몽고DB, 아틀라스 에이전트 엔진 출시

몽고DB가 9월 29일(현지시간) 미국 뉴욕 나스닥 마켓사이트에서 연 투자자의 날 행사에서 AI 에이전트를 실제 서비스에 올리기 위한 통합 계층 아틀라스 에이전트 엔진(Atlas Agent Engine)을 출시했다. 에이전트가 일하는 실행 환경(런타임)과 메모리, 거버넌스를 한 플랫폼에 묶은 제품으로, 퍼블릭 프리뷰로 곧바로 공개됐다. 신규·기존 아틀라스 고객은 agentengine.mongodb.com에서 바로 쓸 수 있고, 회사는 같은 날 데이터베이스 엔진 MongoDB 9.0과 새 배포 방식 아틀라스 인피니트(Atlas Infinite)도 함께 발표했다. 몽고DB는 9.0이 기반을 다지고, 인피니트가 그 기반의 확장 한계를 없애고, 에이전트 엔진이 그 위에서 에이전트를 돌리는 구조라고 설명했다.

몽고DB가 짚은 문제는 개념 증명(PoC)과 실제 운영 사이의 간극이다. 회사 발표문에 따르면 에이전트는 시험 단계에서는 빠르게 가치를 증명하지만, 운영 환경으로 옮기려면 정확한 검색과 지속되는 메모리, 기업 수준의 보안과 거버넌스가 함께 갖춰져야 한다. 하나로 묶인 플랫폼이 없으면 엔지니어링 팀은 여러 도구를 손으로 이어 붙여야 하고, 그 연결은 밑에 깔린 모델이나 프레임워크가 바뀔 때마다 끊어진다. 몽고DB는 기업들이 부딪히는 벽을 아무도 통제하지 못하는 에이전트의 행동, 대화를 잊어버리는 에이전트, 특정 모델이나 프레임워크에 대한 종속이라는 세 가지로 정리했다.

파블로 스턴-플라자 몽고DB AI 및 신규 제품 부문 최고제품책임자(CPO)는 "에이전트를 프로덕션 환경에 배포하려는 기업들은 잘못된 양자택일을 강요받고 있다"고 말했다. 그는 기업이 특정 벤더의 런타임을 채택해 모델과 클라우드에 묶이거나, 프레임워크를 직접 조합하면서 거버넌스와 메모리를 스스로 관리해야 했다고 지적했다. 이어 "우리는 고객에게 미래를 예측하라고 요구하는 대신, 고객이 무엇을 선택하든 완벽히 작동하는 솔루션을 구축하고자 했다"고 강조했다. 클라우드 업체가 자기 모델과 자기 인프라를 한 묶음으로 파는 흐름 한가운데서, 데이터베이스 회사가 중립 지대를 자처하고 나선 것이다.

첫 번째 축은 거버넌스다. 지금까지 대부분의 플랫폼은 신원 관리와 감사 기록, 가드레일, 비용 통제를 각기 다른 시스템으로 처리해 개발팀이 직접 연결해야 했다. 아틀라스 에이전트 엔진은 이것을 하나의 컨트롤 플레인 뒤로 모았다. 사람이 한 일이든 에이전트가 한 일이든 모든 행동이 실제 신원에 연결돼 기록되고, 몰래 끌 수 없는 정책이 그 행동을 통제한다. 법인카드 명세서에 누가 언제 어디서 결제했고 누가 승인했는지가 남듯, 에이전트의 행동에도 이름표와 결재선이 붙는 구조다. 회사는 에이전트가 무슨 일을 했고 누가 허락했는지 묻는 질문에 몇 주가 아니라 몇 초 만에 답할 수 있다고 밝혔다.

두 번째 축은 메모리와 검색이다. 메모리가 없는 에이전트는 매번 대화를 처음부터 시작하고, 팀은 새 에이전트를 만들 때마다 메모리 인프라를 다시 짓는다. 몽고DB는 보이지 AI(Voyage AI) 임베딩과 자체 검색 기술로 메모리를 플랫폼 안에 넣어, 에이전트가 토큰을 덜 쓰면서도 더 정확해진다고 설명했다. 회사에 따르면 보이지 AI의 임베딩·리랭킹 모델은 학술용 데이터셋 대신 실제 기업 검색 환경을 반영하도록 만든 평가 지표 RTEB에서 상위권 성능을 기록했다. 엔지니어에게 이 대목이 중요한 이유는 비용이다. 에이전트가 요청마다 긴 맥락을 통째로 다시 읽는 대신 필요한 조각만 정확히 꺼내 오면, 정확도와 토큰 비용이 같은 방향으로 좋아진다.

세 번째 축은 개방형 설계다. 아틀라스 에이전트 엔진은 MCP와 A2A 같은 개방형 표준 위에 만들어져, 나중에 모델이나 프레임워크를 바꿀 때 비싼 재구축 대신 설정 변경으로 끝낼 수 있다는 것이 회사 설명이다. 몽고DB는 이 엔진을 어느 클라우드든, 자체 관리 환경이나 노트북에서도 돌아가게 할 계획이라고 밝혔다. 회사는 리눅스 재단의 오픈 시큐어 AI 얼라이언스(Open Secure AI Alliance)와 에이전틱 AI 재단(Agentic AI Foundation)에도 합류해, 안전하고 서로 호환되는 에이전트를 위한 오픈 소프트웨어와 표준 작업에 참여한다.

