EDB Postgres AI Q4 릴리스: 교보문고 사례와 주요 업데이트
Maeve Sullivan
December 16, 2025
성공적인 기업 인프라의 핵심은 ‘진정한 데이터 소버린티(True Sovereignty)’에 있습니다. 이는 단순히 데이터를 내부에 두는 것을 넘어 데이터와 AI 자산에 대한 통제권, 예측 가능한 비용 구조, 그리고 벤더 종속(Lock-in)으로부터의 자유를 의미합니다.
이번 분기 EDB는 트랜잭션, 분석, AI 워크로드 전반에서 고객이 데이터에 대한 통제권을 강화할 수 있도록 다양한 기능을 발표했습니다. 특히 대한민국의 교보문고(Kyobo Book Centre) 사례는 이러한 업데이트가 실제 데이터 웨어하우스 환경에서 어떻게 활용될 수 있는지 보여줍니다.
교보문고: 클라우드 비용 절감과 데이터 소버린티 확보
대한민국의 대표적인 서점인 교보문고(Kyobo Book Centre)는 데이터 현대화 과정에서 클라우드 데이터 웨어하우스의 비용과 데이터 거버넌스라는 과제를 해결해야 했습니다.
- 과제: 약 50TB 규모의 클라우드 데이터 웨어하우스(DW)를 운영하면서 쿼리 비용이 크게 증가했습니다. 동시에 엄격한 데이터 거버넌스 요건을 준수해야 했습니다.
- 해결 방안: 교보문고는 EDB Postgres AI와 WarehousePG를 선택했습니다.
- 결과: 클라우드 비용을 보다 효율적으로 관리하면서 쿼리 성능을 확보하고 데이터에 대한 통제권을 강화할 수 있게 되었습니다.
“우리는 50TB 규모의 클라우드 데이터 웨어하우스 쿼리 비용 급증으로 큰 어려움을 겪었습니다. EDB Postgres AI와 WarehousePG는 뛰어난 성능으로 비용을 통제할 수 있는 방법을 제시해 주었으며, 무엇보다 ‘완전한 데이터 주권’을 실현할 수 있게 되었습니다.”
— 교보문고 (Kyobo Book Centre)
1. WarehousePG: 데이터 웨어하우스 현대화
데이터 웨어하우스(DW)는 현대화가 까다로운 인프라 중 하나입니다. 특히 데이터 규모와 쿼리 사용량이 증가하면 클라우드 DW의 비용 관리와 특정 벤더에 대한 의존성이 중요한 과제가 될 수 있습니다.
EDB PG AI for WarehousePG는 이러한 데이터 웨어하우스 환경을 현대화할 수 있는 대안을 제공합니다. 교보문고는 50TB 규모의 클라우드 데이터 웨어하우스에서 발생하는 비용 문제를 해결하기 위해 EDB를 선택했으며, 이를 통해 비용을 관리하면서 성능과 데이터에 대한 통제권을 확보했습니다.
[그림 1 설명] EDB PG AI for WarehousePG는 EDB의 엔터프라이즈 환경 지원 역량과 마이그레이션 전문성, Postgres 기술 기반을 바탕으로 오픈소스 데이터 웨어하우스 기능을 제공합니다. MPP(Massively Parallel Processing) 아키텍처를 활용해 페타바이트 규모의 워크로드를 지원하며, 머신러닝(ML) 통합 기능과 함께 벡터(Vector), JSON, Parquet, 지리공간(Geospatial) 등 다양한 데이터 유형을 지원합니다.
- 비용 효율성: 사용량 기반 과금 대신 코어(Core) 기반 과금 모델을 적용하며, 고성능 동시성 워크로드에서 클라우드 DW 대비 최대 62%의 비용 절감 효과를 제공합니다.
- 확장성과 마이그레이션: 클라우드 DW 대비 최대 63% 높은 확장 효율성을 제공하며, 데이터 웨어하우스 현대화를 위한 빠른 마이그레이션 경로를 지원합니다.
2. Azure Kubernetes Service(AKS)에서 Hybrid Manager 지원
데이터 소버린티를 확보하려면 기업이 인프라와 배포 환경을 유연하게 선택할 수 있어야 합니다. EDB는 Microsoft와의 협력을 통해 EDB PG AI Hybrid Manager를 Azure Kubernetes Service(AKS)에서 공식 지원합니다. 이를 통해 CloudNativePG(CNPG) 기반의 Postgres 운영 환경을 Azure에서도 활용할 수 있습니다.
