MongoDB.local London 2024: 더 나은 애플리케이션, 더 빠른 속도

지난 4월에 MongoDB의 2024년 이벤트 시리즈를 시작한 이래, 멕시코시티에서 뭄바이에 이르기까지 전 세계 도시에서 수천 명의 고객, 파트너, 커뮤니티 회원들과 소통해 왔습니다. 어제는 2024년 MongoDB.local 투어의 열아홉 번째 행선지였던 런던에서 다양한 업계의 사람들을 MongoDB.local London으로 초대해 최신 기술 동향을 논의하고, 고객 혁신을 축하하며, 개발자들이 차세대 애플리케이션을 그 어느 때보다 쉽게 구축할 수 있는 제품 업데이트를 공개하는 등 즐거운 시간을 보냈습니다.

지난 1년 동안 50,000명이 넘는 MongoDB 고객들은 자신들의 요구 사항이 변화하고 있다고 말했습니다. 고객들은 세 가지 영역에 점점 더 집중하고 있습니다:

1. 개발자가 더 빠르고 효율적으로 구축할 수 있도록 지원

2. AI 기반 애플리케이션을 만들 수 있도록 팀 역량 강화

3. 레거시 시스템에서 최신 플랫폼으로 전환

이러한 모든 영역에서는 공통적으로 견고한 기반을 요구합니다. 각 영역에는 탄력적이고 확장 가능하며 안전하고 성능이 뛰어난 데이터베이스가 필요합니다.

MongoDB.local London에서 공유한 업데이트는 이러한 우선 순위를 반영합니다. MongoDB는 고객의 가장 엄격한 요구 사항을 능가하는 제품을 만들고, 현재와 미래에 광범위한 애플리케이션을 구축할 수 있는 가장 강력한 기반을 제공하기 위해 최선을 다하고 있습니다.

실제로 어제 이벤트에서 MongoDB의 최고 제품 책임자인 Sahir Azam은 기조 연설에서 데이터의 기본적인 역할에 대해 설명했습니다. 그는 또한 고객이 생성형 AI 고객 관리 애플리케이션을 보다 쉽게 배포할 수 있도록 MongoDB, Amazon Web Services, Anthropic 기반 AI 솔루션인 파트너 에코시스템의 최신 발전 사항을 공유했습니다.

MongoDB 8.0: 역대 최고의 MongoDB 버전

.local London에서 가장 큰 소식은 세계에서 가장 인기 있는 문서 데이터베이스에 상당한 성능 향상과 확장 비용 절감, 확장성, 회복 탄력성, 데이터 보안 기능을 추가한 MongoDB 8.0의 정식 출시였습니다.

MongoDB 8.0의 아키텍처 최적화로 메모리 사용량과 쿼리 시간이 크게 감소했으며, MongoDB 8.0은 이전 버전보다 효율적인 일괄 처리 기능을 제공합니다. 구체적으로, MongoDB 8.0은 데이터 복제 중 읽기 처리량이 36%, 대량 쓰기 속도가 56%, 동시 쓰기 속도가 20% 더 빨라졌습니다. 또한 MongoDB 8.0은 더 많은 양의 시계열 데이터를 처리할 수 있으며 리소스 사용량과 비용을 낮추면서 복잡한 집계를 200% 이상 더 빠르게 수행할 수 있습니다. 마지막으로, Queryable Encryption은 이제 범위 쿼리를 지원하여 데이터 보안을 보장하는 동시에 강력한 분석을 가능하게 합니다.

애플리케이션 개발을 가속화하고, AI 혁신을 간소화하며, 개발자의 역량 향상 속도를 높이기 위해 설계된 MongoDB.local London의 제품 발표에 대해 자세히 알아보려면 계속 읽어보세요!

애플리케이션 개발 가속화

MongoDB Atlas 기능의 확장성 및 탄력성 개선

MongoDB Atlas의 제어 영역에 대한 새로운 개선 사항을 통해 고객은 클러스터를 더 빠르게 확장하고, 리소스 수요에 실시간으로 대응하며, 성능을 최적화하는 동시에 운영 비용을 절감할 수 있습니다.

