/조문통/AI 기술이 급속히 발전하는 오늘날, 데이터 저장과 처리의 핵심 담체인 데이터베이스는 심각한 변혁을 겪고 있다. 전통 데이터베이스와 AI 기술의 충돌 융합은 새로운 발전 기회를 가져왔고, 업계의 발전 구도도 재창조하고 있다.
어떻게 AI 시대의 변혁에 대응합니까?어떻게 기회를 포착합니까?다몽데이터는 국내 데이터베이스분야의 중요한 참여자로서 이 변혁의 물결속에서의 탐색과 실천은 우리에게 데이터베이스제조업체가 시대의 도전에 대응하는 생생한 견본을 보여주었다.DTCC2025 중국데이터베이스기술대회에서 무한다몽데이터기술유한회사 부총경리 리장장은 우리에게 그의 관찰사고와 실천을 공유했다.
AI 시대 데이터베이스의 도전과 기회
최근 몇 년 동안 텍스트, 이미지, 오디오 비디오, 시계열 등 다중 모드 데이터가 대규모로 증가했는데, 보고서에 따르면 기업의 80% 이상의 데이터가 모두 이러한 비구조화 데이터이지만, 오랫동안 이러한 비구조화 데이터는 기업에 의해 효과적으로 이용되기 어려웠다.AI의 발전은 데이터 방출 가치에 더욱 광범위한 새로운 응용 장면을 가져왔고, 데이터 베이스에 새로운 요구도 제기했다.
예를 들어, AI 모델 훈련은 이러한 비정형 데이터에 대한 의존도가 날로 심화되고 있으며, 이러한 다중 모드 데이터를 효율적으로 처리할 수 있어야 한다.AI 기술이 깊이 응용됨에 따라 현재의 포스트 트레이닝 시대에 AI 응용 장면에서 추리 과정의 높은 병발, 낮은 지연 수요도 데이터베이스에 대한 극한의 요구를 제기하였고, 데이터베이스는 다년간의 발전을 거친"오래된 기술"으로서 AI 시대에 새로운 사명을 부여받았다.
"통상적으로 다중모드 데이터 처리, 실시간 고삼투 처리, 지능화 네이티브 적합성은 AI 시대 데이터베이스의 핵심 능력 요구이다."라고 이장장이 말했다.
리좡좡은 AI 시대의 데이터베이스에 도전과 기회가 병존한다고 생각한다.전통적인 데이터베이스 기업의 입장에서 볼 때, AI 시대는 두 가지 도전을 가져왔다.한편으로 대량의 다중모드 데이터의 처리는 빅데이터량에서의 성능 병목 현상을 돌파해야 하는데, 이는 기업이 신형 하드웨어 적합성과 하부 커널 최적화에서 기술 돌파를 실현할 것을 요구한다;다른 한편으로 데이터베이스의 관리운유의 복잡도가 고공행진을 계속하고있으며 전통적인 인공에 의존하는 방식은 AI장면의 고효률수요를 만족시키기 어려우며 데이터베이스의 지능화정도를 제고하는것이 급선무로 되고있다.
도전의 배후에는 업종발전의 광활한 기회가 있다.AI 시대는 데이터베이스에 대한 더욱 다원화된 수요를 탄생시켰는데, 특히 시계열, 벡터, 그림 등 신형 데이터베이스에 대한 수요가 급증하여 시장 공간을 크게 넓혔다.더욱 중요한것은 AI가 데이터베이스의 핵심능력에 대한 요구는 오히려 기업이 핵심구조혁신을 진행하도록 강요하는데 이는 자주적인 연구개발을 견지하는 데이터베이스기업에"커브길에서 앞차를 추월"하는 기회를 제공해주었다. 달몽데이터는 데이터베이스령역을 깊이 경작하는 기업으로서 이를 기술돌파와 쾌속발전의 중요한 계기로 간주했다.
산업인터넷의 변혁을 멀리 생각할 때 일찍"인터넷 + 산업"인가"산업 + 인터넷"인가 하는 토론과 쟁의가 나타났는데, AI 시대에 어떻게 기회를 포착할 것인가?'데이터베이스 + AI'인지'AI + 데이터베이스'인지 논쟁하는 사람도 적지 않다.
