생성적 AI 및 새로운 데이터 유형이 앱 아키텍처에 미치는 영향
2022년에 저는 새로운 프로토콜과 데이터에 대한 논의가 시장에서 일어나면서 앱 아키텍처에 미묘한 변화가 나타나는 것을 느꼈습니다. 이는 그다지 놀라운 일이 아니었습니다. 제가 당시 언급했듯이 앱 아키텍처는 역사적으로 5년마다 부상하여 앱 제공 및 보안 시장을 형성하기 시작하고, 그로부터 약 5년 후에 지배적인 위치를 차지하게 되기 때문입니다.
2023년에는 이러한 변화가 2025년쯤에 분명해질 것이라고 생각했습니다. 하지만 저는 생성적 AI의 도래와 그것이 이러한 아키텍처의 진화에 미치는 폭발적인 영향을 예견할 수 없었습니다.
즉, 이러한 변화는 더 빠르게 일어나고 있으며 모든 것에 극적인 영향을 미칠 것입니다.
하지만 우리 모두가 아키텍처 진화에 얽매이지 않으려면 이를 주도하는 것이 무엇인지 이해해야 합니다. 바로 데이터입니다.
다양한 종류의 데이터
일반적으로 누군가가 "데이터"라고 말하면 청취자는 거대한 RDBMS의 어딘가에 저장된 고객 및 제품 데이터 행의 이미지를 즉시 떠올립니다. 글쎄요, 모든 청취자가 그런 건 아니지만 많은 청취자가 그렇게 합니다. 그 이유는 지배적인 데이터 저장 설계가 구조화된 표 형식의 데이터로 기울어지기 때문입니다. 스프레드시트를 열어보면 제 말이 무슨 뜻인지 알 수 있을 겁니다. 행과 열을 기반으로 하며 RDBMS도 크게 다르지 않습니다.
NoSQL과 키-값 데이터 저장소, 객체 저장소 및 이와 유사한 데이터 구조가 존재하므로 앱 아키텍처는 표 형식 데이터를 중심으로 돌아가지 않는다고 주장할 수 있습니다. 하지만 정말 그렇죠. 다른 모든 유형의 데이터 저장소는 좋은 이유로 사용되고 있지만, 그 이유의 대부분은 애플리케이션에 부수적인 것이었고 따라서 수십 년 동안 앱 구축을 안내했던 전반적인 아키텍처 원칙을 크게 변경하지 않았습니다.
하지만 애플리케이션의 배포가 늘어나고 하이브리드 모델이 등장하면서 많은 요구가 생겨났습니다. 관찰 가능성과 보안과 같이 원격 측정 데이터 생성을 요구하는 것도 마찬가지입니다. 분산을 위해서는 분산된 데이터 저장소 간의 관계를 이해하는 방법이 필요하며, 이를 통해 지식 그래프가 생성됩니다. 생성적 AI는 모델을 증강하고 훈련하는 방법을 요구하며, 이는 벡터 데이터베이스에 저장된 임베딩을 사용하게 됩니다.
이들은 매우 다른 네 가지 종류의 데이터이며, 이를 저장하고 접근하는 새로운 방식이 생겨났습니다. 네 가지 모두 현대 애플리케이션의 "표준 구성 요소"로 빠르게 자리잡고 있으며, 특히 생성 AI 사용을 용이하게 하도록 설계된 구성 요소의 경우 더욱 그렇습니다.
- 원격 측정 데이터는 실제로 실시간 스트리밍 데이터를 전송하고 처리하는 데 열 형식이 더 나은 방법이라는 것을 이해하게 됨에 따라 원격 측정은 세계의 운영 측면에서 상당한 변화를 주도하고 있습니다 .
- 지식 그래프 와 그래프 기술은 분산된 데이터를 연합하고 데이터 소스 간의 복잡한 관계를 이해하는 데 활용되고 있습니다. 이 기술은 GraphQL과 같은 프로토콜을 제공하는데, 이는 분산된 기업 전반에서 API를 활용하여 데이터를 찾고 관리하는 방식을 획기적으로 변화시키고 있습니다.
- 생성 AI를 위한 검색 증강 생성(RAG) 기술이 점점 더 널리 채택되면서 벡터 데이터베이스가 아키텍처의 깊숙한 곳에 있는 데이터 저장소가 아닌 애플리케이션 자체의 일부로 활용되고 있습니다.
- 마지막으로, 생성적 AI 데이터도 잊지 마세요. LLM은 요청할 때마다 새로운 데이터를 생성합니다. 이는 동적으로 생성되는 비정형 데이터 내에서 잠재적인 위협과 문제를 식별하는 방법을 알아내야 하는 보안 담당자에게 상당한 과제를 안겨줍니다.
이러한 변화를 주도하는 것은 다양한 형식, 프로토콜, 용도, 애플리케이션을 갖춘 데이터입니다. 그 결과, 이전에는 많은 사람이 고려하지 못했던 방식으로 API에 의존하는 헤드리스 접근 방식이 탄생했습니다. 즉, 비즈니스 역량과 기능은 전통적인 표현 계층을 고려하지 않고 API로 공개되므로 더욱 강력한 사용자 장치 세트를 위해 더 다양한 인터페이스를 개발할 수 있습니다. API는 데이터와 기능에 대한 접근성을 높여 주므로 디지털 혁신에 매우 중요합니다 .
우리는 마이크로서비스를 활용하는 많은 최신 앱에서 이러한 접근 방식을 볼 수 있습니다. 이것이 UI 프레임워크가 널리 퍼져 있는 이유이고(그리고 인터넷에서 논쟁을 일으키는 이유입니다). 이러한 프레임워크는 API를 활용해 기능과 데이터에 액세스하는 개별 앱을 빌드하는 데 사용됩니다. 이들은 워크플로를 구동하고 시장에 가치를 제공하는 데 사용하는 백엔드 "애플리케이션"과 별개의 개체입니다.
이 모든 것이 헤드리스 아키텍처를 구동합니다. 이러한 변화는 이미 진행 중이었지만, 생성적 AI의 도래로 데이터의 중요성이 부각되었고 그 전환이 가속화되었습니다.
이는 기업과 사용자의 요구를 충족하기 위해 해결해야 할 새로운 위협과 과제가 발생함에 따라 앱 제공 및 보안에 큰 영향을 미치게 됩니다.