본문으로 건너뛰기
피드

EDB, 오라클 대체를 넘어 분석·AI 데이터 플랫폼으로 확장

backend 약 7분
vote
0
댓글
북마크

EDB가 PostgreSQL 기반 사업을 단순한 Oracle 대체제에서 트랜잭션, 분석, AI까지 처리하는 통합 데이터 플랫폼으로 넓히고 있다. 국내 고객의 WarehousePG 전환, pgvector 수요 증가, Kubernetes 문의 비중 40% 상승, PGD 6.4의 Quorum Commit 등이 주요 포인트다.

  • 1

    EDB는 PostgreSQL 오픈소스 프로젝트 기여도 30~35%로 장기간 최상위권을 유지함

  • 2

    국내 고객 일부가 클라우드 기반 분석 솔루션에서 WarehousePG로 전환하며 고정 비용 모델을 선호함

  • 3

    Pinecone, Milvus, Weaviate 같은 전용 벡터 데이터베이스 대신 pgvector로 수렴하는 흐름을 언급함

  • 4

    Kubernetes 관련 문의 비중이 1년 만에 10%에서 40%로 늘었다고 밝힘

  • 5

    PGD 6.4는 Quorum Commit으로 다중 노드 분산 일관성을 강조함

PostgreSQL이 ‘오라클 대체제’ 프레임을 벗어나는 중

  • EDB가 이제는 ‘Oracle에서 갈아타세요’만 외치는 회사가 아니라, 트랜잭션·분석·AI 업무를 한 플랫폼에서 처리하는 데이터 플랫폼 회사로 보이길 원하고 있음

    • 김희배 EDB 한국지사장은 전 세계 고객 사이에서 EDB를 단일 플랫폼으로 인식하는 흐름이 확산 중이라고 설명함
    • 예전 메시지가 데이터베이스 교체였다면, 지금 메시지는 통합 데이터 워크로드 처리 쪽에 가까움
  • 이 변화는 실제 수주 패턴에서도 보인다고 함. 국내 고객 중 클라우드 기반 분석 솔루션을 쓰다가 EDB WarehousePG로 넘어오는 사례가 늘고 있다는 얘기임

    • 기존 클라우드 분석 데이터베이스는 사용량이 늘수록 비용도 같이 늘어나는 구조라 부담이 커졌다고 함
    • EDB는 고정 비용 모델로 전환하면서 비용 예측 가능성을 높였다는 점을 강조함

중요

> 데이터베이스 선택의 기준이 성능만이 아니라 비용 모델과 운영 위치로 이동 중임. 클라우드 사용량이 커질수록 ‘쓴 만큼 낸다’가 꼭 좋은 말은 아니게 됨.

벡터 데이터베이스도 PostgreSQL 쪽으로 빨려 들어가는 분위기

  • EDB는 AI 확산 이후 전용 벡터 데이터베이스가 난립했지만, 결국 많은 고객이 PostgreSQL의 pgvector로 수렴하고 있다고 봄

    • Pinecone, Milvus, Weaviate 같은 전용 벡터 데이터베이스들이 각자 시장을 만들었음
    • 하지만 기존 데이터와 운영 체계를 PostgreSQL 안에 두고 벡터 검색까지 붙이려는 고객이 늘고 있다는 설명임
  • Snowflake가 Crunchy Data를 인수하고 Databricks가 Neon을 인수한 것도 PostgreSQL의 위상이 달라졌다는 신호로 해석함

    • 단순 관계형 데이터베이스가 아니라 데이터 플랫폼의 중심축으로 PostgreSQL을 보는 움직임이라는 것
    • AI 서비스에서도 데이터 저장, 검색, 분석, 벡터 처리가 한 플랫폼 안에서 돌아가는 그림이 점점 중요해짐

클라우드 리패트리에이션이 EDB에는 기회가 됨

  • 퍼블릭 클라우드를 선호하던 기업들이 온프레미스나 하이브리드로 돌아오는 클라우드 리패트리에이션도 EDB가 주목하는 흐름임

    • EDB 한국지사로 들어오는 Kubernetes 관련 문의 비중이 1년 만에 10%에서 40%로 증가했다고 함
    • 데이터베이스를 클라우드 네이티브 방식으로 운영하되, 위치는 꼭 퍼블릭 클라우드에만 두지 않겠다는 요구가 커진 셈임
  • 최근 출시한 EDB Postgres Distributed 6.4는 Quorum Commit 기능을 내세움

    • 다중 노드 간 분산 일관성을 구현해 하이브리드 클라우드에서도 데이터베이스를 안전하게 운용할 수 있다는 설명임
    • 금융·인프라 영역의 기간계 수요를 겨냥한 제품으로 소개됨

ℹ️참고

> EDB는 PostgreSQL 오픈소스 프로젝트에 30~35% 수준으로 기여한다고 밝힘. 기여도를 더 높일 수도 있지만, 특정 기업 비중이 너무 커지면 오픈소스 생태계에 부담이 될 수 있다는 설명도 붙였음.

