검색 및 벡터 검색 기능으로 자체 관리형 앱의 성능 강화

Gyana Guity, Scott Amerman, and Sam Wickline
September 17, 2025 | Updated: September 30, 2025

MongoDB는 MongoDB Community Edition 및 MongoDB Enterprise Server에서 사용할 수 있는 검색 및 벡터 검색 역량의 공개 프리뷰를 발표하게 되어 기쁩니다. 이러한 새로운 역량을 통해 개발자는 강력한 검색 기능을 갖춘 자체 관리형 환경에서 직접 정교한 AI기반 애플리케이션을 프로토타이핑, 반복 및 빌드할 수 있습니다.

다재다능함은 개발자가 MongoDB를 사랑하는 이유 중 하나입니다. MongoDB는 어디서든 실행이 가능합니다.1 여기에는 많은 개발자가 MongoDB 여정을 시작하는 로컬 설정, 확장 시기가 되면 최대 규모의 엔터프라이즈 데이터 센터, 그리고 MongoDB의 완전 관리형 클라우드 서비스인 MongoDB Atlas가 포함됩니다. 개발이 어디에서 이루어지든 MongoDB는 모든 개발자의 워크플로에 무리 없이 통합됩니다.

MongoDB Community Edition은 수백만 명의 개발자가 학습하고, 테스트하며, 스킬을 향상시키는 데 사용하는 무료 소스 사용 가능 버전의 MongoDB입니다. MongoDB Enterprise Server는 MongoDB의 핵심 데이터베이스의 상용 버전입니다. 온프레미스 또는 퍼블릭, 프라이빗, 하이브리드 클라우드 환경에서 자체 관리형 배포를 선호하는 회사를 위해 추가적인 엔터프라이즈급 기능을 제공합니다.

이제 Community Edition 및 Enterprise Server에서 네이티브 검색 및 벡터 검색 역량을 사용할 수 있게 되면서, MongoDB는 애플리케이션이 어디에 배포되든 간단하고 일관적인 환경을 제공하여 훌륭한 애플리케이션을 구축할 수 있도록 하는 것을 목표로 합니다.

검색과 벡터 검색은 무엇인가요?

MongoDB Atlas의 제품과 유사하게 MongoDB Community Edition 및 MongoDB Enterprise Server는 이제 두 가지 별개이지만 보완적인 검색 역량을 지원합니다.

  • 전체 텍스트 검색은 관련성 기반 앱 기능을 구축하기 위한 원활하고 확장 가능한 경험을 제공하는 임베디드 역량입니다.
  • 벡터 검색을 통해 개발자는 네이티브의 모든 기능을 갖춘 벡터 데이터베이스 기능을 사용하여 시맨틱 검색 및 생성형 AI 기반 지능형 애플리케이션을 구축할 수 있습니다.

이번 공개 프리뷰에서는 핵심 검색 집계 단계에 대한 기능적 제한이 없습니다. 따라서 $search, $searchMeta 및 $vectorSearch는 모두 프리뷰 상태의 기능을 제외하고 Atlas에서 제공되는 기능과 동등하게 지원됩니다. 자세한 내용을 원하시면 검색 및 벡터 검색 문서 페이지를 확인하세요.

통합 검색을 통해 개발자 과제 해결

과거에는 고급 검색 기능을 자체 관리형 애플리케이션에 통합하기 위해 외부 검색 엔진이나 벡터 데이터베이스를 MongoDB에 추가로 연결해야 했습니다. 이 접근 방식은 개발자와 조직의 모든 단계에서 마찰을 일으켜 다음과 같은 결과를 초래했습니다.

