구글, 클라우드 넥스트 컨퍼런스에서 AI 중심 데이터베이스 발전 공개
구글은 도쿄에서 열린 클라우드 넥스트 컨퍼런스에서 AI 애플리케이션을 위한 데이터베이스 발전에 큰 보폭을 내딛고 있다. 이 기술 거인은 그래프 및 벡터 검색 지원과 확장된 전문 검색 기능을 갖춘 스패너 SQL 데이터베이스 업데이트를 소개했다. 이러한 개선은 기업 데이터를 AI 애플리케이션에 통합하고 기본 모델을 강화하는 데 중요한 역할을 한다.
또한, 구글은 빅쿼리와 루커에 제미니 기반 기능을 롤아웃하여 데이터 엔지니어링, 분석, 거버넌스 및 보안을 지원한다. 이 움직임은 대부분의 기업이 AI 이니셔티브를 위해 데이터를 효과적으로 관리하는 데 직면한 일반적인 과제를 직접 해결한다.
검색 및 지메일과 같은 구글의 자체 제품의 중추를 이루는 스패너는 그래프QL 표준을 사용하여 그래프 기능을 포함하도록 확장되었다. 이러한 개발은 기업이 검색 보강 생성(RAG)으로 AI 애플리케이션을 강화할 수 있게 한다.
앞서 언급한 업데이트 외에도, 스패너는 이제 구글의 스캔 알고리즘으로 지원되는 전문 및 벡터 검색 기능을 자랑하며, 지능형 기능을 갖춘 다중 모델 데이터베이스로 효과적으로 변환되었다.
특히, 구글은 "스패너 에디션"이라는 새로운 가격 구조를 도입하여 고객에게 추가적인 유연성을 제공하는 계층형 모델을 제공한다. 이는 이전 옵션과 대조적으로 고객이 단일 지역 및 다중 지역 구성 중에서 선택해야 했던 번들 기능과 달랐다.
스패너 외에도, 구글은 NoSQL 데이터베이스인 빅테이블을 업데이트하여 SQL 지원을 추가함으로써 개발자의 접근성을 향상시켰다.
오라클 제품 사용자를 위해, 구글은 이제 클라우드 데이터 센터에서 오라클 엑사데이터 및 자율 데이터베이스 서비스를 호스팅하여 구글 클라우드와 오라클 클라우드 애플리케이션 간의 원활한 통합을 지원한다.
마지막으로, 구글 클라우드는 데이터 스트리밍 및 처리를 위한 오픈소스 아파치 스파크와 카프카에 대한 지원을 확대하고, 분석 허브에서 실시간 스트리밍을 가능하게 했다.
주요 내용
- 구글은 AI 작업에 맞춰진 그래프 및 벡터 검색 기능으로 스패너 데이터베이스를 강화했다.
- 제미니 기능을 빅쿼리와 루커에 통합하여 데이터 엔지니어링 및 보안 지원을 강화하는 것을 목표로 한다.
- "스패너 에디션"이라는 새로운 계층형 가격 모델 도입.
- 빅테이블은 이제 SQL 지원을 제공하여 개발자의 사용을 간소화했다.
- 구글 클라우드는 오라클 엑사데이터 및 자율 데이터베이스 호스팅을 지원하여 작업 옵션을 확장했다.
분석
구글의 스패너와 빅테이블 데이터베이스에 대한 전략적 개선과 제미니 통합은 AI 기능과 데이터 관리를 강화하기 위한 통합된 노력을 시사한다. 이러한 발전은 견고한 데이터베이스 솔루션에 의존하는 기술 거물과 스타트업에 상당한 영향을 미칠 수 있으며, 통합된 AI 애플리케이션에 유리한 시장 동적을 재구성할 가능성이 있다. 단기적으로는 이러한 개발로 인해 데이터 처리 및 AI 통합이 개선될 것으로 기대되며, 장기적인 영향은 데이터베이스 효율성과 AI 유용성에 대한 산업 표준을 재정의할 수 있다. 이러한 혁신의 롤아웃은 기술 주식 및 클라우드 컴퓨팅에 부착된 금융 상품의 변동을 초래하여 투자자 전략 및 시장 안정성에 영향을 미칠 수 있다.
알고 계셨나요?
- 그래프QL:
- 개요: 그래프QL은 API용 쿼리 언어 및 해당 쿼리를 기존 데이터로 충족하기 위한 런타임으로 사용된다. 기존 REST API와 달리, 그래프QL을 사용하면 클라이언트가 정확히 필요한 데이터를 지정할 수 있어 요청 수를 줄이고 효율성을 향상시킨다. 특히 AI 및 기계 학습에서 복잡한 데이터 관계에 유용하다.
- 검색 보강 생성(RAG):
- 개요: 검색 보강 생성(RAG)은 자연어 처리(NLP)에서 검색 기반 모델과 생성 모델의 강점을 결합하는 데 사용된다. 이 기술은 대규모 말뭉치에서 관련 문서를 검색하고 이 정보를 사용하여 언어 모델을 조정하여 더 정확하고 상황에 맞는 응답을 생성하며, 심층적인 이해와 텍스트 생성을 요구하는 AI 애플리케이션에 유용하다.
- 스캔 알고리즘:
- 개요: 스캔(Scalable Nearest Neighbors)은 구글이 개발한 대규모 벡터 유사성 검색을 위한 효율적인 알고리즘이다. 양자화 및 트리 기반 인덱싱과 같은 고급 기술을 사용하여 스캔은 정확성을 유지하면서 검색 프로세스를 가속화하여 AI 시나리오에서 추천 시스템 및 이미지 검색에 이상적이다.