첫째, 독립적인 샤드 확장, 확장된 저장소 및 Azure의 IOPS를 비롯한 새로운 세분화된 리소스 프로비저닝 및 확장 기능을 통해 고객은 필요한 곳에서 리소스를 정확하게 최적화할 수 있습니다. 둘째, Atlas 고객은 노드 유형별로 클러스터를 병렬로 확장하여 최대 50% 더 빠른 클러스터 확장을 경험할 수 있습니다.

마지막으로, MongoDB Atlas 사용자들은 확장 알고리즘과 인프라 개선으로 응답성이 5배 향상된 자동 확장 기능을 통해 더욱 빠른 응답성을 누릴 수 있습니다. 이러한 개선 사항이 모든 Atlas 고객을 대상으로 출시되고 있으므로 고객은 즉시 혜택을 누릴 수 있습니다.

MongoDB용 IntelliJ 플러그인

비공개 미리 보기로 발표된 MongoDB for IntelliJ 플러그인은 Java 개발자들 사이에서 가장 인기 있는 IDE 중 하나인 IntelliJ IDEA에서 개발자가 MongoDB로 작업하는 방식을 기능적으로 개선하도록 설계되었습니다. 이 플러그인을 사용하면 엔터프라이즈 Java 개발자는 IDE에서 바로 Java 쿼리를 더 빠르게 작성 및 테스트하고, 선제적 성능 인사이트를 얻고, 런타임 오류를 줄일 수 있습니다.

JetBrains와 MongoDB는 제휴를 통해 데이터베이스와 IDE의 통합을 강화함으로써 공유 사용자 기반에 원활한 경험을 제공하고 최신 애플리케이션을 더 빠르게 구축할 수 있는 잠재력을 실현했습니다. 여기에서 비공개 미리 보기에 등록하세요.

VS Code용 MongoDB Copilot Participant(공개 미리 보기)

현재 공개 미리 보기로 제공되는 새로운 GitHub Copilot용 MongoDB Participant는 도메인 특화 AI 기능을 VS Code용 MongoDB 확장의 채팅과 유사한 환경과 직접 통합합니다.

참가자는 MongoDB 확장과 긴밀하게 통합되어 있어 개발자가 코딩 환경을 벗어날 필요 없이 정확한 MongoDB 쿼리를 생성(및 이를 애플리케이션 코드로 내보내기)하고, 컬렉션 스키마를 설명하고, MongoDB 문서에 대한 최신 액세스를 통해 질문에 답변할 수 있습니다. 이러한 기능을 통해 도메인 간 컨텍스트 전환의 필요성이 크게 줄어들어 개발자는 흐름을 유지하면서 혁신적인 애플리케이션 구축에 집중할 수 있습니다.

MongoDB Enterprise Kubernetes Operator에 대한 멀티클러스터 지원

여러 Kubernetes 클러스터에 걸쳐 MongoDB 및 Ops Manager 배포를 위한 추가 지원을 통해 Kubernetes에서 실행되는 MongoDB 배포서버의 고가용성, 회복 탄력성 및 확장성을 보장합니다.

이제 사용자는 배포서버 회복 탄력성, 유연성 및 재해 복구를 강화하기 위해 로컬 또는 지리적으로 분산된 Kubernetes 클러스터에 ReplicaSet, 샤딩된 클러스터(공개 미리 보기) 및 Ops Manager를 배포할 수 있습니다. 이 접근 방식은 이전에는 MongoDB용 Kubernetes 외부에서만 사용할 수 있었던 기능인 멀티사이트 가용성, 회복 탄력성 및 확장성을 Kubernetes 내에서 사용할 수 있도록 합니다. 자세한 내용은 문서를 참조하세요.

