니푼 아가르왈(사진) 오라클 연구 및 고급개발부문 수석부사장은 5일 가진 '마이SQL 히트웨이브 ML(머신러닝)' 소개 온라인 간담회에서 이같이 밝혔다. 마이SQL 히트웨이브는 오라클 클라우드 상에서 마이SQL DB 서비스를 지원하는 인메모리 쿼리 가속기다.
오라클이 2020년 10월 선보였으며, 오라클 클라우드를 통해 서비스되고 있다. 오라클은 최근 이 DB에 머신러닝 기술을 적용해 DB 내에서 머신러닝 작업을 할 수 있도록 했다.
아가르왈 수석부사장은 "기존에는 DB에서 데이터를 추출한 후 머신러닝은 DB 외부에서 실행해야 했지만 마이SQL 히트웨이브 ML을 통해 DB 안에서 바로 머신러닝 기능을 쓸 수 있게 됐다. 특히 머신러닝 과정에서 비용이 가장 많이 들고 전문가가 필요한 모델 훈련과정이 완전 자동화됐다"고 설명했다. 특히 머신러닝의 예측 결과를 설명해주는 기능을 탑재해 신뢰성을 높임으로써 오로라, RDS, 레드시프트, 테라데이타, SAP HANA, 빅쿼리 등 경쟁 솔루션을 쓰던 고객사들이 DB를 교체하는 사례가 늘고 있다는 설명이다.
마이SQL 히트웨이브 ML을 도입함으로써 머신러닝의 수명 주기를 완전 자동화하고 학습된 모델 모두를 마이SQL 내에 저장해, 외부의 머신러닝 도구나 서비스로 데이터와 모델을 이동하지 않아도 된다. ETL(추출·변환·적재) 절차가 없어지고 애플리케이션 복잡성과 비용이 감소해 머신러닝 모델과 데이터의 보안성이 개선됐다.
이전에는 마이SQL 애플리케이션에 머신러닝 기능을 추가하는 일은 오랜 시간이 드는 고난도 작업이었다. 이를 위해 먼저 DB에서 자료를 추출해 다른 시스템에 옮긴 후 머신러닝 모델을 만들고 구축해야 했다. 애플리케이션 데이터가 머신러닝에 적용되는 과정에서 다수의 데이터 분절 현상이 나타나고 데이터 이동으로 인해 지연이 발생하기도 했다.
급증하는 데이터로 인해 DB의 보안 취약점이 증가하고 개발자가 프로그램을 작성하는 환경이 복잡해졌다. 머신러닝 모델을 학습시키는 과정에 문제가 있으면 예측의 정확성이 떨어진다. 또 대부분의 기존 머신러닝 솔루션은 개발자가 구축한 모델이 어떻게 그런 결과를 예측했는지 이유를 설명해주지 않는다.
오라클이 공개한 자료에 따르면 가장 작은 클러스터로 구성된 머신러닝 모델의 경우, 히트웨이브 ML은 아마존 레드시프트 ML 대비 평균 1%의 비용으로 25배 빠른 학습이 가능하다. 더 큰 규모의 히트웨이브 클러스터에서 학습하면 성능 향상폭은 더 높아졌다는 게 오라클 측의 주장이다. 아가르왈 수석부사장은 "머신러닝을 탑재한 클라우드 DB 서비스는 업계의 게임체인저가 될 것"이라며 "성능 향상과 가용성, 가성비 개선을 통해 기업 현장에서 더 폭넓은 머신러닝 활용이 이뤄질 수 있도록 돕겠다"고 말했다. 안경애기자 naturean@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
