이터베이스 판이 바뀐다…데이터브릭스가 보는 AI 시대의 핵심 전환점

지금 꼭 봐야 할 핵심 포인트

데이터브릭스는 앞으로 5년 안에 운영 DB 시장이 크게 재편될 것이라고 봤습니다.
핵심은 “데이터를 따로 옮겨서 분석하는 시대”가 아니라, 실시간으로 쌓이는 데이터를 바로 저장하고 바로 AI에 연결하는 구조로 바뀐다는 점입니다.
이 변화의 중심에 레이크베이스(Lakebase)가 있고, 특히 한국에서는 금융사가 가장 먼저 반응할 가능성이 크다는 전망이 나왔습니다.
또 하나 중요한 포인트는 AI 경쟁이 이제 모델 성능만의 싸움이 아니라, 운영 DB·거버넌스·실시간 처리·업무 연동까지 포함한 “운영 체계 경쟁”으로 넘어가고 있다는 점입니다.
이번 글에서는 데이터브릭스가 왜 운영 DB를 주목하는지, 레이크베이스가 어떤 의미인지, 한국 시장에선 왜 금융이 핵심인지, 그리고 다른 기사에서 잘 다루지 않는 숨은 포인트까지 뉴스형식으로 정리해보겠습니다.

뉴스 요약: 데이터브릭스, 운영 DB 시장을 정조준

데이터브릭스 제품 총괄 수석부사장 데이비드 마이어는 “5년 내 운영 데이터베이스(DB) 영역의 판이 바뀔 것”이라고 말했습니다.
그는 기업이 AI 시대에 맞게 데이터를 활용하려면, 실시간 데이터가 발생하는 순간 바로 저장되고 분석과 AI 활용까지 연결되는 구조가 필요하다고 강조했습니다.
데이터브릭스는 이 흐름을 레이크베이스로 공략하겠다는 전략입니다.
레이크베이스는 서버리스 PostgreSQL 기반의 운영 데이터베이스로, 애플리케이션과 AI 에이전트에서 발생하는 트랜잭션 데이터를 빠르게 처리하면서도 레이크하우스의 분석·AI 워크로드와 같은 거버넌스 체계에서 관리할 수 있게 해줍니다.
쉽게 말해, “서비스용 데이터”와 “분석용 데이터”를 따로 떼어 놓지 않고 더 자연스럽게 연결하는 방향입니다.

왜 지금 운영 DB가 다시 중요해졌나

운영 DB는 실제 서비스가 돌아가는 현장에서 데이터가 생성될 때마다 저장하고 읽어오는 역할을 합니다.
예를 들면 주문, 결제, 로그인, 고객 상태 변경, AI 에이전트의 작업 결과 같은 데이터가 여기에 해당합니다.
이 DB는 속도가 생명입니다.
분석 DB는 보통 1초 내 응답이면 충분하지만, 운영 DB는 약 10밀리초 수준의 반응 속도가 필요합니다.
이 차이는 단순한 성능 차이가 아니라, 서비스 품질과 AI 실행 속도를 가르는 기준입니다.
AI 에이전트가 많아질수록 “바로 쓰고 바로 저장하는” 운영 DB의 중요성은 더 커질 수밖에 없습니다.

데이터브릭스가 운영 DB까지 들어온 이유

데이터브릭스는 원래 데이터 저장·분석과 AI 개발을 돕는 데이터·AI 플랫폼 기업으로 알려져 있었습니다.
그런데 AI 애플리케이션이 늘어나면서 상황이 달라졌습니다.
기업들이 기존 SaaS 의존도를 줄이고, AI 기반 업무 시스템을 직접 구축하는 흐름이 강해졌기 때문입니다.
이 흐름에서는 단순히 데이터를 모아 분석하는 것만으로는 부족합니다.
실시간 트랜잭션을 빠르게 처리할 운영 DB가 반드시 필요합니다.
데이터브릭스는 이 틈을 정확히 노리고 있습니다.
분석 DB를 장악했던 레이크하우스의 성공 방식을 운영 DB에도 적용하겠다는 그림입니다.

