Andy Pavlo가 ClickHouse에 합류한 이유, 데이터베이스 연구를 제품으로 잇는다

Andy Pavlo가 ClickHouse에 합류한 이유, 데이터베이스 연구를 제품으로 잇는다

IT & AI 뉴스 썸네일

데이터베이스 연구자 Andy Pavlo가 ClickHouse에 합류해 ClickHouse Labs를 이끌어요. 논문을 발표하는 데 그치지 않고 엔지니어와 고객이 겪는 문제를 연구 주제로 삼아, 검증된 아이디어를 실제 데이터베이스 기술로 연결할 계획이에요.

728x90

핵심 요약

구분	내용
인물	Carnegie Mellon University에서 DBMS 내부 구조를 연구해 온 Andy Pavlo가 ClickHouse에 합류했어요.
새 조직	ClickHouse Labs는 연구자, 엔지니어, 고객, 산업 파트너가 함께 데이터베이스 기술을 검증하는 조직을 지향해요.
초기 과제	아직 충분히 검증하지 못한 최적화 아이디어를 다듬고 ClickHouse와 관리형 PostgreSQL의 성능과 신뢰성을 연구해요.
AI 연구	데이터베이스가 AI 에이전트를 지원하는 방법과 에이전트가 DBMS 개발을 돕는 방법을 함께 다뤄요.
확인할 점	구체적인 연구 인력, 과제 일정, 제품 반영 방식은 아직 공개되지 않았어요.

1. 데이터베이스 연구를 제품 개발 가까이 옮겨요

Andy Pavlo는 2013년부터 Carnegie Mellon University 컴퓨터과학과 교수로 일하며 현대 DBMS의 내부 구조를 연구해 왔어요. 새로 맡은 ClickHouse Labs는 학계의 연구 결과를 완성한 뒤 엔지니어링 조직에 넘기는 방식보다, 연구 초기부터 엔지니어와 고객이 함께 문제를 정하는 방식을 택해요. 연구 주제와 제품 현장의 거리를 줄여 실험 결과가 실제 구현으로 이어지게 하려는 구상이에요. 1 2

Pavlo와 ClickHouse의 인연은 갑자기 시작되지 않았어요. 그는 ClickHouse가 오픈소스로 공개된 2016년부터 구현 방식을 지켜봤어요. 당시 C++ 기반 벡터화 쿼리 실행과 SIMD 지원이 다른 오픈소스 분석 DBMS보다 앞서 있어 처음에는 실체가 없는 제품일 수 있다고 의심했다고 밝혔어요. 이후 ClickHouse를 학술 연구와 수업에서 다룰 만큼 평가가 달라졌고, 이번에는 직접 연구 조직을 만들게 됐어요. 2

ClickHouse와 PostgreSQL을 함께 연구해요

ClickHouse Labs의 범위는 분석용 데이터베이스인 ClickHouse에만 머물지 않아요. ClickHouse의 PostgreSQL 팀과 협력해 관리형 PostgreSQL 서비스의 성능과 신뢰성도 높일 계획이에요. ClickHouse는 대규모 분석 워크로드에 강하고 PostgreSQL은 트랜잭션 처리에 널리 쓰여요. 두 시스템을 함께 다루면 분석과 트랜잭션 사이에서 생기는 데이터 이동, 운영 복잡도, 성능 문제를 같은 연구 조직이 살필 수 있어요.

첫 과제에는 ClickHouse 엔지니어가 검토했지만 충분히 검증하거나 프로덕션에 적용할 시간이 없었던 아이디어와 최적화가 포함돼요. 회사가 공개해 온 상세 기술 문서와 2024년 VLDB 논문도 출발점으로 삼아요. 다만 어떤 기능이 먼저 제품에 들어갈지, 연구 성과를 오픈소스로 어느 범위까지 공개할지는 아직 구체적으로 나오지 않았어요.

AI 에이전트와 DBMS의 관계도 살펴요

연구 방향에는 AI 에이전트가 데이터베이스를 사용하는 방법이 들어가요. 에이전트가 많은 데이터를 정확하고 빠르게 조회하려면 스키마 이해, 권한 제어, 쿼리 실행, 결과 검증이 안정적으로 이어져야 해요. ClickHouse Labs는 이런 워크로드에 맞춰 DBMS가 어떤 기능을 갖춰야 하는지 살필 예정이에요. 2

반대 방향의 연구도 있어요. AI 에이전트가 DBMS의 코드 작성, 성능 실험, 최적화 후보 탐색, 운영 자동화를 어디까지 도울 수 있는지 검토해요. 대상은 소프트웨어 계층에 한정되지 않아요. 새 하드웨어, 알고리듬, 자료구조, 실행 전략과 운영 방식까지 연구 범위에 들어가요. Pavlo도 아직 답을 정해 둔 과제가 아니라고 선을 그었어요. 따라서 AI 기능 출시 예고보다 장기 연구 의제로 보는 편이 정확해요.

왜 중요한가요

데이터베이스 회사가 연구 조직을 두는 이유는 논문 수보다 제품 개발 과정에서 풀기 어려운 문제를 오래 탐색할 시간을 확보하는 데 있어요. 분기별 출시 일정 안에서는 새로운 실행 전략이나 자료구조를 충분히 비교하기 어려워요. 연구자와 엔지니어가 같은 조직 안에서 실험하면 실패한 접근도 기록하고, 재현 가능한 벤치마크를 만든 뒤 제품 적용 여부를 판단할 수 있어요. 2

사용자에게는 연구 결과가 어떤 형태로 공개되는지가 중요해요. 기술 문서와 논문, 오픈소스 코드가 함께 나오면 데이터 엔지니어가 성능 주장을 직접 검증할 수 있어요. 반대로 연구 성과가 관리형 서비스에만 묶이면 외부 개발자가 확인할 수 있는 범위가 좁아져요. 앞으로 볼 지점은 연구진 구성, 첫 공개 과제, ClickHouse와 PostgreSQL 양쪽의 제품 반영 사례예요.

AI 에이전트 연구도 같은 기준으로 봐야 해요. 에이전트가 DBMS 개발을 돕는다는 설명만으로는 효과를 판단하기 어려워요. 쿼리 성능, 오류율, 검토 시간, 회귀 테스트처럼 비교할 수 있는 수치와 재현 절차가 공개돼야 실제 진전을 확인할 수 있어요.

참고 자료

1. Andy Pavlo, ClickHouse Labs 설립 위해 ClickHouse 합류 — GeekNews
2. Andy Pavlo joins ClickHouse to establish ClickHouse Labs — ClickHouse