Atlas CLI 및 Docker를 통해 MongoDB Atlas Search 및 Vector Search 정식 출시

MongoDB Atlas의 로컬 개발 환경이 이제 정식 출시되었습니다. MongoDB Atlas CLI 및 Docker를 사용하여 선호하는 로컬 환경에서 MongoDB Atlas로 구축하고, 전체 소프트웨어 개발 수명 주기 동안 Atlas Search 및 Atlas Vector Search와 같은 기능에 쉽게 액세스할 수 있습니다. Atlas CLI는 로컬 또는 클라우드 중 선호하는 개발 환경에서 MongoDB Atlas를 통해 배포하고 구축할 수 있는 친숙한 통합 터미널 기반 인터페이스를 제공합니다.

Docker로 구축하는 경우 이제 Docker 및 Docker Compose를 사용하여 Atlas CLI를 통해 로컬 및 지속적 통합 환경에서 Atlas를 쉽게 통합할 수도 있습니다. 개발 및 테스트 환경의 수명 주기를 자동화하여 반복적인 작업을 피하고 전문 검색, AI 및 시맨틱 검색 등을 통해 애플리케이션 기능 구축에 집중할 수 있습니다.

AI 혁신 간소화

Atlas Vector Search에서 비용 절감 및 규모 확장

Atlas Vector Search의 벡터 양자화 기능을 발표했습니다. 벡터 양자화는 메모리를 최대 96%까지 줄이고 벡터를 더 빠르게 검색할 수 있게 함으로써 고객은 더 큰 규모와 더 낮은 비용으로 광범위한 AI 및 검색 애플리케이션을 구축할 수 있습니다.

이제 정식 출시되는 스칼라 양자화 벡터 수집 지원을 통해 고객은 원하는 임베딩 모델 제공업체의 양자화된 벡터를 Atlas Vector Search에서 직접 원활하게 가져와서 사용할 수 있습니다. 곧 출시될 자동 양자화를 포함한 추가적인 벡터 양자화 기능을 통해 고객은 Atlas Vector Search에서 대규모 AI 및 검색 애플리케이션을 구축하고 최적화할 수 있는 포괄적인 도구 집합을 갖추게 될 것입니다.

인기 있는 AI 프레임워크와의 추가 통합

선택한 프레임워크나 LLM에 상관없이 MongoDB를 사용하여 다음 AI 기반 프로젝트를 더 빠르게 출시하세요. AI 기술은 빠르게 발전하고 있으며, 요구 사항과 사용 가능한 기술이 발전함에 따라 성능 좋은 애플리케이션을 빠르게 구축하고 확장하며 선호하는 스택을 사용하는 것이 중요해지고 있습니다.

MongoDB의 향상된 LangChain, LlamaIndex, Microsoft Semantic Kernel, AutoGen, Haystack, Spring AI, ChatGPT Retrieval Plugin 등과의 통합 제품군을 통해 MongoDB에서 차세대 애플리케이션을 그 어느 때보다 쉽게 구축할 수 있습니다.

개발자 역량 향상

새로운 MongoDB 학습 배지

자격증보다 더 빨리 취득할 수 있고 더욱 구체적인 목표를 설정한 MongoDB의 무료 학습 배지는 지속적인 학습에 대한 의지와 특정 주제에 대한 지식을 증명하려는 노력을 보여줍니다. 학습 경로를 따라가고, 새로운 기술을 습득하고, LinkedIn에서 자랑할 수 있는 디지털 배지를 받으세요.

두 가지 새로운 생성형 AI 학습 배지를 확인해 보세요!

• 생성형 AI 앱 구축: Atlas Vector Search를 사용하여 RAG(검색 증강 생성) 앱을 비롯한 혁신적인 생성형 AI 앱을 만드는 방법을 알아보세요.

• 생성형 AI 앱 배포 및 평가: 성능 최적화 및 ê²°ê³¼ 평가에 중점을 두고 앱 제작부터 ì „ì²´ 배포까지 진행하세요.

자세히 알아보세요.

MongoDB의 최근 제품 발표 및 업데이트에 대해 자세히 알아보려면 새로운 기능 제품 발표 페이지와 제품 업데이트에 대한 모든 블로그 게시물을 확인하세요. 즐거운 빌드 되세요!

Source: Read More