“혼합 워크로드 지원하는 DB 관리 서비스가 해답” 오라클이 전하는 가장 쉬운 머신러닝 도입법

스테티스타(Statista)의 통계에 따르면, MySQL은 2023년 2월 기준 오라클에 이어 두 번째로 인기 있는 데이터베이스다. 최근 몇 년 사이의 일이 아니다. 2005년 이후부터 2위 자리를 유지하고 있다. 이 순위는 웹사이트에서 언급된 빈도, 검색 빈도, 기술 논의 빈도, 소셜 네트워크 관련도 등을 종합한 결과다.

한편 최근 10년간의 데이터베이스 순위 변화를 살펴보면, 스노우플레이크와 구글 빅쿼리, 아마존 레드시프트와 같은 클라우드 기반 분석형 DW의 랭킹이 2014년부터 가파르게 성장하고 있다. 클라우드에서 사용할 수 있는 분석형 데이터베이스에 대한 요구가 증가하고 있다는 의미다.

한국오라클 MySQL 류수미 부장은 3월 29일 ITWorld와 CIO Korea가 주최한 ‘Cloud & AI Innovation 2023’에서 “다양한 조사를 종합하면 지난 5년간 데이터베이스는 클라우드 환경으로 많이 이동했으며, 특히 MySQL로 굉장히 많이 이동한 것을 알 수 있다. 이와 함께 클라우드에서 사용할 수 있는 분석형 데이터베이스에 대한 요구가 증가하고 있다”라고 말했다. 
 

온라인거래처리(OLTP)에 사용됐던 MySQL은 이제 온라인분석처리(OLAP)를 위한 데이터베이스로 영역이 확장되고 있다. 하지만 클라우드에서 OLAP형 데이터베이스를 사용할 때는 고려해야 할 사항이 있다. 류수미 부장은 “OLTP와 OLAP 데이터베이스는 서로 다른 별개의 데이터베이스다. 즉, 두 데이터베이스간 데이터 이동이 필수적이다. 원본 DB에서 데이터를 추출한 다음 변환을 하고 타깃 데이터베이스에 로딩하는 ETL 작업이 요구된다“라고 설명했다.

ETL 작업은 데이터 추출/이동/변환에 많은 시간과 비용이 들어간다. 실시간 작업도 불가능하며, 관리 포인트가 많은 것도 OLTP와 OLAP 데이터베이스가 분리된 환경의 단점이다. 류수미 부장은 ”OLTP에서 사용하는 MySQL 쿼리를 OLAP DB에서 사용할 수 없다. 해당 DB에 맞춰 쿼리를 작성할 수 있는 엔지니어가 필요하다“라고 말했다.

류수미 부장은 이런 단점을 해결할 대안으로 오라클의 MySQL 히트웨이브(HeatWave)를 제안했다. 고성능 인메모리 쿼리 가속기가 내장된 MySQL 클라우드 서비스로, 레드시프트나 스노우플레이크, 빅쿼리와 같은 OLAP 데이터베이스다. 오라클 자체 클라우드(OCI)뿐 아니라 애저, AWS에서도 이용할 수 있다.

단일 OLTP·OLAP 환경부터 혼합 워크로드까지

히트웨이브는 기존 애플리케이션의 변경 없이 MySQL의 분석 및 혼합 워크로드 성능을 개선한다. 별도의 분석 데이터베이스가 필요하지 않으며, ETL 작업 없이 MySQL 데이터베이스에 저장된 데이터에 대한 분석을 실행한다. 히트웨이브 노드에서 성능 가속화를 거친 이후 전달되므로 기존의 쿼리를 사용해도 성능을 향상할 수 있다. 

대규모 병렬 아키텍처도 히트웨이브의 특징이다. 대규모 데이터를 병렬 동작이 가능하도록 분할해 분석 작업의 캐시 메모리 적중률과 노드 간 확장성을 높인다. 인메모리 기반 컬럼 표현으로 메모리 로드 전 데이터를 압축해 성능 향상은 물론 메모리 점유율 감소로 비용까지 절감할 수 있다.

류수미 부장은 “기존 MySQL 같은 경우에는 구조적으로 중첩 루프 조인(nested loop join) 같은 알고리즘 때문에 OLAP 쿼리의 성능이 떨어지는 것이 현실이었다. 히트웨이브 노드는 병렬 아키텍처를 적용해 속도가 굉장히 빨라진다”라고 설명했다. 

