--- title: "헬리컬 인사이트 6.2.1, BI 보고서 처리 성능 최대 90% 개선" published: 2026-05-30T16:05:02.961Z canonical: https://jeff.news/article/3514 --- # 헬리컬 인사이트 6.2.1, BI 보고서 처리 성능 최대 90% 개선 오픈소스 BI 플랫폼 헬리컬 인사이트가 6.2.1 버전에서 스트리밍 응답과 스트림 캐시 구조를 적용해 대용량 정형 보고서 처리 성능을 높였다고 밝혔다. 회사는 다중 페이지 보고서 성능 85~90%, 셀프서비스 대시보드 렌더링 50% 개선을 주장한다. - 헬리컬 인사이트 6.2.1의 핵심은 “오픈소스 BI도 대용량 보고서 성능과 비용 구조를 같이 잡겠다”는 쪽임 - 기존 BI 환경은 SAP 크리스탈 리포트, 재스퍼리포트, 마이크로소프트 SSRS 같은 제품이 따로 운영되는 경우가 많음 - 이런 구조에서는 큰 보고서를 돌릴 때 메모리 사용량이 튀고, 페이지 렌더링이 느려지고, 사용자 수가 늘수록 라이선스 비용도 같이 불어남 - 이번 버전에서 가장 크게 내세운 건 스트리밍 응답과 스트림 캐시 구조임 - 데이터를 전부 만든 뒤 한 번에 내려주는 방식이 아니라, 데이터와 페이지를 순차적으로 처리하고 전송하는 쪽으로 설계됨 - 회사 주장 기준으로 다중 페이지 정형 보고서 실행 성능은 85~90% 개선됐고, 인터랙티브 셀프서비스 대시보드 렌더링 속도는 50% 빨라졌다고 함 > [!IMPORTANT] > 성능 개선 수치가 꽤 큼. 다만 벤더 발표 기준이라 실제 도입 전에는 자기 데이터셋, 보고서 크기, 동시 사용자 수로 개념검증을 돌려보는 게 맞음. - 정형 보고서 쪽 기능도 꽤 많이 손봤음 - 네이티브 테이블, 크로스탭, 다중 축 막대 차트, 누적·그룹 기반 차트, 파이 차트 레이아웃이 추가됨 - 애드혹 보고서 디자이너는 복합 조건부 서식, 사용자 지정 툴팁, 색상 그라데이션을 지원함 - 음수 값을 괄호로 보여주거나, 값 범위에 따라 색을 다르게 주는 식의 현업 보고서 스타일링도 직접 설정할 수 있음 - 장시간 질의를 끊을 수 있는 쿼리 중단 기능도 들어감. 이거 은근 중요함 - BI 사용자가 실수로 무거운 조건을 걸면 데이터베이스와 리포트 서버가 같이 고생하는 경우가 많음 - 사용자가 직접 오래 도는 작업을 종료할 수 있으면 운영자 호출 없이 장애성 부하를 줄일 수 있음 - 이미지와 지도 시각화도 엔터프라이즈 보고서에 맞춰 확장됨 - 이미지 컴포넌트는 데이터베이스 이미지 경로와 BLOB 기반 동적 이미지 렌더링을 지원함 - 지도 시각화에는 색상 그라데이션과 단계별 가변 설정 기능이 추가됨 - 개별 보고서와 전체 보고서 수준에서 내보내기와 설정 제어 기능도 강화됐다고 함 - 로드맵에서 눈에 띄는 건 생성AI 분석임 - 헬리컬 인사이트 7.0에서는 대화형 데이터 분석 기능을 제공할 계획이라고 밝힘 - 조직이 자체 대규모 언어 모델(LLM)을 선택해 연결하는 BYO-LLM 구조도 지원할 예정임 - 민감한 사내 데이터를 다루는 BI 특성상, 특정 외부 모델에만 묶이지 않는 구조는 꽤 현실적인 요구임 - 과금 모델은 레거시 BI를 정조준함 - 무료 오픈소스 커뮤니티 에디션과 상용 엔터프라이즈 에디션으로 제공됨 - 엔터프라이즈 버전은 사용자 수, CPU 코어, 데이터베이스 규모 기준이 아니라 정액형 구조를 내세움 - 회사는 SaaS 기업, 정부기관, 금융기관에서 레거시 BI 대비 총소유비용(TCO)을 최대 90% 줄일 수 있다고 주장함 - 기술 스택은 웹 기반 API 우선 구조로 설명됨 - Java와 React 기반으로 동작하고, Docker와 Kubernetes 환경 확장을 지원한다고 밝힘 - 자동 보고서 스케줄러는 Gmail, Microsoft, Zoho 같은 이메일 서비스의 보안 프로토콜 요구사항에 맞춰 업데이트됨 --- ## 기술 맥락 - 이번 업데이트의 기술적 선택은 보고서 생성을 일괄 처리에서 스트리밍 처리로 옮긴 거예요. BI 보고서는 페이지 수가 많고 데이터셋이 커질수록 메모리를 크게 잡아먹는데, 순차 처리로 바꾸면 서버가 한 번에 떠안는 부담을 줄일 수 있거든요. - Stream Cache가 같이 언급되는 이유도 여기에 있어요. 스트리밍만 하면 중간 결과를 다시 써야 할 때 비효율이 생길 수 있는데, 캐시를 붙이면 반복 렌더링이나 페이지 이동에서 불필요한 재처리를 줄일 수 있어요. - BYO-LLM 로드맵은 BI에서 꽤 중요한 방향이에요. 기업 데이터 분석은 권한, 보안, 감사 이슈가 강해서 아무 모델에나 데이터를 던지기 어렵거든요. 자체 모델이나 승인된 모델을 연결할 수 있어야 실제 업무 환경에 들어갈 가능성이 커져요. - Kubernetes 지원을 강조한 것도 단순 배포 편의 이상의 의미가 있어요. 보고서 서버는 월말, 정산, 규제 보고 시점처럼 부하가 몰리는 패턴이 있으니 컨테이너 기반 확장성이 운영 비용과 장애 대응에 직접 연결돼요. ## 핵심 포인트 - 스트리밍 응답과 스트림 캐시로 대용량 보고서의 메모리 부담과 렌더링 지연을 줄였다 - 차기 7.0 버전에서는 조직이 자체 대규모 언어 모델을 붙이는 BYO-LLM 구조를 예고했다 - 사용자 수·CPU 코어·데이터베이스 규모 기반 과금 대신 정액형 엔터프라이즈 모델을 내세운다 ## 인사이트 BI는 화려한 대시보드보다 ‘큰 보고서를 터지지 않게 뽑는가’가 현업에서 더 자주 아픈 지점이다. 성능 수치가 벤더 주장이라는 점은 감안해야 하지만, 레거시 BI 비용과 확장성에 지친 팀이라면 오픈소스 대안을 검토할 만한 신호다.