오션베이스, 국제 Data Agent 벤치마크 1위
오션베이스 팀이 제출한 Data Agent 방안이 국제 데이터 지능체 벤치마크 Data Agent Benchmark에서 정상에 올랐다.
중국어 원문을 AI로 번역했습니다. 고유명사와 수치는 원문 표기를 우선하며, 중요한 판단에는 아래 출처 원문을 함께 확인하세요.
양자위의 친구들 2026-09-21 15:31:26 출처: 양자위
OceanBase 팀이 제출한 Data Agent 방안이 국제 데이터 지능형 에이전트 벤치마크 Data Agent Benchmark에서 1위에 올랐다
최근 OceanBase 팀이 제출한 Data Agent 방안이 국제 데이터 지능형 에이전트 벤치마크 Data Agent Benchmark(약칭 DAB)에서 90.62%의 정확도로 1위를 차지하며, 해당 리스트에서 최초로 정확도 90%를 돌파한 참가 방안이 되었다. 주목할 점은 이 성적이 중국산 데이터베이스 OceanBase가 중국산 대규모 모델 GLM-5.2를 기반으로 구축한 것이며, GPT, Claude Opus, Claude Fable 등 해외 모델을 기반으로 구축된 여러 Data Agent 방안을 앞질렀다는 것이다. 이번 참가 방안의 내부 코드명은 Scout이며, 관련 능력은 OceanBase DataPilot에 융합될 예정이다.
(사진 설명: OceanBase가 국제 Data Agent 리스트 1위에 올라 최초로 정확도 90%를 돌파한 참가 방안이 되었다)
DAB는 UC Berkeley EPIC Data Lab과 Hasura PromptQL이 협력해 출시했으며, 평가는 인터넷/로컬 라이프, 금융·주식, 생물의학, 지식재산권, 기업 운영, 정무/공공 관리, 미디어/문화·엔터테인먼트 등 여러 분야를 포괄하고, PostgreSQL, MongoDB, SQLite, DuckDB 등 다양한 데이터베이스를 다룬다.
주로 AI가 자연어를 SQL로 변환할 수 있는지를 평가하는 전통적 Text-to-SQL과 달리, DAB는 AI가 실제 데이터 환경에 들어간 후 복잡하고 분산되어 있으며 형태가 각기 다른 데이터 속에서 정답을 찾아낼 수 있는지에 더 주목한다. 하나의 완전한 과제에서 Data Agent는 데이터를 이해하고, 데이터를 선택하고, 분석 경로를 계획하고, 조회·계산을 완료하며, 결과를 검증해야 하며, 이는 '데이터 이해'에서 '정답 획득'까지의 완전한 능력을 시험하는 것이다.
바로 그렇기 때문에 DAB가 시험하는 것은 단지 기반 모델만이 아니라 '모델+Agent+데이터 시스템'의 종합 능력이다. 모델은 이해와 추론을 담당하고, Agent는 계획과 실행을 담당하며, 데이터 시스템은 데이터 발견, 연관 계산, 결과 검증을 뒷받침해야 한다. 이 세 가지가 협력할 수 있는지가 AI가 실제로 기업 데이터를 활용할 수 있는지에 직접 영향을 미친다.
OceanBase가 이번에 참가한 방안은 바로 이러한 능력을 중심으로 구축되었다. 시스템은 DataLens를 통해 데이터 프로파일링을 구축해 필드와 데이터 관계를 식별하고, 과제의 복잡도에 따라 실행 경로를 계획해 데이터 선택, 필터링, 연관, 계산을 완료하며, 결과를 얻은 후에는 증거 추적과 답안 검증을 통해 계산 과정과 결과를 점검하고, 문제가 발견되면 방안을 조정해 다시 검증하여 '데이터 이해—계획 실행—검증 수정'의 폐쇄 루프를 형성한다.
이는 이번 90.62% 성적의 가치를 설명해준다. 그것은 단순히 중국산 모델이 데이터 조회를 완수할 수 있음을 증명한 것이 아니라, 중국산 데이터베이스와 중국산 모델이 결합된 후 복잡한 데이터 분석 과제를 함께 뒷받침할 수 있음을 검증한 것이다. 기반 모델로 GLM-5.2를 채택한 상황에서 OceanBase 방안은 최종적으로 GPT, Claude Opus, Claude Fable 등 해외 모델을 채택해 구축된 여러 Data Agent 방안을 앞질렀다.
OceanBase 입장에서 이는 또한 자사의 AI 능력에 대한 새로운 검증이기도 하다.
과거에 데이터베이스는 주로 데이터를 저장, 조회, 처리하는 역할을 맡았다. AI Agent가 새로운 데이터 사용자로 등장하면서 데이터베이스가 해결해야 할 문제도 변하고 있다. AI는 데이터를 확보하는 것뿐만 아니라 데이터를 이해하고, 데이터를 연관 짓고, 데이터를 분석하며, 결과가 신뢰할 만한지 검증해야 한다. AI 시대의 데이터 기반은 이로 인해 '데이터를 AI에게 넘겨주는 것'에서 'AI가 데이터를 활용하도록 돕는 것'으로 나아가기 시작했다.
이것이 바로 OceanBase가 데이터베이스에서 AI 데이터 플랫폼으로 진화하는 방향이다. OceanBase DataPilot은 AI 데이터 분석 시나리오를 겨냥한 제품 방향이다. 이번 DAB 평가는 내부 코드명 Scout 방안으로 제출되었으며, 관련 기술 능력은 이후 DataPilot 제품에 축적되어 데이터 이해, 과제 계획, 분석 실행, 결과 검증 등의 능력을 더 이어받아, AI가 '데이터 호출'에서 '데이터로 과제를 완수하는 것'으로 나아가게 할 것이다.
데이터베이스에서 AI 데이터 플랫폼으로, 변하는 것은 제품 형태만이 아니라 데이터베이스와 AI의 관계이다. 과거 데이터베이스는 데이터를 잘 저장하고, 잘 계산하고, 꺼내오는 역할을 맡았지만, 이제는 AI가 데이터를 이해하고, 데이터를 조직하고, 분석을 완수하도록 도와야 한다. 이번 DAB 1위는 OceanBase가 데이터베이스 능력을 AI 데이터 분석 단계로 한층 더 확장한 데 대한 검증이며, 데이터베이스가 AI의 데이터 기반에서 AI의 데이터 작업 엔진으로 나아가고 있음을 의미한다.