---
title: "DuckDB 2.0이 온다: 데이터베이스에서 AI를 위한 데이터 인프라로"
description: Agent Mode, VARIANT, 비동기 I/O, 서버 모드가 로컬 우선 분석과 사람과 AI 에이전트의 협업에 어떤 의미인지 살펴봅니다.
image: https://ducklocal.app/assets/blog/duckdb-2-ai-infrastructure.jpg
language: ko
date: 2026-10-19
author: JetSquirrel
---

# DuckDB 2.0이 온다: 데이터베이스에서 AI를 위한 데이터 인프라로

코드명 Cyanoptera인 DuckDB 2.0은 2026년 10월 21일에 릴리스될 예정입니다. 3월의 1.5 릴리스에서 불과 7개월 만에 프로젝트에는 10,000개가 넘는 커밋이 쌓였습니다.

새 버전은 새로운 스토리지 형식과 SQL 파서, 비동기 I/O, 더 완전해진 VARIANT 지원을 담고 있으며, 서버 모드와 AI 에이전트를 위해 설계된 CLI Agent Mode도 함께 제공합니다. 제게 흥미로운 지점은 개별 쿼리가 얼마나 빨라졌는지 그 너머에 있습니다. **DuckDB는 데이터 분석 도구의 모습 자체를 바꾸고 있습니다.**

저는 커리어의 상당 부분을 SRE와 옵저버빌리티, 보안 분석 분야에서 보냈습니다. 최근에는 DuckDB를 엔진으로 쓰는 오픈 소스 로컬 우선 분석 도구인 DuckLocal을 만들고 있습니다. 사람이 BI 도구를 열어 SQL을 쓰고 대시보드를 설정하는 대신, 분석이 사람과 AI 에이전트의 협업이 되는 미래를 점점 더 자주 그리게 됩니다. DuckDB 2.0의 여러 변경 사항이 그 방향과 맞닿아 있습니다.

![흰 오리와 AI 로봇이 노트북을 함께 쓰고 있고, 그 노트북이 DuckDB, JSON, S3, 검증 가능한 SQL, 차트와 연결되어 있습니다](https://ducklocal.app/assets/blog/duckdb-2-ai-infrastructure.jpg)

*데이터베이스, AI 에이전트, 시각적 인터페이스가 사용자의 통제 아래 하나의 데이터 분석 작업 공간을 이룰 수 있습니다.*

## 1. Agent Mode: 에이전트를 데이터베이스 사용자로 다루기

전통적인 명령줄 인터페이스는 사람을 위해 설계되었습니다. DuckDB CLI 표의 테두리와 정렬용 공백은 에이전트에게 그다지 유용하지 않습니다. 여백은 토큰을 소비하고, 잘린 결과는 완전한 것처럼 보일 수 있으며, 오류에는 구조가 없을 수 있고, 긴 쿼리는 에이전트를 쓸모 있는 피드백 없이 기다리게 만듭니다.

**Agent Mode**는 Claude Code나 Codex 같은 환경을 감지해 출력을 자동으로 조정합니다. 압축된 Markdown 표, 잘림을 분명히 알리는 문구, JSON 형식 오류를 사용하고, 오래 걸리는 쿼리에는 피드백을 제공합니다.

![한 오리가 압축된 터미널 결과를 가리키고, 다른 오리가 노트북에서 그것을 읽고 있습니다](https://ducklocal.app/assets/blog/duckdb-2-agent-mode.jpg)

*압축된 출력과 명시적인 피드백은 에이전트가 쿼리 결과를 안정적으로 해석하도록 돕습니다. 개념도입니다.*

공식 실험에서 Claude Code는 자연어 프롬프트로 TPC-H 질문 22개에 모두 답했습니다. 각 질문은 모드마다 세 번씩, 총 132회 실행되었고 모든 실행에서 정답이 나왔습니다. 모델이 읽은 DuckDB 출력은 **123.6K 토큰에서 50.8K 토큰으로 약 59% 줄었습니다**. 다만 이는 쿼리 출력의 절감량이며, 작업 전체 비용이 59% 줄었다는 뜻은 아닙니다. 보고서는 이 절감이 전체 입력의 약 0.5%에 해당하고 전체 비용이나 실행 시간은 줄지 않았다고 밝혔습니다. [실험과 설명](https://duckdb.org/2026/10/09/agent-mode)

