구글 클라우드, 데이터와 AI를 잇는 빅쿼리 그래프 일반 제공 시작
구글 클라우드(Google Cloud)는 2026년 8월 31일 빅쿼리 그래프(BigQuery Graph)의 일반 제공을 발표했다. 미리보기로 먼저 공개됐던 이 기능은 빅쿼리 안에서 ISO 표준 그래프 질의 언어(GQL)와 SQL을 함께 쓰며, 별도 그래프 데이터베이스로 데이터를 옮기는 ETL 없이 탐색을 실행한다. 게시물은 선임 스태프 소프트웨어 엔지니어 Bei Li와 프로덕트 매니저 Candice Chen이 작성했다.
관계 중심 질문은 행 단위 집계만으로는 잘 풀리지 않는다. 다중 홉 경로와 순환, 네트워크 군집은 노드와 엣지로 보는 편이 맞고, 그 작업을 위해 웨어하우스 바깥으로 복제하는 운영 부담이 따라왔다. 빅쿼리 그래프는 이미 있는 테이블을 노드 테이블과 엣지 테이블로 묶어 프로퍼티 그래프(property graph)를 정의하고, 탐색을 웨어하우스 엔진에서 네이티브로 돌리는 쪽으로 그 경계를 없앤다.
모델은 CREATE OR REPLACE PROPERTY GRAPH 구문으로 노드 테이블과 엣지 테이블을 묶는 방식이다. 페타바이트 규모 처리, 기존 행·열 수준 보안, 같은 질의에서 빅쿼리 ML과 AI 함수를 호출하는 능력은 빅쿼리에서 그대로 상속된다. 실시간 운영 그래프가 필요하면 스패너 그래프(Spanner Graph)와 빅쿼리 그래프를 짝 짓는 통합 그래프 옵션이 함께 제시된다.
미리보기 이후 이름이 붙은 활용은 보안·사기, 공급망, 고객, 지식, 인프라로 갈린다. 위협과 사기 탐지는 다중 홉 공격 경로, 사기 네트워크, 거래 루프를 보고, 공급망 디지털 트윈은 공급사·부품·유통 경로를 한 그래프에 올린다. 광고 기술과 리테일의 신원 해석 및 Customer 360, 제미니(Gemini) 모델과 GraphRAG로 에이전트를 근거에 묶는 지식 그래프, 통신과 엔터프라이즈 IT의 네트워크 계보·인프라 관리도 같은 목록에 있다.
일반 제공 시점의 엔진 변화는 경로 탐색 속도다. 공개 벤치마크 기준으로 미리보기 대비 GQL은 2배, 무방향 탐색은 100배 빨라졌고, 비순환 및 무방향 탐색의 경로 찾기가 개선됐다. ACYCLIC과 TRAIL 경로 모드의 사이클 탐지는 더 빠르고 자원을 덜 쓰도록 바뀌었으며, 이 배수는 특정 경쟁 제품이 아니라 미리보기 이후 공개 벤치마크에 대한 수치다.
질의 표현력에는 CALL 문과 확장된 서브쿼리가 더해졌다. 엔티티마다 그래프 서브쿼리를 두고, 재사용 가능한 이름 있는 함수를 정의할 수 있다. 보더리스 그래프 레이크하우스(borderless graph Lakehouse)는 하나의 빅쿼리 그래프가 네이티브 빅쿼리 테이블과 다른 클라우드의 오픈 아이스버그(Iceberg) 테이블을 복사나 ETL 없이 제자리에서 가로지르게 한다. 카탈로그로는 데이터브릭스 유니티 카탈로그(Databricks Unity Catalog), AWS Glue, 스노우플레이크(Snowflake)가 거론됐고, DDL 예시는 구글 클라우드 아이스버그 레이크하우스와 AWS 위의 데이터브릭스 카탈로그를 한 그래프에 걸친다.
