한국과학기술원(KAIST)이 관계형 데이터베이스(DB)와 그래프 DB를 완전히 통합한 차세대 DB 시스템 ‘키마이라(Chimera)’를 개발했다고 8일 밝혔다.

이번 연구는 데이터 관리 한계를 넘어 인공지능(AI) 서비스 고도화를 위한 기반 기술을 개발하는 것이 목적이다.

그래프 DB는 데이터를 정점(노드)과 간선(연결선)으로 표현하는 구조로, 사람·사건·장소·시간처럼 복잡한 연결 관계를 분석하고 추론하는 데 강점을 지닌다.

최근 AI 에이전트, 소셜네트워크, 금융, 전자상거래 분야에서 활용이 확대되고 있으나, 기존 관계형 DB와의 복합 질의는 성능 저하와 메모리 부족 문제로 한계가 있었다.

연구팀은 이러한 한계를 해결하기 위해 데이터 저장과 질의 처리 계층을 새롭게 설계했다.

DB 시스템 개발 KAIST 연구팀 [KAIST 제공]

그래프 전용 저장소와 관계형 저장소를 함께 운영하는 ‘듀얼 스토어 구조’를 도입하고, 그래프 탐색과 관계형 연산을 동시에 수행할 수 있는 ‘탐색-조인 연산자’를 개발해 복잡한 연산을 단일 체계에서 효율적으로 처리할 수 있도록 했다.

또 기존 관계형 질의 언어(SQL)에 그래프 탐색 기능을 확장한 신규 표준 언어 ‘SQL/PGQ’를 적용해, 테이블 형태의 데이터와 사람·사건·장소 같은 연결 관계 정보를 한 번에 검색할 수 있도록 했다.

이를 통해 ‘A의 친구의 친구가 어느 회사에 다니는가?’와 같은 복잡한 질의도 단순하고 빠르게 처리할 수 있다.

실제로 성능 개선 효과도 입증됐는데, 국제 성능 표준 벤치마크(LDBC SNB)에서 기존 시스템 대비 최소 4배에서 최대 280배 빠른 성능을 기록한 것으로 나타났다.

또 대규모 그래프 데이터에서도 메모리 부족으로 인한 실행 실패가 발생하지 않는가 하면, 데이터 최신성 측면에서도 지연 문제가 없었다.

이번 연구에는 전산학부 이건호 박사과정과 김민수 교수의 창업기업 ‘그래파이’ 소속 박정호 엔지니어가 공동 저자로 참여했으며, 결과는 데이터베이스 분야 국제학술대회 ‘VLDB’에서 발표됐다.

KAIST 김민수 교수는 “데이터 간 연결 관계가 복잡해지는 환경에서 그래프와 관계형 DB를 아우르는 통합 기술의 필요성이 커지고 있다”라고 말했다.

이어 “키마이라는 이 문제를 근본적으로 해결한 기술로, 앞으로 AI 에이전트, 금융, 전자상거래 등 다양한 산업에서 널리 쓰일 수 있을 것”이라고 덧붙였다.