데이터베이스(DB) 소프트웨어사 몽고DB(MongoDB)가 생성형 인공지능(AI)에 강한 DB솔루션에 힘입어 3분기 호실적을 기록했다. 몽고DB는 10일(현지시각) 3분기 매출이 전년 대비 22% 증가한 5억2900만달러(시장추정 4억9600만달러)를 기록했다고 발표했다. 영업이익률은 전년 대비 1.1%p 개선된 19.2%(시장추정 12.0%)를 기록했다. 25년 1월에 마감하는 연간 실적전망치도 상향조정했다. 연매출 전망범위 중앙값은 5000만달러 상향된 19억7300만달러(시장추정 19억3000만달러)이며, 영업이익률 전망은 9.9%에서 12.3%(시장추정 10.0%)로 상향했다.  이같은 실적 호조는 클라우드와 온프레미스 컴퓨터 환경 모두에서 모두 강력한 성장세를 보보인 덕분이다. 특히 생성형 인공지능(AI) 생태계에서 DB 표준으로 자리잡고 있다는 것을 증명했다. 몽고DB는 오라클의 관계형DB인 'SQL(Structured Query Language)'과 다른 문서지향DB다. 두 DB는 스키마(데이터 구조) 변경 유연성에서 차이가 있다. 관계형DB는 모든 데이터 관계를 여러 테이블로 구조화하는 반면, 문서지향DB는 하나의 문서에 저장하는 구조다. 이 차이 때문에 몽고DB는 데이터 수정이 쉽고, 수평적인 설계 확장이 가능하다.  특히 문서지향DB는 대규모 연산을 수행하는 생성형 AI 애플리케이션에 적합하다. 문서지향DB는 트랜잭션(DB 변경을 위한 연산)보다는 데이터 읽기·쓰기에 특화됐기 때문에 애플리케이션에 연산 과부하에 의한 성능 저하를 유발하지 않는다. 비용 측면에서도 유리하다. 문서지향DB는 보통 오픈소스 기반으로 SQL처럼 라이선스 비용이 없다.  데브 이티체리아 최고경영자(CEO)는 " 인적관리 소프트웨어사 페이로시티(Paylocity)는 데이터 처리량이 증가하면서 기존 SQL을 몽고DB로 대체했다"며 "그 결과 비용이 5배 절감됐다"고 전했다. 무엇보다 몽고DB는 AI 애플리케이션의 성능을 향상시키는 다양한 유형의 비정형 데이터에 쿼리(데이터요청)할 수 있는 고유 기능을 갖추고 있다. SQL은 정형데이터만 다루는 반면, 몽고DB는 △원시데이터 △메타데이터 △운영데이터 △벡터데이터를 모두 호환한다. 이중 벡터데이터는 이미지와 비디오 같은 비정형데이터를 숫자로 표현한 유형으로 AI 애플리케이션 성능을 극대화하는데 필수적이다. 몽고DB 제품은 클라우드용 '아틀라스(Atlas)'와 온프레미스용 '엔터프라이즈 어드밴스드(EA)'로 구성된다. 아틀라스는 서비스형 DB(DaaS)로 자동화된 운영을 지원한다. 아틀라스는 최근 정교한 텍스트 검색 기능 'Atlas Search'과 벡터데이터 검색 기능 'Vetcor Search'을 새로 추가했다. 이번 3분기 실적에서 경영진은 아틀라스 소비량이 예상치를 약간 상회했다고 밝혔다. 다만 연말 기간 동안 레거시 애플리케이션 사용량 감소로 인해 4분기에는 계절적 둔화가 예상된다. EA는 '관계형 마이그레이터'라는 소프트웨어 도구를 통해 온프레미스 컴퓨터 환경에 설치된 레거시 DB의 현대화를 제공하고 있다. 관계형 마이그레이터는 SQL의 스키마를 몽고DB의 스키마로 자동 변환하며, SQL 기반 코드를 몽고DB의 쿼리 언어로 전환해 마이그레이션 과정을 단순화한다. 몽고DB 고객사는 이를 통해 레거시 애플리케이션의 현대화 비용을 50% 이상 절감하고 있다.  현재 AI 생태계는 기술증명(PoC) 단계를 넘어 생산 단계에 있는 애플리케이션들이 증가하는 추세다. 이중 몽고DB 기반으로 개발된 AI 앱은 연초 이후 10배나 증가했다. 몽고DB가 고객사에 AI 애플리케이션을 구축하고 적용할 수 있도록 지원하는 'MAAP(MongoDB AI Application Program)'를 확대한 덕분이다. MAAP는 개발자들이 메타의 오픈소스 언어모델인 라마(Llama)를 사용해 몽고DB 환경에서 AI 애플리케이션을 개발할 수 있도록 지원한다.