  • 아키텍처의 복잡성: 여러 이질적인 시스템에서 데이터를 관리하고 동기화하는 것은 복잡성을 증가시키고, 추가적인 스킬을 요구하며, 개발 워크플로를 복잡하게 만듭니다.
  • 운영 오버헤드: 각 시스템에 대해 별도의 프로비저닝, 보안, 업그레이드 및 모니터링을 처리하는 것은 DevOps 팀에 큰 부담을 주었습니다.
  • 개발자 생산성 감소: 개발자는 데이터베이스와 검색 엔진 모두에 대해 서로 다른 쿼리 API와 언어를 학습하고 사용해야 합니다. 이로 인해 빈번한 컨텍스트 전환, 더 가파른 학습 곡선 및 더 느린 릴리스 주기가 발생했습니다.
  • 일관성 과제: 프라이머리 데이터베이스를 별도의 검색 또는 벡터 인덱스와 맞추는 것은 결과가 비동기화될 위험이 있습니다. 거래 보장 및 데이터 일관성에 대한 홍보에도 불구하고 이러한 인덱스는 결국 일관성을 유지하지 못했습니다. 이로 인해 빠르게 변화하는 환경에서 불완전한 결과가 발생했습니다.
    •

이제 검색과 벡터 검색이 MongoDB Community Edition 및 MongoDB Enterprise Server에 통합되어 이러한 절충안은 사라집니다. 이제 개발자는 MongoDB의 친숙한 쿼리 프레임워크를 사용하여 강력한 검색 역량을 만들 수 있으며, 동기화 부담과 여러 단일 목적 시스템을 관리할 필요가 없습니다. 이번 릴리스는 데이터 아키텍처를 간소화하고, 운영 오버헤드를 줄이며, 애플리케이션 개발을 가속화합니다.

이러한 역량을 통해 개발자는 정교한 기본 역량을 활용하여 다양한 강력한 애플리케이션을 빌드할 수 있습니다. 잠재적인 사용 사례는 다음과 같습니다.

MongoDB는 LangChain, LangGraph 및 LlamaIndex와 같은 프레임워크와 네이티브 통합을 제공합니다. 이로 인해 워크플로가 간소화되고, 개발이 가속화되며, RAG 또는 에이전트 기능이 애플리케이션에 직접 내장됩니다. MongoDB에서 지원하는 다른 AI 프레임워크에 대해 더 학습하려면 이 문서를 확인하세요.

MongoDB의 파트너와 챔피언들은 이미 더 다양한 환경에서 검색 및 벡터 검색을 활용하여 이점을 경험하고 있습니다.

"이미 인기를 끌고 있는 MongoDB Community Edition에서 MongoDB 검색과 벡터 검색을 사용할 수 있게 되어 매우 기쁩니다. 이제 우리 고객들은 배포서버 모드와 선호하는 환경에 따라 MongoDB와 LangChain을 활용하여 최첨단 거대 언어 모델 애플리케이션을 빌드할 수 있습니다."—Harrison Chase, LangChain CEO

"MongoDB는 Clarifresh가 뛰어난 소프트웨어를 빌드하는 데 도움을 주었으며, 저는 항상 그 견고한 기반에 깊은 인상을 받았습니다. 이제 MongoDB Community Edition에서 검색 및 벡터 검색 기능을 사용할 수 있게 되어, 소스 코드에 대한 접근성, 어디서나 배포할 수 있는 유연성, 커뮤니티 주도의 확장성에 대한 신뢰를 얻게 됩니다. 이는 MongoDB의 개발자 헌신을 재확인하는 흥미로운 이정표입니다."—Luke Thompson, Clarifresh MongoDB 챔피언

"MongoDB Community Edition에서의 다음 검색 경험에 대해 매우 기대하고 있습니다. 고객은 검색 및 생성형 인공지능 지원 애플리케이션을 실행할 수 있는 최고의 유연성을 원하며, 이 기능을 Community에 도입함으로써 어디서나 완전히 새로운 방식으로 빌드하고 테스트할 수 있게 되었습니다."—Jerry Liu, LlamaIndex CEO