다만 게시물은 엔진의 일반 제공과 에이전트·레이크하우스 기능을 한 글에 섞어 적었다. 보더리스 레이크하우스, 그래프 채팅, MCP 연결, 데이터 에이전트 킷, 컨텍스트 그래프는 당일 일반 제공과 미리보기, 앞으로 몇 주에 걸친 배포가 함께 언급된다. 노드와 엣지를 제안하고 관계의 매치율로 검증하는 저작 스킬은 곧 배포로만 나와 있어, 지금은 일반 제공으로 단정할 수 없다.
대화형 분석은 자연어를 SQL 또는 GQL로 바꾸고 탐색을 시각화하며, 스키마의 설명과 동의어 메타데이터를 사용한다. 제미니 엔터프라이즈(Gemini Enterprise)는 MCP 서버로 빅쿼리 그래프에 붙이거나, 대화형 데이터 에이전트를 그 환경에 발행하는 경로가 제시된다. 코딩 도구용 그래프 모델링 및 GQL 스킬은 구글 클라우드 데이터 에이전트 킷(Google Cloud Data Agent Kit) 확장으로 앤티그래비티(Antigravity), 비주얼 스튜디오 코드(Visual Studio Code), 클로드 코드(Claude Code), 코덱스(Codex)에 연결된다. 빅쿼리 에이전트 분석(BigQuery Agent Analytics)의 컨텍스트 그래프는 에이전트 행동을 타입이 있는 질의 가능한 트레이스로 남겨, 감사 가능한 기억으로 쓴다.
탈레스 사이버시큐리티 프로덕츠(Thales Cybersecurity Products)의 글로벌 엔지니어링 부문 부사장 Pete Rubio는 보안 신호를 프로퍼티 그래프로 모델링한다고 했다. 다중 홉 탐색이 수 초 안에 끝나고, 이상 징후를 공격 이야기로 묶으며, 제미니로 위협 서사를 만든다는 설명이다. 다음으로는 네이티브 빅쿼리 그래프 알고리즘을 기대한다고 밝혔다.
야후(Yahoo) 수익화 플랫폼 엔지니어링 디렉터 Mikul Bhatt는 수익화 데이터 위에서 GQL을 제자리로 돌려, 별도 그래프 엔진과 데이터 이동을 없앴다고 했다. 에이전트가 그 그래프를 읽고 추론한 뒤, 결론을 다시 관계로 써 넣는 흐름을 말했다. 워커비(Workerbee) 창업자 겸 CEO Heiko Roth는 사람·역할·역량·증거를 프로퍼티 그래프로 올려 여러 의사결정에 같은 모델을 재사용한다고 했다. 세 인용 모두 이미 있는 데이터에 관계를 얹고, 그 관계를 사람과 에이전트가 같이 쓰는 방향으로 모인다.
시작점은 개요와 데이터 모델 문서, 사기 탐지·신원 해석·공급망 디지털 트윈·에이전트 컨텍스트 그래프 코드랩, 스패너 그래프와 빅쿼리 그래프를 묶은 통합 그래프 안내, 엔드투엔드 전자책이다. 웨어하우스와 레이크, 운영 데이터베이스, 에이전트 메모리를 한 그래프 질의 평면으로 모으려는 그림이 분명하다. 엔진의 일반 제공과 에이전트·멀티클라우드 탐색의 출시 시점을 구분해 도입 범위를 정하는 일이 먼저다.
빅쿼리 그래프의 일반 제공은 그래프를 특수 목적 저장소가 아니라 분석 레이어의 질의 모드로 올려 놓은 발표에 가깝다. ISO GQL과 SQL을 한 엔진에서 쓰고, ML·AI 함수를 같은 질의에 붙이며, 에이전트는 그 관계를 읽고 쓸 수 있는 맥락으로 삼는다. 2배·100배 같은 엔진 수치는 미리보기 대비 공개 벤치마크이고, 레이크하우스와 에이전트 기능은 아직 단계가 갈리므로, 지금 쓸 수 있는 것과 앞으로 몇 주 안에 열리는 것을 나눠 보는 편이 맞다.

댓글
댓글 쓰기