주요 컨텐츠로 이동
회사

Databricks는 2026 Gartner® Magic Quadrant™ Data Lakehouse Platforms 부문에서 리더로 선정되었으며 실행력 부문에서 가장 높은 평가를 받았습니다.

우리가 개척한 레이크하우스 카테고리가 이제 Gartner 시장이 되었습니다. Lakebase를 통해 운영 데이터베이스의 다음 카테고리를 만들어가고 있습니다.

작성자: Kaitlin Baumgardner, Kevin Balaji, Brianna Helm, 조나단 켈러 , 수잔 피어스

  • 2026년 Gartner Magic Quadrant 데이터 레이크하우스 플랫폼 부문 리더로 선정된 Databricks의 입지는 우리가 레이크하우스 시장 카테고리를 개척하고 확립했음을 증명합니다.
  • Databricks는 Gartner Magic Quadrant 클라우드 운영 데이터베이스 관리 시스템 부문에서 유일한 비전 실현 기업(Visionary)으로 선정되었으며, 이는 운영 데이터베이스의 미래를 향한 우리의 전략적 비전을 잘 보여주는 뛰어난 경쟁력입니다.
  • 레이크베이스는 에이전트가 필요에 따라 데이터베이스를 생성 및 삭제하고 다른 엔진이 동일한 데이터로 작업할 수 있도록 개방형 형식으로 레이크에 데이터를 유지하는 트랜잭션 데이터베이스입니다. Databricks Lakebase Postgres는 이 새로운 데이터베이스의 첫 상용화 구현 버전이며, 새로운 에이전틱 워크로드, 최신 애플리케이션뿐만 아니라 전통적인 트랜잭션 시스템까지 모든 애플리케이션의 기록 시스템으로 사용됩니다.

AI가 분석용 데이터와 운영용 데이터를 하나로 모으고 있습니다

수십 년 동안 기업들은 데이터를 두 개의 분리된 영역에서 운영해 왔습니다. 웨어하우스나 레이크하우스는 분석을 담당하고, 전통적인 OLTP 데이터베이스는 애플리케이션을 구동합니다. 파이프라인은 그 사이에서 데이터를 이동시키며, 이 과정에서 데이터 복제, 지연, 그리고 분리된 거버넌스가 발생합니다.

대시보드와 애플리케이션이 따로 존재하던 시절에는 이러한 구조가 잘 작동했습니다. 하지만 AI가 이를 변화시키고 있습니다. 고객의 질문에 답하고, 트랜잭션을 승인하며, 예측을 업데이트하는 에이전트는 최신 운영 데이터와 심층적인 분석 컨텍스트를 동시에 필요로 하며, 종종 데이터를 다시 기록(write back)해야 합니다. 추가되는 파이프라인마다 지연 시간, 비용, 리스크가 증가하므로 두 시스템 간의 경계는 병목 현상이 되었습니다.

이러한 시장은 대체로 독립적으로 평가되어 왔습니다. 가트너(Gartner)는 최근 데이터 레이크하우스 플랫폼 부문 매직 쿼드런트(Magic Quadrant)와 클라우드 운영 데이터베이스 관리 시스템 부문 매직 쿼드런트를 각각 발표했습니다. 하지만 우리는 고객들이 점점 더 두 시스템이 하나처럼 작동하기를 원하고 있음을 보고 있습니다.

레이크하우스: 우리가 개척하고 이제 업계에서 인정받은 카테고리

우리가 레이크하우스를 처음 소개했을 때 그 아이디어는 단순했습니다. 데이터 레이크와 데이터 웨어하우스를 별개의 시스템으로 유지하는 대신, 모든 데이터 워크로드에 단 하나의 개방형 거버넌스 기반을 제공하는 것이었습니다. 오늘날 수많은 조직이 이 기반 위에서 데이터 엔지니어링, 데이터 웨어하우징, 스트리밍, BI, AI를 실행하고 있습니다.

가트너의 첫 번째 데이터 레이크하우스 플랫폼 매직 쿼드런트에서 실행 부문 최고 점수로 리더로 선정된 우리의 위치는 고객이 매일 의존하는 바를 잘 보여준다고 믿습니다:

  • AI 네이티브. Genie를 사용하면 Unity Catalog에 한 번 정의된 거버넌스 기반의 비즈니스 시맨틱을 바탕으로 누구나 자연어로 데이터에 질문할 수 있습니다. AI Functions는 거버넌스 적용된 데이터에서 직접 추론을 실행하며, AI가 레이크하우스를 자동으로 최적화합니다.
  • 개방형 설계. 데이터가 개방형 포맷(Delta Lake 및 Apache Iceberg)에 저장되므로 고객은 특정 업체의 독점 엔진에 락인(lock-in)되지 않습니다.
  • 통합 거버넌스. Unity Catalog는 데이터와 AI 전반에 걸쳐 일관된 권한, 리니지, 품질 제어를 적용합니다.
  • 성능과 비용. 서버리스 컴퓨팅과 지속적인 엔진 개선을 통해 웨어하우스 수준의 가격 대비 성능을 레이크하우스에 구현합니다.
  • 실시간. Lakehouse//RT는 낮은 지연 시간과 높은 동시성을 갖춘 분석을 레이크하우스 데이터에 직접 제공합니다.