에이전트가 데이터베이스를 사용하는 이야기는 흔히 text-to-SQL 정확도에 집중됩니다. 하지만 에이전트가 데이터베이스와 얼마나 효율적이고 안정적으로 상호작용할 수 있는지도 그에 못지않게 중요합니다.

## 2. VARIANT: 성능 타협을 줄인 유연한 데이터

CloudTrail 이벤트, 애플리케이션 로그, OpenTelemetry 데이터는 구조가 제각각인 JSON으로 도착하는 경우가 많습니다. 예를 들어 CloudTrail에서는 `requestParameters`의 형태가 이벤트마다 완전히 다를 수 있습니다.

익숙한 방법은 두 가지입니다. 레코드를 문자열로 저장하고 쿼리할 때마다 반복해서 파싱하는 방법은 유연하지만 느립니다. 스키마를 정의하고 데이터를 열로 나누는 방법은 빠르지만 스키마가 바뀔 때 손이 더 갑니다. VARIANT는 이 두 가지 장점을 결합하려 합니다. 유연한 구조를 유지하면서 shredding으로 적합한 필드를 개별 하위 열로 분리합니다. VARIANT는 1.5에서 등장했고, 2.0에서는 스토리지부터 쿼리 실행까지 지원이 넓어졌습니다.

![필드가 서로 다른 JSON 문서가 열로 정리되고, 값이 없는 칸은 비어 있습니다](https://ducklocal.app/assets/blog/duckdb-2-variant.jpg)

*shredding은 유연한 레코드 안의 공통 구조를 드러냅니다. 이는 개념적인 그림이며 고정된 스토리지 레이아웃이 아닙니다.*

```json
{"eventName":"ConsoleLogin","user":"alice","success":true}
{"eventName":"CreateUser","user":"bob","sourceIP":"10.0.0.8"}
```

↓ 쓰기 시점에 필드를 식별해 분리합니다

```text
eventName(string) | user(string) | success(boolean) ...
```

실제 레이아웃은 데이터 분포와 인코딩에 따라 달라집니다.

일부 커뮤니티 테스트에서는 쿼리가 약 6배 빨라지고 스토리지도 상당히 작아졌다는 보고가 있습니다. 다만 이 수치는 워크로드에 따라 달라집니다.

보안 분석에서는 복잡한 ETL 파이프라인 없이 원본 CloudTrail 이벤트에서 사용자 활동 분석, 비정상 API 호출 탐지, 권한 변경 조사로 나아갈 길이 열립니다. 대규모 데이터 플랫폼이 항상 출발점은 아닙니다. DuckDB와 SQL, AI 에이전트만으로도 조사의 상당 부분을 감당할 수 있습니다.

## 3. 비동기 I/O: 로컬 우선은 원격 데이터도 포함할 수 있습니다

데이터는 흔히 S3나 다른 오브젝트 스토리지, 데이터 레이크에 있습니다. 동기 I/O에서는 네트워크 지연이 원격 쿼리를 붙잡을 수 있습니다. DuckDB 2.0의 비동기 I/O는 여러 읽기를 백그라운드에서 실행하면서 쿼리 처리 스레드가 이미 도착한 데이터를 다루도록 합니다.