[그림 2 설명] EDB PG AI for Microsoft Azure는 클라우드, 멀티 클라우드, 온프레미스 및 하이브리드 환경 전반에서 Postgres 클러스터를 일관된 방식으로 프로비저닝, 운영 및 모니터링할 수 있도록 지원합니다. Hybrid Manager는 엔드 투 엔드 데이터 워크플로우를 지원하며, 기업이 선택한 Kubernetes 환경에서 데이터 및 AI 소버린티를 확보할 수 있도록 돕습니다.
3. 노코드 도구를 통한 데이터 및 AI 관리 간소화
복잡한 코드를 직접 작성하지 않고도 데이터와 AI 관련 작업을 구성하고 관리할 수 있도록 다양한 시각적 도구가 추가되었습니다.
Visual Designer for AI Pipelines
RAG(검색 증강 생성)에 필요한 데이터 파이프라인을 시각적 인터페이스에서 구성할 수 있습니다.
[그림 3 설명] 비주얼 AI 파이프라인 디자이너는 데이터 소스 정의부터 요약(Summarization), 청킹(Chunking), 텍스트 임베딩(Text Embedding) 등의 단계 구성까지 AI 데이터 파이프라인을 설정할 수 있는 포인트 앤 클릭(Point-and-click) 인터페이스를 제공합니다.
Visual Configuration for Tiered Tables
분석 데이터와 운영 데이터를 효율적으로 관리할 수 있도록 스토리지 계층화를 시각적으로 설정할 수 있습니다.
[그림 4 설명] EDB PG AI Hybrid Manager의 시각적 인터페이스는 계층화된 테이블(Tiered Tables)의 구성과 모니터링을 간소화합니다. 이를 통해 비용과 성능 요구사항에 맞춰 핫(Hot) 데이터와 콜드(Cold) 데이터를 관리할 수 있습니다.
사전 예방적 보안 권장 사항 (Proactive Security Recommendations)
데이터 소버린티를 유지하기 위해서는 보안과 구성 상태를 지속적으로 점검하는 것이 중요합니다. Hybrid Manager는 보안 및 구성 상태를 확인하고 필요한 개선 사항을 제안합니다.
[그림 5 설명] EDB PG AI Hybrid Manager의 상세 보기 화면은 보안 및 구성 권장 사항을 제공합니다. Postgres 모범 사례(Best Practices)를 기준으로 현재 설정을 점검하고 적용할 수 있는 변경 사항을 제안하여 잠재적인 리스크를 줄일 수 있도록 지원합니다.
향상된 마이그레이션 UI 및 자동화
대규모 마이그레이션의 진행 상황을 보다 쉽게 확인하고 관리할 수 있도록 관련 UI와 자동화 기능도 개선되었습니다.
[그림 6 설명] EDB PG AI Hybrid Manager는 마이그레이션 진행률, 총 마이그레이션 수, 전송 속도, 행(Row) 수 등의 세부 정보를 제공하여 대량 마이그레이션(Bulk Migrations)을 지원합니다. 로그를 일일이 확인하지 않고도 데이터 전송 현황을 실시간으로 추적할 수 있습니다.
4. Postgres 18 지원
EDB는 PostgreSQL 커뮤니티에 지속적으로 기여하고 있으며, EDB PG AI Database는 이제 Postgres 18을 지원합니다. 이를 통해 Postgres 18의 기능을 엔터프라이즈급 보안, 가용성 및 기술 지원과 함께 활용할 수 있습니다.
데이터 및 AI 운영의 주도권 강화
이번 Q4 릴리스는 데이터 웨어하우스 현대화부터 Postgres 운영, AI 파이프라인, 보안 및 마이그레이션에 이르기까지 데이터와 AI 환경을 보다 일관된 방식으로 관리할 수 있도록 지원합니다. 교보문고를 비롯한 여러 기업 사례는 EDB Postgres AI가 비용 관리와 데이터에 대한 통제권을 강화하는 데 어떻게 활용될 수 있는지 보여줍니다.
다음 단계: 현재 운영 중인 클라우드 데이터 웨어하우스의 비용을 줄이거나 교보문고와 유사한 데이터 웨어하우스 현대화 방안을 검토하고 있다면 ‘EDB WarehousePG 비용 절감 진단 세션’을 통해 현재 워크로드와 적용 가능한 마이그레이션 방향을 확인해 보세요.
메일: salesinquiry@enterprisedb.com