우리는 고객들이 이러한 영향력을 체감하는 것을 목격해 왔습니다. Airwallex와 Volkswagen Brasil은 모두 Google BigQuery에서 Databricks Lakehouse로 전환하여 인사이트 도출 시간을 각각 3~4배 단축하고 TCO를 25% 절감했습니다. 예를 들어 Nubank는 월 5,000만 건 이상의 쿼리를 처리하며 P90 쿼리 성능이 7배 향상되고 비용은 40% 이상 절감되었습니다.

image1.png

레이크하우스는 처음부터 하나의 카테고리로 시작된 것이 아니라 새로운 구축 방식으로 시작되었습니다. 고객들이 이를 채택하고 에코시스템이 그 주위로 형성되면서 시장이 뒤따라왔습니다. 우리가 다시 걷고 있는 길도 이와 같습니다.

레이크베이스(Lakebase): 레이크 기반의 운영 데이터베이스 재정의

레이크하우스는 개방형의 저렴한 클라우드 스토리지 위에 분석 기능을 재구축했습니다. 레이크베이스 역시 운영 데이터베이스를 위해 똑같은 방식을 실현합니다. 우리는 이것이 새로운 에이전틱 워크로드, 모던 애플리케이션뿐만 아니라 전통적인 트랜잭션 시스템을 포함한 모든 애플리케이션의 시스템 오브 레코드(system of record) 역할을 할 것이라 믿습니다.

2026 가트너 클라우드 운영 데이터베이스 Management Systems 매직 쿼드런트에서 Databricks는 Lakebase Postgres가 정식 출시(GA)된 지 1년도 채 되지 않아 유일하게 비전 리더(Visionary)로 선정되었습니다. 우리는 이를 이 카테고리가 나아갈 방향을 보여주는 신호로 보고 있습니다.

오늘날 사용되는 대부분의 운영 데이터베이스는 다른 시대를 위해 설계되었습니다. 스토리지와 컴퓨팅이 강하게 결합되어 있어 최대 부하를 기준으로 용량 비용을 지불해야 합니다. 데이터베이스는 팀이 거의 복제하지 않는 무거운 자산이며, 데이터를 분석이나 AI로 전달하려면 파이프라인을 구축하고 유지 관리해야 합니다. 이들은 에이전트가 작성하고 실행하는 소프트웨어를 위해 설계되지 않았습니다.

Lakebase Postgres는 전혀 다른 전제에서 출발합니다. Postgres 기반이므로 개발자는 이미 익숙한 도구를 그대로 사용할 수 있지만, 컴퓨팅은 스토리지와 분리되어 있고 레이크하우스와 동일한 기반인 클라우드 오브젝트 스토리지에 데이터가 저장됩니다. 컴퓨팅은 서버리스이며 제로(0)까지 확장(scale to zero)됩니다. 코드처럼 데이터베이스를 즉시 브랜치(branch)할 수 있어 개발자와 에이전트가 단 몇 초 만에 격리된 복제본을 생성할 수 있습니다. 또한 Lakebase Postgres는 Databricks Data + AI Platform에 네이티브로 통합되어 있으므로, 데이터는 다른 모든 데이터와 마찬가지로 Unity Catalog에서 거버넌스가 적용됩니다.

고객들은 이미 레이크베이스에서 프로덕션 워크로드를 실행하고 있습니다. PRADA Group은 이를 통해 자사 브랜드 전반에 걸쳐 수천 개의 신뢰할 수 있는 KPI를 저지연 API로 제공하고 있으며, 인프라 비용을 약 50% 절감하는 동시에 성능을 약 130배 향상(약 2초에서 15밀리초로 단축)시켰습니다.

“레이크베이스 덕분에 기존의 쿼리 기반 KPI 전달 방식에서 벗어나, 모든 지표가 밀리초 단위의 API로 노출되는 저지연 서빙 계층으로 전환할 수 있었습니다.”- 미켈레 피운티(Michele Piunti), PRADA Group 데이터 플랫폼 매니저

LTAP: 운영과 분석을 위한 통합 에이전틱 데이터 기반

image3.png

운영 데이터를 분석 영역으로 가져오는 것은 항상 데이터를 복제해야 함을 의미했습니다. 지연 시간에 민감한 트랜잭션과 동일한 머신에서 무거운 분석 쿼리를 실행하면 장애가 발생하므로, 팀들은 읽기 전용 복제본(read replica)을 추가하거나 웨어하우스로 향하는 CDC 파이프라인을 구축합니다. 추가적인 복제 비용을 지불하고, 불안정한 파이프라인을 기다리며, 결국 권한이 서로 어긋나는 동일한 데이터의 두 가지 버전을 관리하게 됩니다. 이것이 바로 운영 데이터베이스와 분석 플랫폼이 오랫동안 별개의 시장으로 구매, 운영, 평가되어 온 주요 이유입니다.