![S3 클라우드에서 여러 문서가 이동하고, 그동안 오리는 노트북에서 이미 받은 페이지를 처리하고 있습니다](https://ducklocal.app/assets/blog/duckdb-2-async-io.jpg)

*원격 읽기와 처리를 겹칩니다. 도착한 데이터를 처리하는 동안 다음 데이터를 가져옵니다.*

글을 쓰는 시점에 I/O 문서가 지원 대상으로 명시한 것은 Parquet과 압축되지 않은, 탐색 가능한 UTF-8 CSV 파일입니다. JSON과 DuckDB 네이티브 파일은 여전히 동기 I/O를 쓴다고 적혀 있습니다. 2.0 프리뷰 글은 네이티브 형식 지원을 향한 진전도 언급하므로, 사용하는 버전의 기능을 확인하세요. [I/O 문서](https://duckdb.org/docs/preview/data/io)

## 4. 서버로서의 DuckDB: 단일 프로세스를 넘어서

DuckDB는 Python, Rust, C++ 애플리케이션에 직접 내장되는 인프로세스 데이터베이스로 시작했습니다. 그 모델에서는 애플리케이션 사이에서 데이터베이스를 공유하거나 쿼리를 원격으로 실행하기가 불편합니다. 2.0은 Quack 프로토콜과 `CONNECT` 문을 도입해 DuckDB가 서버로 동작하고 클라이언트가 SQL을 보내 원격에서 실행할 수 있게 합니다. 데이터를 로컬 프로세스로 가져오는 대신 PostgreSQL, MySQL 같은 원격 데이터베이스로 쿼리를 푸시다운하는 것도 지원합니다.

![각자 노트북을 쓰는 두 오리가 공유 원격 서버와 SQL 쿼리와 결과를 주고받습니다](https://ducklocal.app/assets/blog/duckdb-2-server-mode.jpg)

*여러 클라이언트가 공유 서버에 쿼리를 보내고 결과를 받을 수 있습니다. 접근 제어와 감사에는 여전히 애플리케이션 수준 설계가 필요합니다.*

기업 환경에서는 이것이 중요합니다. 팀에는 공유 작업 공간이 필요합니다. 제가 원하는 아키텍처는 AI를 데이터에 더 가까이 두고, 연산이 데이터가 있는 곳에서 실행되는 것입니다.

Quack 자체가 권한, 감사, 멀티테넌시를 모두 아우르는 엔터프라이즈 솔루션은 아닙니다. 그 부분에는 여전히 애플리케이션 수준 설계가 필요합니다. Quack이 제공하는 것은 그런 아키텍처를 세우기 위한 토대입니다.

> **로컬 우선은 사용자에게 자신의 데이터와 연산에 대한 통제권을 주는 것입니다. 모든 것이 로컬에서 일어나야 한다는 뜻은 아닙니다.**

## 5. 주목할 만한 다른 개선 사항

1. **재작성된 재귀 CTE 엔진.** 간선이 100만 개인 그래프 도달 가능성 테스트에서 쿼리 시간이 4.90초에서 0.12초로 줄어 약 40배 빨라졌습니다. 일부 그래프 순회 작업이 SQL에서 더 실용적으로 바뀌지만, 이것이 DuckDB를 전문 그래프 데이터베이스의 대체재로 만드는 것은 아닙니다.
2. **ICU 기능의 네이티브 대체.** DuckDB는 ICU 라이브러리 의존성을 제거합니다. 마이크로벤치마크에서 시간대 변환은 약 2.2배, 독일어 콜레이션으로 필터링하는 작업은 약 2.6배 빨라졌습니다. 더 작아진 풋프린트는 임베디드 애플리케이션에도 도움이 됩니다.
3. **안정적인 확장 기능 API.** 재설계된 C API, 버전이 붙은 ABI, 자체 호스팅 확장 기능 저장소 지원은 DuckDB를 업그레이드할 때 필요한 유지보수를 크게 줄일 수 있습니다. 특히 Rust 확장 기능 개발자에게 유망합니다.
4. **트리거와 PEG 파서.** 트리거는 감사와 데이터 변경 처리를 뒷받침할 수 있습니다. 확장 가능한 파서는 확장 기능이 SQL 파싱에 더 깊이 접근하도록 하며, 보안 분석과 옵저버빌리티를 위한 도메인 특화 문법의 문을 열 수 있습니다.

