280배 빨라진 AI DB시스템, 국내 연구진이 개발

시사위크=박설민 기자  국내 연구진이 인공지능(AI)의 그래픽 데이터베이스(DB)와 관계형 DB를 통합 운영할 수 있는 기술 개발에 성공했다. 그간 AI데이터센터의 고질적 문제였던 비용 부담, 데이터 불일치, 복합 질의 처리 어려움 등 한계를 해결한 획기적 기술로 주목받는다.

한국과학기술원(KAIST)은 전산학부 김민수 교수 연구팀이 관계형 DB와 그래프 DB를 완전 통합한 ‘키마이라(Chimera)’를 개발했다고 8일 밝혔다.

기존 관계형 DB와 달리 그래프 DB는 데이터를 정점(노드)과 간선(연결선)으로 표현하는 구조를 가지고 있다. 때문에 사람·사건·장소·시간처럼 복잡하게 얽힌 정보를 분석하고 추론하는 데 강점을 지닌다. 이러한 특징 덕분에 최근에는 AI 에이전트, SNS, 금융, 전자상거래 등 다양한 분야에서 활용이 빠르게 확산 중이다.

하지만 문제는 지금까지의 접근 방식이 그래프 탐색을 억지로 조인 연산으로 흉내 내거나, 메모리에 그래프 뷰(view)를 미리 구성해 처리하는 방법에 의존했다는 점이다. 이 경우 탐색 단계가 깊어질수록 성능이 급격히 떨어진다. 또한 데이터 규모가 조금만 커져도 메모리 부족으로 실행이 실패한다.

이 같은 문제를 해결하고자 KAIST 연구팀은 키마이라를 새롭게 개발했다. 연구팀은 우선 그래프 전용 저장소와 관계형 데이터 저장소를 함께 운영하는 ‘듀얼 스토어 구조’를 도입했다. 여기에 그래프 탐색과 관계형 연산을 동시에 처리하는 ‘탐색-조인 연산자’를 적용, 복잡한 연산을 단일 체계에서 효율적으로 실행할 수 있도록 했다.

일련의 과정을 거쳐 완성된 키마이라는 데이터 저장부터 질의 처리까지 전 과정을 하나로 통합한 세계 최초의 그래프-관계형 DB 시스템으로 자리매김했다. 국제 성능 표준 벤치마크인 ‘LDBC Social Network Benchmark(SNB)’에서 기존 시스템 대비 최소 4배에서 최대 280배 빠른 성능을 기록했다. 이는 세계 최고 수준이다.

김민수 KAIST 교수는 “데이터 간 연결 관계가 갈수록 복잡해지는 만큼, 그래프와 관계형 DB를 아우르는 통합 기술의 필요성이 커지고 있다”며 “키마이라는 이 문제를 근본적으로 해결한 기술로 앞으로 AI 에이전트, 금융, 전자상거래 등 다양한 산업에서 널리 쓰일 것으로 기대한다”고 밝혔다.

이번 연구 성과는 데이터베이스 분야 국제학술대회 ‘VLDB’에서 지난 1일 발표됐다.