4차 산업혁명의 주요 키워드 ‘핀테크(FinTech, Finance+Technology)’는 모바일, 빅 데이터, SNS 등의 첨단 정보 기술을 기반으로 금융서비스 및 산업의 변화를 가져왔다.

오늘날 금융 소비자들은 장소나 시간에 구애 받지 않고 인터넷 모바일 기기를 이용하여 단순한 결제서비스부터 대출, 주식, 송금, 자산관리등을 손쉽게 처리한다.

특히 국내에 2020년 8월부터 시행되기 시작한 ‘데이터 3법’으로 가명처리한 개인정보를 상업적 목적에 활용에 대한 제도적 마련으로 기업들은 보다 다양하고 전문화된 금융서비스업무의 개발 기회가 확대되었다.

금융기업은 빅데이터 분석과 AI 활용한 디지털 고객 거래분석으로 고객맞춤형 상품과 서비스 개발에 혁신적인 변화에 도전하고  있다.

이와 같은 최신 금융 애플리케이션 개발을 위해 DBMS에서 필수적으로 지원돼야 하는 기능에 대하여 알아보고자 한다.

AI는 기존의 비즈니스 애플리케이션을 보다 강력하게 한다.

이 AI를 위한 최신 애플리케이션 개발을 돕는 것은 DBMS의 주요 역할 중 하나이다. IBM DB2는 Go, Ruby, Python, PHP, Node.js등 다양한 AI 애플리케이션 개발 언어들을 지원한다.<그림1 ‘최신 AI 애플리케이션 언어 지원’ 참조>

▲ 그림1 ‘최신 AI 애플리케이션 언어 지원’.

사용자들은 데이터베이스와 연결하기 위한 드라이버를 깃허브(Github, https:// github.com /ibmdb)로부터 다운로드해 사용할 수 있다.

그리고 IBM은 개발자들이 공통으로 직면할 수 있는 여러가지 문제들을 해결하는데 참조하도록 숙련된 코드 패턴을 제공(https:// developer.ibm.com/components/ibm-db2-database/)해 AI 응용 프로그램 개발을 가속화하도록 지원하고 있다.

DB2의 최신 릴리스는 데이터에서 학습하고, 패턴을 식별하고, 인간의 능력을 강화해 더 현명한 결정을 내릴 수 있도록 하는 머신러닝을 데이터베이스내에서 처리할 수 있게 한다.

우선 파이썬(Python) 언어로 개발된 모듈을 UDF로 패키징해 DB2에 저장하면, 사용자는 함수 호출로 간편하게 결과를 얻을 수 있다.

그리고 인(In)-DB2 머신러닝기능은 다양한 ML 알고리즘을 저장프로시저로 제공한다.

ML 저장프로시저는 DB2에서 SQL 쿼리를 실행해 데이터 변환, 데이터 처리, 모델 구축 및 모델 평가와 같은 일반적인 기계 학습 작업을 수행하도록 한다.

이들 저장프로시저를 사용해 DB2에서 다른 시스템으로 데이터를 전송하지 않고도 DB2 내에서 완전한 기계 학습 파이프 라인(데이터 탐색, 데이터 변환, 모델 선택, 모델 학습, 모델 평가 및 모델 배포)을 빌드 가능하며, 분류 및 회귀를 위한 모델을 작성할 수도 있다.

추가로 REST API는 HTTP 메서드를 활용해 서비스를 호출하기 때문에 배포 세부 사항이나 언어 종속성에 대해 걱정하지 않고 애플리케이션의 빌드하는 것이 가능하다.

RESTful API 세트를 이용해 DB2와 상호 작용하는 웹, 모바일 및 클라우드 애플리케이션을 개발을 지원하고 있다.

또한 개발자들이 무료로 사용할 수 있는 '커뮤니티 에디션(Community Edition)은 DB2의 전 기능을 동일하게 제공해 최신 기능을 활용한 미션 크리티컬 애플리케이션을 빠르게 구축하고 배치하는 것을 가능하게 한다.

AI 최신 애플리케이션의 속성은 단일 데이터 소스 대신 필요에 따라 여러 데이터소스를 활용해 구성되는 경우가 많다.

