- 5천만 개 벡터 환경서 100ms 이내 처리…신규 데이터 16ms 안에 검색

 

EDB가 AI 데이터 플랫폼 ‘EDB 포스트그레스 AI(EDB Postgres AI)’가 맥나이트 컨설팅 그룹(McKnight Consulting Group)의 AI 에이전트 데이터베이스 성능 테스트에서 데이터브릭스(Databricks)보다 최대 138배 빠른 최악 쿼리 응답시간을 기록했다고 31일 밝혔다. EDB PG AI는 5천만 개 벡터 환경에서 100ms 이내 응답하고, 새로 저장한 데이터를 16ms 안에 검색했다.

 

맥나이트 컨설팅 그룹은 EDB PG AI와 데이터브릭스, 몽고DB(MongoDB), 크런치 브리지(Crunchy Bridge), AWS 등 주요 데이터 플랫폼을 대상으로 벡터 검색, 하이브리드 검색, 데이터 최신성, 검색 정확도와 동시 처리 성능을 비교했다. 평가는 기업이 AI 에이전트를 실제 운영 환경에 적용할 때 필요한 속도와 정확성, 최신 데이터 반영 시간, 안정성을 중심으로 진행됐다.

 

AI 에이전트 운영을 좌우하는 데이터 기반

기업은 생성형 AI를 넘어 데이터를 검색하고 판단해 업무를 수행하는 AI 에이전트 도입을 늘리고 있다. 실제 운영 환경에서는 AI 모델뿐 아니라 이전 대화와 업무 맥락을 유지하는 에이전트 메모리, 기업 데이터에서 필요한 정보를 찾는 지식 소스, 데이터 기반 의사결정을 안전하고 일관되게 실행하는 툴 프로바이더가 함께 작동해야 한다. AI 에이전트가 대규모 데이터에서 필요한 정보를 찾으려면 의미 기반 벡터 검색과 구조화 데이터 필터링을 결합하고, 새로 저장한 데이터도 지연 없이 검색해야 한다. 여러 에이전트가 동시에 데이터를 조회할 때 응답시간과 처리량을 유지하는 기능도 실제 서비스 운영에 영향을 준다.

 

최악 쿼리 응답시간 최대 138배 단축

벤치마크에서 EDB PG AI는 최악의 쿼리 응답시간(Tail Latency) 기준 데이터브릭스보다 최대 138배 빠른 성능을 보였다. 최악 응답시간은 평균 응답속도와 달리 실제 운영 중 발생하는 가장 느린 쿼리를 측정하며, 사용자 응답과 서비스 처리 지연을 확인하는 지표로 활용된다. EDB PG AI는 5천만 개 벡터 환경에서도 100ms 이내 응답시간을 유지했다. 이는 은행 카드 승인처럼 짧은 시간 안에 결과를 반환해야 하는 실시간 서비스 수준에 해당한다. 하이브리드 검색에서는 의미 기반 검색과 구조화 데이터 필터링을 결합해 가장 까다로운 검색 조건에서도 경쟁 플랫폼보다 2배 이상 많은 관련 정보를 찾았다. 의료 분야에서 희귀 질환이나 약물 상호작용 사례를 검색할 경우, AI 에이전트가 더 많은 근거 데이터를 확보해 답변에 활용할 수 있다.

 

신규 데이터 16ms 내 검색

EDB PG AI는 신규 데이터를 저장한 뒤 16ms 안에 검색 가능한 상태로 반영했다. 데이터브릭스는 같은 데이터가 검색되기까지 최대 5초가 걸렸다. AI 에이전트는 최신 데이터를 바탕으로 판단하기 때문에 저장과 검색 사이의 지연이 길어지면 오래된 정보를 사용할 수 있다. EDB PG AI는 데이터를 별도 색인 과정이나 추가 파이프라인으로 이동하지 않고 저장 직후 검색에 반영했다. 다수의 AI 에이전트가 동시에 데이터를 조회하는 환경에서는 초당 360회의 데이터 읽기 처리 사이클(Read Loop)을 수행했다. 데이터브릭스는 같은 조건에서 초당 1.5회를 처리했다.

 

검색 정확도 높이고 토큰 사용량 줄여

검색 결과 상위 10개 안에 정답 항목이 포함되는 비율을 측정하는 Recall@10 평가에서도 EDB PG AI는 모든 데이터 규모에서 경쟁 플랫폼보다 높은 검색 정확도를 보였다. AI 모델에 전달하는 토큰 수도 줄여 검색 결과 처리에 사용하는 추론 비용을 낮췄다. AI 에이전트는 검색 결과를 모델 입력값으로 전달해 답변을 생성한다. 관련성이 낮은 데이터를 함께 전달하면 토큰 사용량이 늘고, 모델이 필요한 정보를 선별하는 과정도 길어진다. EDB PG AI는 관련성이 높은 검색 결과를 제공해 모델에 전달하는 데이터 양을 줄였다.

 

NTT East, 현장 출동 연간 3000건 절감

금융과 의료, 통신, 공공 분야는 AI가 생성한 결과의 근거를 확인하고 처리 과정을 감사해야 한다. EDB는 Postgres 기반 데이터 관리 기능과 AI 검색 기능을 결합해 규제 산업에서 AI 에이전트가 사용하는 데이터를 관리한다. 일본 지역 통신사 NTT East는 EDB PG AI 기반 운영 에이전트로 네트워크 장애를 분석하고 엔지니어의 현장 출동 여부를 판단한다. 장애 패턴 검색 정확도를 높여 불필요한 현장 출동을 20% 줄였으며, 연간 약 3000건의 엔지니어 출동을 절감했다. 교보문고와 MNTN도 EDB PG AI를 활용해 AI 기반 데이터 플랫폼을 운영하고 있다. 기존 Postgres 환경을 사용하는 기업은 운영 경험과 보안 정책, 컴플라이언스 체계를 유지하면서 별도의 데이터 파이프라인이나 추가 데이터 플랫폼 없이 분석과 AI 기능을 적용한다.

 

EDB 제품 마케팅 데이브 스톤(Dave Stone) 총괄은 “AI 에이전트 시대의 가장 중요한 과제는 AI 모델 자체가 아니라 이를 안정적으로 운영할 수 있는 데이터 기반이다. 이번 독립 벤치마크 결과는 EDB PG AI가 빠르고 정확하며 신뢰할 수 있는 AI 에이전트를 위한 엔터프라이즈급 데이터 플랫폼이라는 점을 보여준다. 기업은 새로운 AI 데이터베이스를 추가하는 것이 아니라 기존 Postgres 기반을 활용해 AI 혁신을 가속화할 수 있다”고 밝혔다.

 

#EDB #EDB포스트그레스AI #포스트그레스 #AI에이전트 #벡터검색 #하이브리드검색 #데이터플랫폼 #데이터브릭스 #기업AI #교보문고 #NTTEast