주요 컨텐츠로 이동

Databricks, 2025 Gartner® Magic Quadrant 클라우드 데이터베이스 관리 시스템 부문 리더로 선정

2025 Gartner Magic Quadrant for Cloud DBMS

Published: November 21, 2025

뉴스1분 이내 소요

Summary

  • Databricks가 2025년 Gartner® Magic Quadrant™ 클라우드 데이터베이스 관리 시스템(Cloud Database Management Systems) 부문에서 5년 연속 리더로 선정되었습니다.
  • Databricks, '비전 완성도' 부문에서 인정받음.\n
  • Lakebase 및 Agent Bricks를 포함하여 2025년 데이터 관리 분야의 주요 출시.

Databricks가 2025 Gartner® Magic Quadrant™ 클라우드 데이터베이스 관리 시스템 부문에서 5년 연속 리더로 선정되었습니다.

보고서 무료 사본을 여기에서 다운로드하세요.

2024 Gartner® Magic Quadrant™ 클라우드 데이터베이스 관리 시스템 부문
2025 Gartner® Magic Quadrant for Cloud Database Management Systems

하지만 올해 보고서는 Databricks가 분석 기준 외에 이 Magic Quadrant의 운영 부문에도 참여한 첫해인 2025년을 맞이했다는 점에서 이전 버전과 다릅니다. 우리는 OLTP 데이터베이스를 위한 Lakebase라는 새로운 아키텍처와 제품을 통해 이를 실현했습니다.

Lakebase는 이미 고성능 분석 및 AI를 지원하는 Databricks Data Intelligence Platform에 완전 관리형 PostgreSQL 기능을 제공합니다. 이는 공유 거버넌스, 단일 메타데이터 모델, 일관된 성능 등 Databricks SQL과 lakehouse의 핵심 강점을 기반으로 합니다.

이제 Databricks 고객은 단일 플랫폼에서 운영 및 분석 워크로드를 모두 구축할 수 있습니다. 이를 통해 조직은 여러 엔진과 거버넌스 레이어를 관리하는 대신 통합된 기반 위에서 애플리케이션, 분석, AI를 실행할 수 있습니다.

운영 데이터를 lakehouse로 가져옴으로써 Databricks는 기존 데이터베이스 스택에서 발생하는 파편화를 제거하고 더 간단하고 확장 가능한 경로를 제공합니다.

Databricks의 lakehouse는 성능과 확장성을 위해 구축된 선도적인 분석 엔진을 제공합니다.

이번 Magic Quadrant의 Lakehouse 사용 사례에서 Gartner가 Databricks를 최고로 평가한 것이 입증하듯, Databricks는 시장을 선도하는 분석 플랫폼의 자리를 유지하고 있습니다. 고객은 기존 BI 및 고급 분석 워크로드 전반에서 빠르고 확장 가능한 분석을 위해 Databricks SQL 을 활용하며, 분석용 데이터의 준비, 변환, 제공 방식을 간소화하는 Lakeflow 의 긴밀하게 통합된 데이터 엔지니어링 기능의 지원을 받습니다.

이러한 인정은 단순한 성과 그 이상을 의미합니다. Gartner는 Databricks의 lakehouse 비전의 강점, 클라우드, 데이터 유형 및 워크로드를 아우르는 통합 거버넌스 레이어, 그리고 플랫폼의 AI 기반 사용성을 높이 평가합니다. 이러한 기능은 팀에게 고성능이면서 운영이 더 쉬운 간소화된 분석 환경을 제공합니다.

이 강력한 분석 기반은 이제 플랫폼의 더 광범위한 확장을 지원하며, Databricks가 최신 데이터 아키텍처의 리더로 계속해서 두각을 나타내는 이유를 다시 한번 입증합니다.

Lakebase는 운영 워크로드를 lakehouse 기반에 통합합니다.

Lakebase는 완전 관리형 PostgreSQL 호환 운영 데이터베이스를 Databricks Data Intelligence Platform에 제공합니다. serverless 아키텍처를 기반으로 구축된 Lakebase는 compute와 스토리지를 분리하여 빠른 프로비저닝, 자동 확장, 효율적이고 비용 효율적인 운영 모델을 제공합니다. 이는 트랜잭션 데이터에 대한 짧은 지연 시간 액세스가 필요한 최신 데이터 집약적 애플리케이션을 위해 설계되었습니다.

Lakebase는 git과 유사한 브랜칭 및 시간 이동 모델도 지원하므로 개발자가 더 쉽게 Experiment하고 반복하며 변경사항을 안전하게 배포할 수 있습니다. Databricks의 통합 거버넌스 레이어와 결합된 모든 운영 테이블은 분석 및 AI 자산 전반에 이미 사용된 것과 동일한 메타데이터, 리니지 및 정책 제어를 상속받습니다.

이 아키텍처는 실시간 트랜잭션 데이터에서 작동하면서 분석 신호와 machine learning 결과물에도 액세스해야 하는 AI 에이전트 및 지능형 애플리케이션을 비롯한 차세대 사용 사례를 지원합니다. 운영 데이터를 lakehouse로 가져옴으로써 Lakebase는 OLTP와 OLAP 시스템 간의 파이프라인 필요성을 없애고 팀에 애플리케이션, 분석, AI를 위한 단일 플랫폼을 제공합니다.

Unity Catalog는 플랫폼 전반에 걸쳐 통합된 거버넌스와 인텔리전스를 제공합니다.