데이터 소스의 종류는 상용 RDBMS, NoSQL, 오픈소스등 다양할 수 있다.

만일 다양한 소스에 대해 개별 연결 드라이버를 사용한다면 프로그램 구성이 복잡해질 뿐더러 개발코드도 각 소스에 맞는 문법을 사용해야 한다.

DB2는 이같은 복잡성을 가상화 기능으로 단순화 시킨다.

애플리케이션은 여러 소스를 가상화시킨 DB2 데이터베이스에 단 한번의 연결로 여러 다양한 소스의 데이터를 활용 가능해진다.

그리고 DB2 SQL을 사용해 연결된 이기종 소스로부터 원하는 데이터를 가져올 수 있다.<그림2 ‘이기종 데이터 소스의 데이터 가상화’ 참조>

▲ 그림2 ‘이기종 데이터 소스의 데이터 가상화’.

데이터 가상화 기능을 활용했을 때의 장점은 데이터를 복제하지 않고도 데이터를 조회할 수 있으므로 ETL 작업이 현저히 감소되고, 스토리지 사용량도 줄일 수 있다는 점이다.

또한 데이터를 원래의 소스에서 조회하므로 분석작업을 단순화하고 정확한 최신 정보가 제공되도록 한다. 지원되는 소스로는 DB2, 인포믹스(Informix), MQ, SQL 서버(Server), 오라클(Oracle), 사이베이스(Sybase), 테라데이타(Teradata), 하이브(Hive), 아파치 스파크(Apache Spark) SQL, 클라우데라 임파라(Cloudera Impala), 그린플럼(Greenplum), PDA, 마리아(Maria) DB, 마이크로소프트 애저(Microsoft Azure) SQL 데이터베이스(Database), 마이(My) SQL, 포스트그레(Postgre) SQL, SAP HANA, 코우치(Couch) DB, 몽고(Mongo) DB, 파큇 온 하둡(Parquet on Hadoop), 아마존 아테나(Amazon Athena), 아마존 레드쉬프트(Amazon Redshift), 아파치 더비(Apache Derby), 구글 빅쿼리(Google BigQuery), 세일즈포스(Salesforce) 등이 있고, 데이터 소스의 종류나 수량에 상관없이 모두 무상으로 지원된다. <그림3 ‘하둡데이터를 DB2에서 조회/입력’ 참조>

▲ 그림3 ‘하둡데이터를 DB2에서 조회/입력’.

마지막으로 개발자들이 주 개발언어와 함께 사용하는 SQL에 관해 살펴본다.

통상 DB2는 ANSI 표준의 SQL 문법과 함수만 지원한다고 이해하는 사용자들이 많다. 불과 10년 전만해도 이 주장은 진실이었다.

그러나 최근에 DB2는 ANSI 표준 뿐 아니라 개발자들에 의해 자주 사용되는 SQL과 프로시저 언어를 대부분 동일하게 지원하고 있다.

따라서 이미 숙련된 개발자들은 새로운 SQL이나 혹은 프로시저 언어등을 학습할 필요 없이 이미 알고 있는 지식과 노하우를 활용하여 개발에 참여하면 된다.<그림4 ‘SQL 및 프로시저언어 지원 확장 ’ 참조>

▲ 그림4 ‘SQL 및 프로시저언어 지원 확장’.

또한 DB2는 표준 락(Lock) 알고리즘외에 현재 커밋상태의 데이터 읽기(Currently Committed Read) 모드를 추가했다.

이로써 다른 사용자에 의해 변경중인 레코드도 기다리지 않고 원래의 저장된 데이터 값을 즉시 리턴받을 수 있어, 조회와 변경이 빈번한 트랜잭션 워크로드 시스템에서 보다 많은 동시 사용자 요청을 처리하게 된다.

이상으로 선진 금융서비스 업무 개발을 위해 DB2가 지원하는 기술에 대해 간략히 설명을 마친다.

<고재의 한국IBM 클라우드&코그너티브 SW실장>jeykoh@kr.ibm.com