"MongoDB Community의 전체 텍스트 및 벡터 검색 비공개 프리뷰에 참여하는 것은 매우 흥미로운 기회였습니다. Community Edition에서 $search, $searchMeta, $vectorSearch를 직접 사용하면 추가 시스템이나 통합 없이도 Atlas에서 사용하는 것과 동일한 강력한 역량을 제공합니다. 초기 프리뷰 단계에서도 이미 워크플로를 간소화하고 더 빠르고 관련성 높은 결과를 제공하고 있습니다."—Michael Höller, akazia Consulting MongoDB 챔피언

공개 프리뷰 액세스

공개 프리뷰는 무료로 제공되며 테스트, 평가 및 피드백 목적으로만 제공됩니다.

MongoDB Community Edition과 함께 검색 및 벡터 검색을 수행하세요. 새로운 역량은 MongoDB 버전 8.2 이상과 호환되며, 표준 mongodb 데이터베이스 바이너리와 상호 작용하는 별도의 바이너리인 mongot에서 작동합니다.

시작하려면 다음을 확인하세요.

  • MongoDB Community Server 클러스터는 다음의 세 가지 방법 중 하나로 실행됩니다.
    • MongoDB 다운로드 페이지에서 MongoDB Community Server 버전 8.2를 다운로드하세요. 공개 프리뷰부터 이 기능은 지원되는 Linux 배포판 및 아키텍처에서 자체 관리형 배포에 사용할 수 있으며, MongoDB Community Edition 버전 8.2 이상에서 사용할 수 있습니다.
    • MongoDB 다운로드 페이지에서 mongot 바이너리를 다운로드하세요.
    • 공개 Docker 허브 리포지토리에서 MongoDB Community Server 8.2용 컨테이너 이미지를 가져오세요.
    • 출시 예정: MongoDB Controllers for Kubernetes Operator를 사용하여 배포하세요(Community Server 검색 지원은 버전 1.5 이상에서 예정됨).

MongoDB Enterprise Server에서 사용할 검색 및 벡터 검색을 수행하세요. 새로운 역량은 고객의 Kubernetes 환경에서 자체 관리형 검색 노드로 배포됩니다. 이는 Kubernetes 내부 또는 외부에 있는 모든 MongoDB Enterprise Server 클러스터에 원활하게 연결됩니다.

시작하려면 다음을 확인하세요.

  • MongoDB Enterprise Server 클러스터가 실행 중입니다.
    • 버전 8.0.10+(MongoDB Controllers for Kubernetes operator 1.4용).
    • 버전 8.2+(MongoDB Controllers for Kubernetes operator 1.5+용).
  • Kubernetes 환경입니다.
  • MongoDB Controllers for Kubernetes Operator의 컨트롤러는 Kubernetes 클러스터에 설치됩니다. 설치 지침은 여기에서 확인하세요.

MongoDB Community Edition 및 MongoDB Enterprise Server의 설정에 대한 포괄적인 문서도 제공됩니다.

다음 단계

공개 프리뷰 기간 동안 MongoDB는 고객 피드백을 바탕으로 추가 업데이트 및 로드맵 기능을 제공할 것입니다. 공개 프리뷰 이후, 이러한 검색 및 벡터 검색 기능은 온프레미스 배포에서 사용할 수 있도록 일반적으로 제공될 것으로 예상됩니다. Community Edition의 경우 이러한 역량은 서버 측 공용 라이선스(SSPL)의 일부로 추가 비용 없이 제공됩니다.

MongoDB Enterprise Server의 경우, 이러한 역량은 향후 출시될 새로운 유료 구독 서비스에 포함될 예정입니다. 구독의 가격 및 패키지 세부 정보는 출시가 임박하면 제공될 예정입니다. 클라우드에서 완전 관리형 환경을 원하는 개발자를 위해 MongoDB Atlas는 오늘날 이러한 역량의 프로덕션 준비 버전을 제공합니다.

