- cuVS·오라클 AI DB 결합, 대규모 데이터 검색·의료 AI 활용 속도 개선
엔비디아가 GTC 2026에서 오라클과 협력해 GPU 기반 벡터 인덱스 구축 기술을 실제 워크로드에 적용한다고 공개했다. 엔비디아 cuVS와 오라클 프라이빗 AI 서비스 컨테이너를 결합해 대규모 데이터 검색과 처리 속도를 개선하는 방식이다.
GPU 기반 벡터 인덱싱으로 데이터 처리 구조 전환
오라클 프라이빗 AI 서비스 컨테이너는 벡터 검색과 인덱스 생성을 엔비디아 GPU와 cuVS 라이브러리 기반으로 처리하도록 설계됐다. 기존 CPU 중심 처리 구조에서 GPU 가속 구조로 전환되면서 인덱스 생성 작업을 별도 컴퓨팅 자원으로 오프로드할 수 있다. 오라클 AI 데이터베이스 26ai를 사용하는 기업은 비정형 데이터와 멀티모달 데이터를 벡터 형태로 저장하고 검색한다. GPU 가속 인덱싱을 적용하면 인덱스 구축 시간이 크게 줄어들고 대규모 데이터 처리 효율도 함께 개선된다.
의료 데이터 검색 속도 개선 사례 확대
헬스케어 기업 소피아는 100만 건 이상의 임상 기록을 처리하는 과정에서 약 3테라바이트 규모, 5억 개 벡터로 구성된 데이터셋을 활용한다. 기존에는 벡터 인덱스 생성에 며칠이 소요됐지만 GPU 가속 인덱싱을 적용하면서 처리 시간을 단축할 수 있는 구조를 확보했다. 매년 약 150만 건의 의학 논문이 추가되는 환경에서 최신 임상 데이터를 빠르게 반영하는 것이 중요하다. 소피아는 실시간 전사와 임상 의사결정 지원 시스템에 벡터 검색을 적용해 데이터 활용 속도를 높이고 있다.
게놈 데이터 분석과 AI 기반 치료 추천
바이오피는 AI 기반으로 박테리아 감염을 식별하고 항생제 내성을 예측하는 시스템을 운영한다. 오라클 클라우드 인프라와 엔비디아 GPU를 활용해 학습과 추론을 확장하고, 게놈 데이터를 벡터 형태로 저장해 빠른 검색을 수행한다. 파인튜닝된 라마 기반 모델을 활용해 합성 DNA 서열을 생성하고, 실험 반복을 줄이면서 치료 후보 탐색 속도를 높인다. GPU 가속 벡터 인덱싱은 이러한 분석 과정 전반의 지연 시간을 줄이는 역할을 한다.
엔비디아와 오라클은 벡터 검색과 AI 데이터 처리 구조를 결합해 다양한 산업에서 대규모 데이터 활용 효율을 높이는 협력을 확대할 계획이다.
#GTC2026 #엔비디아 #오라클 #벡터검색 #GPU #의료AI #데이터베이스