李庄庄在演讲和采访中强调，AI和数据库是“双向赋能、互相融合”的关系，数据库自身可以用AI提升自身的能力，同时数据库也能为AI场景应用提供更高效的底层支撑。
比如，“数据库+AI”以数据库为核心，将 AI技术作为增强手段，提升数据库的性能、易用性与自动化水平。“AI+数据库”则以AI场景为核心，数据库作为AI的基础设施，提供数据存储、特征计算、模型部署等支撑。没有AI的加持，数据库难以应对复杂场景的挑战，没有数据库对数据的高效管理，AI模型就是“无米之炊”。
在AI时代，数据库厂商可以采取以下策略把握机遇。首先，从架构层面进行升级，通过存算分离、云原生、极致弹性等提升数据存储处理能力，同时集成向量、图、时序等多模数据处理能力;其次，通过AI提升数据库自动化管理能力，比如智能SQL生成、智能调优、故障预测、根因分析等;最后，在生态层面，需要充分开放，和AI工具链进行深度适配，简化AI训练中的工作复杂度。
早有布局的达梦如何抓住智能化机遇?
达梦数据一直坚持自主开发的技术路线，作为全栈数据产品和解决方案提供商，在AI与数据库融合发展领域早已提前布局，2014年左右就开始了智能化方面的探索。
随着AI大模型技术的发展，技术迭代更快，达梦数据在核心技术、架构方面进行优化升级，更好地适应AI时代的要求，自此，其智能化发展也步入了快车道，如今达梦数据在AI领域获得了不错的发展：
在AI4DB方面，以达梦启云数据库和达梦数据库一体机为载体，推出了智能参数调优、SQL智能生成、数据智能探查、慢SQL根因分析/诊断、智能测试样例生成、达梦数字服务专家等AI新特性，大大提升了数据库的智能化程度和便利性，同时保障了数据库的高可靠和高性能。
在DB4AI方面，基于自主研发的技术路线，陆续推出了图数据库、时序数据库、缓存数据库、向量数据库以及多模数据库等能够支撑AI训练的多引擎数据库产品，可以为AI场景应用提供国产内生安全的底座支撑。
据悉，智能化发展已经带来了非常大的实际业务价值。以数据库智能参数调优为例，DM8有几百项参数，每个数据库在具体生产应用中面临的场景需求千变万化，参数的组合几乎是个天文数字，在以往的实际生产中，参数调优严重依赖DBA的个人经验。
在引进智能参数调优后，依赖人工的问题得到了明显改善。比如在启云数据库中在线发放一个数据库服务，可以根据数据库的规格、初始化参数和基本场景需求对参数进行智能推荐，同时在数据库运行中收集日志数据进行处理和训练，随时提供与数据库应用场景相匹配的参数组合。实际测试和生产应用表明，智能参数调优的效果高于DBA人工调优，而且可以节省大量的运维人力，对于数据库的使用者、建设方都有极大的降本增效价值。
展望未来，李庄庄认为数据与AI的融合发展将大有可为，他指出了以下几个重点的数据库智能化发展趋势：
一是，智能化自治的程度会越来越高，像自主感知、动态调整架构、自动优化性能、硬件故障自修复等技术一定会快速发展，最终的目标肯定是“无人工干预”，就像真正意义上的智能驾驶一样。
二是，数据库和AI大模型的融合会越来越深，我中有你，你中有我，AI4DB成为标配，DB4AI成为默认。
三是，数据库和数据的使用技术门槛会显著降低，比如一键部署模型、SQL智能生成、智能数据分析等，AI让技术更加普惠。
李庄庄也强调，AI时代的变革才刚刚开始，AI的产品链生态链较之以往更长、更复杂，需要数据库厂商更加重视产学研用的“协同创新”。
小结：AI时代取胜的关键是什么?
AI为数据库的发展带来了更多可能性，同时也带来了更多变数。如今数据库百花齐放，竞争也格外激烈，想要脱颖而出并不容易。李庄庄指出，在信息领域有两个取胜的关键因素：
一是技术硬实力，没有核心技术的厂商是没有生命力的，达梦这么多年坚持自主创新，包括AI时代持续加大研发投入，就是出于该因素考虑，只有持续创新，才能拥有在市场上竞争的底气。
二是良好的落地价值，纯粹靠技术也较难胜利，如果没有将技术转化为 “开箱即用” 的解决方案，最终所有的技术都会成为空中楼阁，水中月镜中花，好看但是没用，所有成功都是建立在解决了客户问题，带来实际落地价值方面，这是核心，是达梦数据做全栈数据解决方案的原因所在。
AI时代，风高浪急，更需要自主创新带来的技术硬实力和持续在产业中的良好落地价值，如此才能乘风破浪，海阔天空。