이어 아마존 오로라와 히트웨이브를 비교한 TPC-H 벤치마크 결과를 제시했다. 4TB 규모의 데이터로 테스트했을 때 히트웨이브의 성능은 오로라보다 1,400배 빨랐으며, 히트웨이브를 사용하면 연간 비용을 1/2 줄일 수 있는 것으로 나타났다.

다른 OLAP 데이터베이스와도 성능 및 비용 격차가 컸다. 히트웨이브는 레드시프트보다 성능이 7배가량 빨랐으며, 비용은 1/2 저렴하다. 스노우플레이크보다는 6.8배 빨랐고 가격은 1/5 낮았다. 류수미 부장은 “이는 10TB로 테스트를 진행한 결과다. 데이터가 많아지면 격차는 훨씬 커진다”라고 덧붙였다.

 

류수미 부장에 따르면, 브라질에서 몇 백 개의 학교를 관리하는 교육기업 에스투다(Estuda)는 빅쿼리에서 처리했던 것을 히트웨이브로 마이그레이션한 이후에 300배 빠른 성능 개선을 경험했다. 일본의 게임 개발사 지니어스 소노리티(Genius Sonority)는 히트웨이브를 사용해 90배 정도의 성능 향상 효과를 봤으며, 실시간 분석을 통해 게임 경험을 지속해서 개선할 수 있었다. 

히트웨이브의 비밀병기, 내장 ML 솔루션

수많은 데이터가 클라우드로 이동하고 있고 머신러닝(ML) 도입이 확대되는 오늘날에는 ML 플랫폼이 데이터 가까이에 있는 것도 매우 중요하다. ML은 데이터를 여러 차례 학습하고 데이터가 많을수록 더 정확한 결과가 나오므로 대규모 데이터 전송을 최대한 줄여 지연이 발생하지 않는 환경이 이상적이다. 

류수미 부장은 “대부분 데이터베이스는 ML 솔루션이 외부에 있기 때문에 데이터를 추출해 ML 솔루션에 넣는 과정을 거친다. 하지만 히트웨이브에는 ML 기능이 내장돼 외부로 데이터를 가져갈 필요가 없다. 데이터가 존재하는 곳에서 알고리즘을 적용해 학습을 진행할 수 있다. 모델과 추론에 대한 설명까지 제공한다”라고 설명했다.

데이터베이스에서 내장 ML 솔루션은 제공하는 것은 히트웨이브뿐만이 아니다. 레드시프트 역시 자체적인 ML 기능을 제공한다. 하지만 류수미 부장은 “레드시프트 ML은 세이지메이커라는 외부 인스턴스를 사용해야 하므로 실제 빌트인이 아니다. 이런 이유로 인해 학습 시간이 상대적으로 오래 걸린다”라고 지적했다. 그에 따르면, 데이터 이동 없이 즉시 학습할 수 있는 히트웨이브 ML은 레드시프트 ML보다 학습 시간이 평균 25배 빠르다. 

히트웨이브 ML의 또 다른 장점은 비용 절감이다. 류수미 부장은 “레드시프트 ML에 들어가는 비용의 1%만으로 사용할 수 있다. 사실상 거의 비용이 들지 않는 셈”이라고 강조했다. 히트웨이브는 AWS와 애저에서도 지원하므로 멀티 클라우드 사용에 따른 이그레스 비용과 컴플라이언스 승인도 피할 수 있다.

물론 비즈니스상 ML이 중요한 역할을 하고 데이터 과학자 같은 전문 인력을 많이 보유한 기업이라면 데이터베이스에 내장된 ML보다는 분리된 환경에서 더 많은 데이터를 적용하는 것이 적합할 수 있다. 하지만 데이터 과학자를 보유한 기업은 많지 않으며, 수요 대비 공급도 제한적이다. 

류수미 부장은 “데이터 프로세싱과 알고리즘 선택 등 전체 과정이 자동화된 ML 솔루션이 있다면 리소스가 부족한 기업도 얼마든지 머신러닝을 적용해 비즈니스를 개선해볼 수 있을 것”이라고 덧붙였다.
editor@itworld.co.kr