MongoDB는 피드백을 듣고 싶습니다! feedback.mongodb.com에서 새로운 기능을 제안하거나 기존 아이디어에 투표하세요. 이 제품의 미래를 결정하는 데 입력이 중요합니다. 사용자는 MongoDB 계정 팀에 문의하여 더 포괄적인 피드백을 제공할 수 있습니다.

MongoDB Community Edition 및 MongoDB Enterprise Server에서 검색 및 벡터 검색을 시작하는 방법을 알아보려면 MongoDB 문서를 확인하세요.

1 MongoDB는 모든 주요 퍼블릭 클라우드 공급자, 프라이빗 클라우드, 로컬, 온프레미스 및 하이브리드 환경에서 완전 관리형 멀티 클라우드 서비스로 배포될 수 있습니다.

← Previous

MongoDB AMP: An AI-Driven Approach to Modernization

Why should a database company be your modernization partner? It’s a fair question. From over a decade of experience with database migrations, we've learned that the database is often the single biggest blocker preventing digital transformation. It's where decades of business logic have been embedded, where critical dependencies multiply, and where the complexity that blocks innovation actually lives. But by working with MongoDB, customers have found that transforming their data layer removed the barriers that had stalled previous modernization attempts. This post is also available in: Deutsch , Français , Español , Português , Italiano , 한국어 , 简体中文 . Now, with today’s launch of the MongoDB Application Modernization Platform (AMP), we're providing customers a proven approach to full-stack modernization. MongoDB AMP is an AI-powered solution that rapidly and safely transforms legacy applications into modern, scalable services. MongoDB AMP integrates agentic AI workflows into our modernization methodology, alongside reusable, battle-tested tooling, and the expertise we've developed through customer engagements over the past decade—a powerful combination of tools, technique, and talent. By combining AMP tooling with MongoDB’s proven, repeatable framework, customers have seen tasks like code transformation sped up by 10x or more—with overall modernization projects implemented 2–3 times faster on average. Figure 1. The MongoDB Application Modernization Platform. The common challenges Many of our customers are facing the same impossible choice: accept growing technical debt that slows every business initiative, or risk disruption with a full system rewrite. Their teams are stuck maintaining legacy code instead of building new capabilities. These legacy systems have evolved into interconnected webs (“spaghetti messes”) where even simple changes require coordination across multiple systems and teams. Database changes require corresponding updates to middleware integrations, application business logic, and user interface components. Teams struggle to update systems because any change brings risks breaking something else they don't fully understand. Innovation initiatives often get blocked because new capabilities struggle to integrate within the constraints of legacy systems. Technical debt accumulates with every workaround, making each subsequent change more complex and risky than the last. Before working with MongoDB, Intellect Design's Wealth Management platform exemplified this challenge perfectly . Key business logic was locked in hundreds of SQL stored procedures, leading to batch processing delays of up to eight hours and limiting scalability as transaction volumes grew. The platform’s rigid architecture hindered innovation and blocked integration with other systems, such as treasury and insurance platforms, preventing the delivery of unified financial services that their enterprise clients demanded. In cases like this, the result is stagnation disguised as stability. Systems "work" but can't evolve. Applications can handle today's requirements, but can't adapt to tomorrow's opportunities. Legacy architectures have become the foundation on which everything else depends—and the constraint that prevents everything else from changing. Battle-tested solutions By working through challenges with customers, we've built a comprehensive methodology for modernization, backed by sophisticated tools that address the messy reality of legacy applications. Our approach empowers application teams with proven processes and purpose-built technology to systematically address key challenges. Central to our methodology is a test-first philosophy that has proven essential for safe, reliable modernization. Before any transformation begins, we