레이크베이스가 주목받는 이유

레이크베이스는 단순한 신제품이 아닙니다.
운영 DB와 분석·AI 환경의 경계를 허무는 제품이라는 점에서 의미가 큽니다.
데이터브릭스는 레이크베이스를 만들기 위해 약 5년간 기술을 연구했고, 약 2년 전부터 네온(Neon) 팀과 해결책을 논의했습니다.
이후 네온을 인수하면서 레이크베이스를 2025년에 출시했습니다.
마이어는 포스트그레스(PostgreSQL)에서 컴퓨트와 스토리지를 분리한다는 발상 자체가 매우 새롭다고 설명했습니다.
그리고 이미 레이크베이스의 연환산 매출이 1억 달러를 넘어섰다고 밝혔습니다.
즉, 이건 실험 단계가 아니라 실제 시장에서 반응을 얻고 있는 사업입니다.

AI 시대의 DB 시장, 앞으로의 방향

데이터브릭스가 보는 미래는 꽤 분명합니다.
과거에 레이크하우스가 분석 DB 산업의 판을 바꿨다면, 앞으로 5년 안에는 운영 DB도 비슷한 방식으로 재편될 수 있다는 겁니다.
이 말은 곧 기업 IT 구조 전체가 바뀔 수 있다는 뜻입니다.
기존에는 운영 DB, 분석 DB, AI 개발 환경이 제각각 분리돼 있었습니다.
하지만 앞으로는 실시간 운영 데이터가 곧바로 AI 학습·추론·자동화로 이어지는 구조가 표준이 될 가능성이 높습니다.
이런 구조에서는 DB가 단순 저장소가 아니라 AI 실행 엔진의 일부가 됩니다.
결국 운영 DB는 백엔드 기술이 아니라 AI 전략의 핵심 자산이 됩니다.

최근 확보한 자금은 어디에 쓰이나

데이터브릭스는 최근 50억 달러를 추가로 조달했고, 기업가치는 1900억 달러 수준까지 올라갔습니다.
연환산 매출도 70억 달러를 넘었습니다.
이 정도면 시장에서는 대표적인 IPO 후보군으로 보는 분위기입니다.
마이어 부사장은 이 자금을 레이크베이스, 지니(Genie), 유니티 AI 게이트웨이 같은 AI 활용 지원 제품 개발에 투입하겠다고 밝혔습니다.
즉, 자금 조달의 목적이 단순한 몸집 키우기가 아니라, “AI를 실제 업무에 넣기 쉬운 제품”을 만드는 데 있다는 점이 중요합니다.
이건 클라우드, 데이터베이스, AI 플랫폼이 하나의 묶음으로 재편되는 흐름과도 맞닿아 있습니다.

지니와 유니티 AI 게이트웨이가 의미하는 것

지니는 전문 데이터 분석가가 아니어도 일반 직원이 자연어로 기업 데이터를 활용할 수 있게 돕는 도구입니다.
쉽게 말하면, “SQL을 몰라도 질문하듯 데이터를 쓰는 환경”에 가깝습니다.
데이터브릭스는 여기에 마이크로소프트 엑셀, 코파일럿 같은 기존 업무 도구와의 연동성도 강화하고 있습니다.
이 포인트가 중요한 이유는 AI 도입이 기술팀에서 끝나지 않고, 현업 직원 전체로 퍼지게 만드는 관문이기 때문입니다.
유니티 AI 게이트웨이도 같은 맥락에서 해석할 수 있습니다.
기업 내부의 다양한 AI 사용을 한 곳에서 관리하고 연결해 주는 역할이기 때문에, AI 거버넌스와 운영 효율성 측면에서 의미가 큽니다.