Unity Catalog 는 전체 플랫폼에서 통합된 거버넌스 및 메타데이터를 제공합니다. 이는 Lakebase의 운영 데이터를 Databricks SQL 및 AI 워크로드의 분석과 연결하여 일관된 정책, 시맨틱, 리니지를 보장합니다.

고객은 다음과 같은 용도로 Unity Catalog를 사용합니다.

  • 데이터 및 AI 자산 전반에 걸친 중앙 집중식 검색 및 메타데이터
  • 세분화된 액세스 제어 및 정책 적용
  • 운영 및 분석 워크로드 전반의 엔드투엔드 리니지
  • Delta Sharing 및 Databricks Marketplace를 통한 안전한 개방형 공유

단일 거버넌스 레이어를 통해 팀은 별도의 시스템을 유지 관리할 때 발생하는 파편화와 중복된 제어를 피할 수 있습니다. Unity Catalog는 Lakebase, 분석 및 AI가 모두 신뢰할 수 있는 단일 프레임워크 내에서 작동하도록 보장합니다.

Databricks는 강력한 혁신 속도를 제공합니다

Gartner는 이번 Magic Quadrant에서 Databricks의 "혁신 속도"를 Databricks의 특별한 강점으로 꼽았습니다. 지난 1년간 Databricks는 지속적인 개발과 전략적 인수를 통해 플랫폼 전반에 새로운 기능을 도입하여 기능을 확장하고 lakehouse 기반을 강화했습니다.

최근 발전 사항은 다음과 같습니다.

  • Agent Bricks: 팀이 통합된 거버넌스와 컨텍스트를 통해 회사의 자체 데이터에서 직접 작동하는 AI 에이전트를 구축하고 배포할 수 있도록 지원합니다.
  • 데이터 엔지니어링 및 통합: Lakeflow는 노코드 및 로우코드 개발 옵션으로 데이터 엔지니어링 기능을 계속 확장하고 있습니다.
  • AI/BI 및 Databricks One: 비즈니스 사용자에게 자연어 인사이트, 거버넌스가 적용된 측정항목, 대화형 대시보드를 제공하며, 이 모든 것은 동일한 통합 데이터 및 AI 기반으로 구동됩니다.
  • 오픈 포맷: 카탈로그, 엔진, 공유 전반에 걸쳐 Delta Lake 및 Apache Iceberg를 완벽하게 지원하며, 이는 Tabular 인수를 통해 더욱 강화되었습니다.

이러한 지속적인 속도는 조직이 더 빠르게 현대화하고 운영 데이터, 분석, AI를 통합하는 워크로드에 대비하는 데 도움이 됩니다.

고객에게 미치는 영향

고객은 Databricks 데이터 인텔리전스 플랫폼을 도입함으로써 다음과 같은 명확한 이점을 얻을 수 있습니다.

  • 통합 아키텍처: 운영, 분석 및 AI 워크로드를 위한 단일 플랫폼
  • 고품질 분석: lakehouse 비전에 기반한 강력한 성능과 간소화된 환경
  • 고품질 운영: 동일한 플랫폼에 직접 통합된 Lakebase의 효율적이고 지연 시간이 짧은 트랜잭션 기능
  • 일관된 거버넌스: Unity Catalog를 통한 공유 메타데이터, 리니지 및 정책 제어
  • 오픈 기반: 락인(lock-in) 없이 Delta Lake, Iceberg, Spark, PostgreSQL, Unity Catalog 지원
  • AI 준비성: AI 기반 애플리케이션, 에이전트, 실시간 시스템을 위한 네이티브 지원

이러한 장점은 통합되고 미래 지향적인 플랫폼으로 데이터 인프라를 현대화하는 방법을 평가하는 이 Magic Quadrant의 많은 독자가 찾고 있는 것과 일치합니다.

함께 앞으로 나아갑니다

Databricks 데이터 인텔리전스 플랫폼을 만들어가는 고객 여러분의 신뢰와 협력에 감사드립니다. 데이터와 AI의 미래는 파편화를 줄이고 운영, 분석, AI 워크로드를 통합하는 아키텍처에 달려 있습니다. 앞으로도 계속해서 이 방향으로 나아갈 것입니다.

2025 Gartner Magic Quadrant for 클라우드 Database Management Systems를 읽어보세요.

Gartner는 연구 간행물에 설명된 공급업체, 제품 또는 서비스를 보증하지 않으며, 기술 사용자에게 가장 평가가 높거나 그 외에 달리 지정된 공급업체만 선택하도록 권하지 않습니다. Gartner 연구 간행물은 Gartner 연구 조직의 의견으로 구성되므로 사실을 진술한 것으로 간주해서는 안 됩니다. Gartner는 본 연구와 관련하여 상품성에 대한 보증, 특정 목적에 대한 적합성 등을 포함하여 모든 명시적, 묵시적 보증을 부인합니다.

GARTNER는 미국 및 기타 국가에서 Gartner, Inc. 및/또는 그 계열사의 등록 상표 및 서비스 표시입니다. MAGIC QUADRANT는 Gartner, Inc. 및/또는 그 계열사의 등록상표이며 허가를 받아 사용되었습니다. All rights reserved.

이 그래픽은 Gartner, Inc.에서 더 큰 규모의 연구 문서의 일부로 게시한 것으로, 전체 문서의 맥락에서 평가해야 합니다. Databricks에 요청하시면 Gartner 문서를 받아보실 수 있습니다.

 

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

게시물을 놓치지 마세요

관심 있는 카테고리를 구독하고 최신 게시물을 받은편지함으로 받아보세요

다음은 무엇인가요?