develop comprehensive test coverage for existing applications, creating a baseline that captures how legacy systems actually behave in production. This upfront investment in testing becomes the foundation for everything that follows, providing guardrails that ensure modernized code performs identically to the original while giving teams the confidence to make changes without fear of breaking critical business processes. Our test-driven approach ensures modernization is a methodical, validated process where every change is verified. Before we make any code changes, we establish a complete picture of the legacy system. We've built sophisticated analysis tools that comprehensively map legacy application architectures. These tools uncover the complex interdependencies and embedded logic that make legacy applications far more intricate than they appear on the surface. This deep analysis isn't just about cataloging complexity; it's about understanding the true scope, informing execution of the transformation, and identifying potential risks before they derail projects. Analysis is just the start. By working with customers, we've learned that successful modernization requires careful sequencing and planning. Our dependency analysis capabilities help teams understand not just what needs to be migrated, but the critical order of operations and what safeguards need to be in place at each step. It's critical to avoid the temptation to migrate everything at once. MongoDB’s approach is designed to make complex modernizations successful by transforming applications incrementally with robust validation. Instead of crossing your fingers and hoping everything works after months of development, our methodology decomposes large modernization efforts into manageable components where every component is iteratively tested and verified. Issues are caught early when they're easy to fix, not after months of development when rollback becomes costly and complex. Each successful iteration reduces risk rather than accumulating it. The agentic AI acceleration MongoDB AMP represents over two years of dedicated effort to integrate AI-powered automation into our battle-tested processes, dramatically accelerating modernization while maintaining the reliability our customers depend on. AI powerfully expands our validation processes by generating additional test cases to validate modernized applications against their legacy counterparts. This dramatically improves confidence in migration results while reducing the time teams spend manually creating test cases for the complex business logic they are trying to preserve. Our existing analysis tools, which decompose embedded logic into smaller segments, now feed directly into AI systems that can automatically transform the code components they discover. What once required weeks of manual code conversion can now happen in hours, with testing frameworks providing the same rigorous validation we've always insisted on. For example, Bendigo and Adelaide Bank reduced the development time to migrate a banking application by up to 90% . The difference is speed and scale, without sacrificing quality or safety. Figure 2. The AMP process. Years of customer engagement and refined processes provide the foundation and guardrails that make AI-powered modernization effective and safe. With MongoDB AMP, AI becomes a force multiplier that transforms our proven approach into something that can tackle modernization challenges at unprecedented speed and scale. Migrating simple code is now 50 to 60 times quicker, and we can migrate small applications 20 times faster to MongoDB. Regression testing also went from three days to three hours with automated test generation. Fabrice Bidard, Head of Technical Architecture, Lombard Odier Ready to begin your modernization journey? Legacy application modernization doesn't have to be a leap of faith. With MongoDB as your partner, you gain access to proven methodologies, battle-tested tools, and the accelerated capabilities that agentic AI brings to our existing expertise. Contact our team to discuss your specific challenges and learn how our proven methodology can be applied to your environment.