한국 시장에서 왜 금융이 가장 중요하나

마이어 부사장은 한국 시장에서 레이크베이스 수요가 금융권 중심으로 커질 것이라고 봤습니다.
그 이유는 단순합니다.
금융은 실시간성 요구가 가장 높고, 거래 데이터와 고객 정보가 즉시 반영돼야 하기 때문입니다.
AI 기반 금융 서비스는 응답 속도, 보안, 규제 대응, 데이터 거버넌스가 동시에 중요합니다.
이 조건을 만족하려면 운영 DB의 성능과 안정성이 매우 중요해집니다.
그래서 한국에서는 게임, 헬스케어·생명과학, 제약, 미디어·엔터테인먼트도 수요가 커질 수 있지만, 실제 중심축은 금융 서비스가 될 가능성이 높습니다.

다른 기사에서 잘 안 다루는 가장 중요한 포인트

가장 중요한 건 “AI 경쟁의 본질이 DB로 내려오고 있다”는 점입니다.
많은 사람들은 AI를 모델 경쟁으로만 생각합니다.
하지만 실제 기업 현장에서는 모델보다 데이터가 더 어렵고, 데이터보다 운영 구조가 더 복잡합니다.
AI가 진짜로 돈을 벌려면, 실시간 데이터가 정확하게 쌓이고, 바로 불러와지고, 여러 AI 에이전트가 동시에 써도 흔들리지 않아야 합니다.
즉, 앞으로의 경쟁력은 “어떤 모델을 쓰느냐”보다 “그 모델이 붙어 있는 데이터 구조가 얼마나 빠르고 일관적인가”에서 갈릴 가능성이 큽니다.
이 관점에서 보면 레이크베이스는 단순 DB가 아니라 AI 시대의 운영 체계 재설계 도구입니다.
그리고 이 흐름은 금융, 제조, 헬스케어, 커머스, 미디어 전반의 IT 투자 방향을 바꿀 수 있습니다.

한국 기업이 지금 체크해야 할 포인트

첫째, 운영 DB와 분석 DB를 분리해 관리하는 기존 구조가 계속 최선인지 점검해야 합니다.
둘째, AI 도입을 파일럿 수준에서 끝내지 말고 실시간 운영 시스템과 연결할 수 있는지 봐야 합니다.
셋째, 데이터 거버넌스와 보안, 규제 대응까지 포함한 아키텍처 설계가 필요합니다.
넷째, 현업 직원이 직접 데이터를 다루는 환경을 만들어야 AI 확산 속도가 빨라집니다.
다섯째, 금융·게임·헬스케어 같은 고실시간 산업은 이미 변화의 초입에 들어섰다고 보는 게 맞습니다.
이런 변화는 단순한 IT 업그레이드가 아니라, 기업의 경쟁력을 좌우하는 구조 변화입니다.

경제·AI 트렌드 관점에서의 해석

이번 이슈는 데이터브릭스 한 회사의 제품 이야기가 아닙니다.
글로벌 경제 관점에서 보면, AI 인프라 투자가 이제 모델 학습용 GPU에서 데이터 운영 체계로 옮겨가고 있다는 신호입니다.
즉, 다음 성장 구간은 “AI를 잘 만드는 회사”보다 “AI를 실제 업무에 깊게 심는 회사”가 가져갈 가능성이 높습니다.
이 과정에서 운영 DB, 클라우드, 데이터 플랫폼, AI 거버넌스 시장이 같이 커질 수 있습니다.
기업 입장에서는 IT 비용이 아니라 생산성 투자로 봐야 하고, 투자자 입장에서는 소프트웨어 밸류체인의 다음 중심축이 어디인지 봐야 합니다.
한마디로, DB는 조용히 뒤에서 움직이는 인프라가 아니라 AI 경제의 핵심 성장 엔진이 되고 있습니다.

< Summary >

운영 DB 시장이 AI 때문에 다시 뜨고 있습니다.
데이터브릭스는 레이크베이스를 앞세워 실시간 데이터와 AI를 바로 연결하는 구조를 밀고 있습니다.
한국에서는 금융권이 가장 빠르게 반응할 가능성이 높습니다.
핵심은 AI 모델이 아니라, 데이터를 실시간으로 처리하는 운영 체계입니다.
앞으로는 DB가 AI 경쟁력의 출발점이 될 가능성이 큽니다.

*출처: https://zdnet.co.kr/view/?no=20260831100158