도입 방식도 쪼갤 수 있게 했다. 고객은 이미 쓰는 모델과 프레임워크를 그대로 둔 채 메모리 계층이나 거버넌스 계층만 따로 들일 수도 있고, 런타임까지 함께 쓸 수도 있다. 요금은 아틀라스 에이전트 런타임과 아틀라스 에이전트 메모리에 사용량 기반으로 매기고, 사용량은 고객이 이미 맺어 둔 아틀라스 약정에서 차감된다. 새 계약서 없이 기존 인프라를 늘리는 형태라 기업 구매 부서의 심사를 한 번 덜 거치게 되고, 이는 시험판에 머물던 에이전트가 운영 단계로 넘어가는 문턱을 낮춘다.

몽고DB는 이 엔진을 먼저 자기 회사에 써 봤다. 메탈이 확인한 몽고DB 공식 블로그 글에 따르면 회사는 영업 조직용 에이전트 작업 공간 홀리(Holly)를 아틀라스 에이전트 엔진 위에 만들었다. 홀리 이전에는 영업 담당자가 고객사 한 곳을 준비하려면 서로 맥락을 공유하지 않는 도구 일곱 개를 오가야 했고, 거래 주기마다 고객사당 4~6시간이 들었다. 홀리는 회의 녹취를 정리하고 브리핑 초안을 쓰며 아직 답하지 못한 질문을 짚어 주는데, 이를 쓰는 담당자들은 아웃바운드 영업 대상 목록을 조사하고 만드는 시간을 약 95% 줄였다고 회사는 밝혔다.

홀리는 현재 에이전트 30여 개로 돌아간다. 몽고DB가 공개한 구조도를 보면 세일즈포스 연동, 회의 준비, 녹취 정리, 고객사·웹 조사, 데이터 시각화처럼 역할을 나눈 에이전트들이 아틀라스 에이전트 엔진 안에 나란히 놓이고, 사용자 신원 확인은 옥타가, 데이터는 몽고DB 아틀라스와 업무 도구들이 맡는다. 몽고DB 전략 고객 담당 잭 번켄버그는 "홀리 이전에는 조사와 영업 연락에 열두 개 남짓한 도구를 썼는데, 모든 것이 하나의 화면에 모인 것이 실질적인 가치"라고 말했다.

외부 고객 사례로는 결제 기업 페이세이프(Paysafe)가 나왔다. 몽고DB에 따르면 페이세이프는 거래 데이터를 자연어로 물으면 SQL 질의로 바꿔 주는 에이전트 시스템을 아틀라스 위에 만들고 있으며, 지금 쓰는 스노우플레이크 MCP 구성을 더 재사용하기 쉬운 파이프라인으로 대체하는 것이 목표다. 페이세이프 측은 "현재 결제 네트워크에서 이상징후를 조사하려면 분석가들이 여러 시스템의 데이터를 수작업으로 취합해야 하며, 시간에 쫓기는 경우도 많다"고 밝혔다. 회사는 이 에이전트가 문제 발생부터 팀의 대응까지 걸리는 시간을 줄여, 분석가들이 중요한 판단에 더 많은 시간을 쓰게 할 것으로 기대한다고 덧붙였다.

업계의 평가도 같은 지점을 짚었다. 개발자 생태계 분석 기업 레드몽크(RedMonk)의 공동창업자 제임스 거버너는 "애플리케이션 개발에 에이전트를 성공적으로 활용하기 위한 핵심 요인은 컨텍스트"라며 기업들이 여러 시스템에 흩어진 정보를 평가하고 통합하고 관리하는 데 어려움을 겪고 있다고 평가했다. 몽고DB는 프런티어 AI 모델 개발사 파트너들이 기업 데이터가 있는 곳으로 모델을 가져오고, 시스템 통합(SI) 파트너들이 구축 경험을 보탠다고 설명했다. 람 라말링감 엑센츄어 소프트웨어 엔지니어링 글로벌 리드는 아틀라스 에이전트 엔진이 AI 에이전트가 실제 비즈니스 성과를 내는 데 필요한 기능과 컨텍스트, 제약 조건을 제공한다고 말했다.

발표 시점도 이번 출시의 무게를 키웠다. 메탈은 치란탄 데사이 몽고DB CEO가 메타의 기업용 AI 사업 수장으로 자리를 옮긴 소식을 보도한 바 있으며, 이번 투자자의 날은 그 발표 바로 다음 날 열렸다. 몽고DB는 데사이의 전임자 데브 이티체리아를 임시 CEO로 다시 불렀고, 투자자의 날은 예정대로 진행됐다. 7만 곳이 넘는 고객과 포천 100대 기업의 약 75%를 고객으로 둔 회사가 경영진 공백 속에서도 에이전트 시대의 제품 로드맵을 계획대로 내놓은 것이다.

테크 법률의 눈으로 보면 이번 발표에서 가장 무거운 대목은 거버넌스다. 에이전트가 고객 데이터를 건드리고 결제 이상징후를 조사하고 영업 연락을 쓰기 시작하면, 사고가 났을 때 누가 그 행동을 허락했는지가 곧 책임의 문제가 된다. 몽고DB는 모든 행동을 실제 신원에 묶어 기록하고 끌 수 없는 정책으로 통제하는 장치를 플랫폼의 기본값으로 넣어, 그 답을 데이터가 사는 곳에 남기겠다고 했다. 모델은 몇 달마다 바뀌어도 기억과 기록과 권한은 데이터베이스에 남고, 몽고DB는 에이전트 시대의 책임 장부를 맡는 자리에 회사의 다음 성장을 걸었다.