September 16, 2025
Next →

Innovating with MongoDB | Customer Successes, October 2025

It’s officially fall! The start of every new season is a perfect time to consider change and new beginnings. While fall might make you think about pumpkin spice and newly chilly evenings, I’m thinking about the latest round of transformations that MongoDB’s customers are embracing to thrive in an AI-powered world. In all seriousness, legacy systems and technical debt are huge challenges: the cost of tech debt has been estimated at almost $4 trillion dollars. That’s trillion with a T! Legacy systems can slow down innovation, create bottlenecks, and make it tough to deliver the seamless, real-time experiences customers increasingly expect. But companies are finding that modernizing their applications isn't just about fixing what's broken—modernization enables them to move faster and innovate for end-users. That’s why I'm incredibly excited to share the recent launch of MongoDB’s Application Modernization Platform (AMP). This AI-powered program is designed to help enterprises move beyond outdated infrastructures to embrace a flexible, data-driven future. AMP is a comprehensive approach to modernization that combines smart AI tooling with proven methodologies, enabling businesses to transform their applications from the ground up, moving from legacy monoliths to a more flexible, microservices-based architecture. In this roundup, we're spotlighting customers who understand the strategic importance of modernization. You'll see how Wells Fargo is using MongoDB to power a new credit card platform, how CSX is ensuring business continuity during a critical migration, how Intellect Design is modernizing its wealth management platform, and how Deutsche Telekom is transforming its B2C digital channels. With MongoDB, customers are showing how integral a modern database is to powering the next generation of applications—and succeeding in the AI era. Wells Fargo Wells Fargo sought to modernize its mainframe-dependent credit card platform to provide a faster, more seamless customer experience and handle an exponential increase in transaction data. The company's legacy system was costly to manage and lacked the scalability needed for its "Cards 2.0" initiative. To solve this, Wells Fargo built an operational data store (ODS) using MongoDB. This new platform allowed them to adopt reusable APIs, streamline integrations, and move from a monolithic architecture to flexible microservices. The ODS now serves 40% of traffic from external vendors, handling more than 7 million transactions with sub-second service. By leveraging MongoDB, Wells Fargo was able to jumpstart its mainframe modernization and create curated data products to serve real-time, personalized financial services. CSX CSX , a major U.S. railroad company, sought to modernize its critical operations platform, RTOP, by migrating it to the cloud. The challenge was to maintain the platform's 24/7 availability with minimal disruption to its mission-critical, near real-time operations during the transition. To solve this, CSX selected MongoDB Atlas on Azure and partnered with MongoDB Professional Services . Leveraging the Cluster-to-Cluster Sync feature, the team was able to facilitate continuous data synchronization and complete the entire migration in just a few hours. The move to MongoDB Atlas has equipped CSX with a more scalable and resilient platform. This modernization effort established a blueprint for migrating other critical applications and helped CSX continue its digital transformation journey toward becoming America’s best-run railroad. Intellect Design Intellect Design , a global fintech company, sought to modernize its wealth management platform to overcome legacy system bottlenecks and multihour batch processing delays. The company's rigid relational database architecture limited its ability to scale and innovate. To solve this, the company partnered with MongoDB, using our AMP methodology and generative AI tools. This transformation reengineered the platform's core components, resulting in an 85% reduction in onboarding workflow times, allowing clients to access critical portfolio insights faster than ever. This initiative is the first step in Intellect Design's long-term vision to integrate its entire application suite into a unified, AI-driven service. By leveraging MongoDB Atlas's flexible schema and powerful native tools, the company is now better positioned to deliver smarter analytics and advanced AI capabilities to its customers. Watch Intellect AI’s MongoDB.local Bengaluru keynote presentation to learn how AMP helped them transform outdated systems into scalable, modern solutions. Deutsche Telekom Deutsche Telekom , a leading telecommunications company, sought to modernize its B2C digital channels, which were fragmented by outdated legacy systems. The company needed to create a unified digital experience for its 30 million customers while improving developer productivity. By leveraging MongoDB Atlas as part of its Internal Developer Platform, Deutsche Telekom built a robust data infrastructure to unify customer data and power its new digital services. This approach allowed the company to retire legacy systems and reduce its reliance on physical shops and call centers. The transition to MongoDB Atlas led to a massive surge in digital engagement, with daily customer interactions rising from under 50,000 to approximately 1.5 million. The company's customer data platform now handles up to 15 times the load of legacy systems, supporting large-scale loyalty programs and transforming the customer experience. Video spotlight: Bendigo Bank Before you go, watch how Bendigo and Adelaide Bank modernized their core banking technology using MongoDB Atlas and generative AI. Bendigo and Adelaide Bank reduced the migration time for legacy applications from 80 hours to just five minutes. This innovative approach allowed them to quickly modernize their systems and better serve their 2.5 million customers. Want to get inspired by your peers and discover all the ways we empower businesses to innovate for the future? Visit MongoDB’s Customer Success Stories hub to see why these customers, and so many more, build modern applications with MongoDB.

October 2, 2025