한국 금융권의 불안감과 해외 사례

  • 김 지사장은 한국에서 PostgreSQL을 기간계에 도입하는 데 대한 불안감이 있다고 봄

    • 특히 벤더 마케팅 때문에 ‘정말 핵심 업무에 써도 되나’라는 인식이 남아 있다는 얘기임
    • 반대로 싱가포르와 인도 지역 은행들은 더 큰 데이터 처리 규모와 더 가혹한 운영 환경에서도 EDB PostgreSQL을 기간계로 안정적으로 운용 중이라고 강조함
  • EDB는 전 세계 오픈소스 전환 흐름에 맞춰 다양한 데이터 솔루션을 제공하겠다는 입장임

    • 25일 발표할 Signature Experiences도 고객의 오픈소스 전환을 돕는 프로그램으로 소개됨
    • 결국 메시지는 명확함. PostgreSQL을 싸게 쓰는 대체재가 아니라, 기업 데이터 플랫폼의 기본값 후보로 밀겠다는 것임

기술 맥락

  • EDB가 PostgreSQL을 앞세우는 이유는 단순히 라이선스 비용을 낮추기 위해서만은 아니에요. 트랜잭션, 분석, AI 검색을 각각 다른 플랫폼에 나눠 담으면 데이터 이동과 운영 복잡도가 커지기 때문에, 한 데이터베이스 생태계 안에서 처리하려는 수요가 커지고 있어요.

  • pgvector가 중요한 것도 같은 맥락이에요. 전용 벡터 데이터베이스는 기능은 강하지만 별도 운영 대상이 하나 더 생겨요. 이미 PostgreSQL을 쓰는 조직이라면 임베딩 검색을 기존 데이터베이스 안에 붙이는 쪽이 훨씬 덜 부담스러울 수 있어요.

  • Quorum Commit은 하이브리드나 분산 환경에서 특히 중요해요. 여러 노드가 있는 데이터베이스는 장애 대응과 확장성은 좋아지지만, 데이터가 어느 시점에 확정됐는지 관리가 까다롭거든요. 정족수 기반 커밋은 그 지점을 더 엄격하게 잡는 방식이에요.

  • Kubernetes 문의가 10%에서 40%로 늘었다는 숫자는 데이터베이스 운영도 클라우드 네이티브 방식으로 옮겨가고 있다는 신호예요. 다만 워크로드 위치는 퍼블릭 클라우드, 온프레미스, 하이브리드 사이에서 다시 조정되는 중이라서 운영 자동화가 더 중요해지고 있어요.

PostgreSQL이 ‘싸게 쓰는 관계형 데이터베이스’에서 벗어나 분석, 벡터 검색, 분산 데이터베이스까지 먹어 들어가는 흐름이 꽤 선명함. 한국 금융권이 아직 보수적으로 보는 지점도 있지만, 해외 은행 사례와 클라우드 리패트리에이션 흐름을 보면 그냥 마케팅 얘기로만 넘기긴 어려움.

댓글

댓글

댓글을 불러오는 중...

backend

클릭하우스가 PgBouncer 처리량을 4배로 끌어올린 방법

ClickHouse Managed Postgres 팀은 단일 스레드인 PgBouncer를 여러 프로세스로 띄우고 `so_reuseport`와 피어링(peering)을 조합해 16 vCPU 머신을 제대로 쓰게 만들었다. 동일한 AWS 환경에서 단일 프로세스는 약 8.7만 TPS 근처에서 막혔지만, 16개 프로세스 구성은 약 33.6만 TPS까지 올라갔다.

backend

SQLite 쓸 거면 STRICT 테이블을 기본값으로 보자는 주장

SQLite의 STRICT 테이블은 INTEGER 컬럼에 문자열이 들어가는 식의 타입 실수를 막아주는 기능이다. 글쓴이는 SQLite 특유의 유연한 타입 시스템보다, 실수는 빨리 터뜨리는 쪽이 실무에서 낫다고 주장한다. 다만 기존 테이블을 바로 STRICT로 바꾸기 어렵고, SQLite 3.37.0 이상에서만 쓸 수 있다는 제약도 있다.

backend

왜 아직도 Lisp를 배워볼 만한가

Lisp는 괄호가 많은 이상한 언어처럼 보이지만, 핵심은 문법이 아니라 언어 자체를 확장할 수 있다는 점에 있음. 매크로, 코드-데이터 동일성, REPL 중심 개발이 합쳐지면 프로그램을 '작성'한다기보다 살아 있는 시스템을 계속 진화시키는 방식으로 개발하게 됨.

backend

EDB 포스트그레스 AI, 포레스터 멀티모델 데이터 플랫폼 리더 선정

EDB의 AI 데이터 플랫폼 EDB 포스트그레스 AI가 2026년 2분기 포레스터 웨이브 멀티모델 데이터 플랫폼 보고서에서 리더로 선정됐음. 트랜잭션, 분석, AI 워크로드를 하나의 플랫폼에서 다루는 흐름이 강해지는 가운데, EDB는 전략과 현재 제공 기능 모두에서 높은 평가를 받았다고 밝힘.

backend

Bun, Zig에서 Rust로 갈아탔다: 11일짜리 초대형 런타임 포팅 실험

Bun 팀이 53만 줄이 넘는 Zig 코드베이스를 Rust로 기계적으로 포팅했고, Bun v1.4.0부터 Rust 기반으로 전환될 예정임. 핵심 이유는 성능보다 안정성이었고, use-after-free, double-free, 메모리 누수 같은 문제를 컴파일러와 타입 시스템으로 더 빨리 잡기 위해서였음. Claude Code 워크플로 64개를 병렬로 돌려 11일 만에 전 플랫폼 테스트 통과까지 밀어붙인 사례라, LLM 기반 대규모 코드 마이그레이션의 꽤 강한 신호탄임.