레이크베이스를 기반으로 하는 Lake Transactional/Analytical Processing (LTAP) 아키텍처는 하나의 엔진에 두 가지 작업을모두 강제하는 대신 스토리지 레이어에서 두 영역을 통합합니다. Lakebase Postgres는 완전한 ACID 보장을 통해 트랜잭션을 처리하고, 레이크하우스 엔진은 분석을 처리합니다. 두 엔진 모두 Unity Catalog에서 거버넌스가 적용되는 Delta Lake 및 Apache Iceberg 같은 개방형 포맷으로 단 하나의 영구적인 데이터 복사본을 읽습니다. 구축해야 할 파이프라인도, 미러링할 테이블도 없으며, 분석 쿼리로 인해 애플리케이션 속도가 느려지는 일도 없습니다. 분석 영역은 지연 없이 애플리케이션이 막 작성한 최신 데이터를 즉시 읽어옵니다. 이것이 바로 운영 데이터와 분석 데이터가 단일 기반 위에서 함께 작동하는 방식입니다.

우리는 이미 고객들이 이러한 통합을 통해 가치를 창출하는 것을 확인하고 있습니다. Posti는 이미 Databricks Lakehouse에서 분석을 실행하고 있으며, 동일한 거버넌스 플랫폼상에서 Lakebase Postgres를 활용해 GIS 및 운영 계획을 구동함으로써 운영 애플리케이션과 분석이 더 이상 서로 다른 스택에 머무르지 않도록 할 계획입니다.

LTAP의 작동 방식에 대한 자세한 내용은 블로그 게시물에서 확인하세요.

다음 단계

몇 년 전만 해도 레이크하우스는 설명이 필요한 아이디어였습니다. 오늘날 레이크하우스는 하나의 시장 카테고리가 되었으며, 레이크베이스 역시 그와 같은 변화의 시작점에 있다고 생각합니다. 이제 데이터베이스에 쓰는 주체는 애플리케이션만이 아닙니다. 에이전트가 전통적인 시스템이 설계된 적 없는 속도와 규모로 데이터베이스를 생성, 브랜치, 쿼리하고 있으며, 레이크하우스에 존재하는 분석 컨텍스트를 필요로 하고 있습니다.

우리는 사람이든 에이전트든 상관없이 운영 또는 분석 등 모든 워크로드가 동일한 데이터 위에서 실행되는 개방형의 거버넌스 기반을 향해 나아가고 있습니다. 우리는 고객과 함께 레이크하우스를 구축했듯, 레이크베이스 역시 같은 방식으로 구축해 나가고 있습니다.

시작하기

Gartner, Magic Quadrant for Data Lakehouse Platforms, Aaron Rosenbaum, Michael Gonzales, Masud Miraz, Ramke Ramakrishan, Xingyu Gu, Robin Schumacher, Prasad Pore, November 4, 2026.

Gartner, Magic Quadrant for Cloud Operational Database Management Systems, Masud Miraz, Aaron Rosenbaum, Ramke Ramakrishan, Xingyu Gu, Michael Gonzales, Prasad Pore, Robin Schumacher, November 12 2026.

Gartner는 연구 간행물에 등장하는 어떠한 공급업체, 제품 또는 서비스도 보증하지 않으며, 기술 사용자에게 가장 높은 평가나 기타 지정을 받은 공급업체만 선택하도록 조언하지 않습니다. Gartner의 연구 간행물은 Gartner의 리서치 및 자문 조직의 의견으로 구성되며 사실의 진술로 해석되어서는 안 됩니다. Gartner는 상품성 또는 특정 목적에의 적합성에 대한 묵시적 보증을 포함하여 이 연구와 관련하여 명시적이거나 묵시적인 모든 보증을 부인합니다.

GARTNER와 MAGIC QUADRANT는 미국 및 국제적으로 Gartner, Inc. 및/또는 그 계열사의 등록 상표이며 여기에서 허가를 받아 사용되었습니다. All rights reserved.

이 그래픽은 Gartner, Inc.가 더 큰 연구 문서의 일부로 게시한 것이므로 전체 문서의 맥락에서 평가되어야 합니다. Gartner 문서는 Databricks에 요청 시 제공됩니다.

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)

관련 태그:

Lakebase, LTAP , Lakehouse Architecture

최신 게시물을 이메일로 받아보세요

블로그를 구독하고 최신 게시물을 이메일로 받아보세요.