## 6. 업그레이드 전에

2.0은 완전히 하위 호환되지는 않습니다.

- **스토리지 형식.** 새 기본 형식으로 만들거나 쓴 파일은 이전 버전에서 열 수 없습니다. 이전 리더를 계속 지원해야 한다면 스토리지 호환 버전을 명시적으로 설정하세요. 기존 데이터베이스는 공식 마이그레이션 안내에 따라 내보내기와 가져오기를 할 수 있습니다.
- **람다 문법.** 예전 문법은 기본적으로 비활성화됩니다. 임시 호환 설정으로 켤 수 있지만 2.1에서 제거될 예정입니다.

```sql
-- Old
SELECT list_transform([1, 2, 3], x -> x + 1);
-- New
SELECT list_transform([1, 2, 3], lambda x : x + 1);
```

- **C++ 확장 기능.** 업그레이드 전에 호환되는 빌드가 있는지 확인하세요.

프로덕션 워크로드를 옮기기 전에 기존 쿼리, 데이터베이스 파일, 서드파티 확장 기능을 검증하세요. 데스크톱 애플리케이션은 사용자의 파일 형식을 조용히 마이그레이션하지 않도록 특히 주의해야 합니다. 이전 애플리케이션 버전이 그 파일을 더 이상 열지 못할 수 있습니다. [마이그레이션 안내](https://duckdb.org/docs/preview/operations_manual/migration)

## 7. 마치며

CSV 하나나 몇 기가바이트의 로그를 분석하는 일은 흔히 데이터베이스를 배포하고 파이프라인을 설정하고 서비스를 유지하는 것에서 시작합니다. 대규모 엔터프라이즈 데이터 플랫폼이라면 합리적일 수 있지만, 개인 개발자나 보안 분석가, 일회성 조사에 항상 필요한 것은 아닙니다.

DuckDB는 분석 엔진을 애플리케이션에 직접 내장합니다. 2.0은 서버 모드와 Agent Mode, 더 성숙해진 확장 기능 생태계를 더합니다. 데이터베이스와 AI 에이전트, 시각적 인터페이스가 가볍고 내장 가능한 하나의 데이터 분석 작업 공간으로 모일 수 있습니다.

그래서 제가 [DuckLocal](https://ducklocal.app/ko/)을 만들고 있습니다. SQL과 시각적 대시보드, AI와의 협업 분석을 위한 오픈 소스 로컬 우선 데스크톱 앱입니다. AI가 데이터 탐색을 돕는 동안 사용자는 통제권을 유지하고, 실행은 검증 가능하게, SQL은 투명하게 남습니다.

## 참고 자료

2026년 10월 19일 기준으로 DuckDB 2.0은 아직 릴리스되지 않았습니다. 릴리스 날짜와 기능 세부 사항은 최종 공식 발표에 따라 달라질 수 있습니다.

- [DuckDB v2.0 프리뷰](https://duckdb.org/2026/08/17/duckdb-20-highlights)
- [DuckDB CLI의 Agent Mode](https://duckdb.org/2026/10/09/agent-mode)
- [DuckDB 2.0 마이그레이션 안내](https://duckdb.org/docs/preview/operations_manual/migration)
- [DuckDB 릴리스 일정](https://duckdb.org/release_calendar)
- [DuckDB I/O 문서](https://duckdb.org/docs/preview/data/io)

## 함께 읽기

- [What Claude Dashboards taught me about DuckLocal](https://ducklocal.app/ko/blog/claude-dashboards-ducklocal/)
- [DuckLocal로 CloudTrail 로그 분석하기](https://ducklocal.app/docs/ko/example-cloudtrail)
- [DuckLocal CLI와 에이전트 스킬](https://ducklocal.app/docs/ko/cli)
- [English](https://ducklocal.app/blog/duckdb-2-ai-infrastructure/)
