한욱신 교수 연구팀, 그래프 데이터 분석 속도 184배 높인 ‘TurboLynx’ 개발

한욱신 교수 연구팀이 복잡한 그래프 데이터를 기존 대비 최대 184배 빠르게 분석할 수 있는 차세대 그래프 분석 엔진 ‘TurboLynx’를 개발했다. 이번 연구 성과는 데이터베이스 분야 국제학술대회인 'VLDB 2026'에서 발표될 예정이다.

이번 연구에는 컴퓨터공학과 이태성 대학원생(통합 '17)과 인공지능대학원 하재현 대학원생(통합 '22)이 참여했으며, 연구팀은 데이터 구조가 계속 변화하는 ‘스키마 없는(Schemaless)’ 그래프 데이터를 효율적으로 처리할 수 있는 새로운 분석 엔진을 제안했다.

그래프 데이터는 사람과 사람, 상품과 거래, 단어와 개념처럼 복잡한 연결 관계를 표현하는 데이터 구조로, 추천 시스템·금융 보안·생성형 AI·바이오 데이터 분석 등 다양한 분야에서 활용되고 있다. 하지만 기존 시스템은 데이터 형식이 일정하지 않은 환경에서 분석 속도가 크게 저하되는 한계가 있었다.

연구팀이 개발한 ‘TurboLynx’는 유사한 형태의 데이터를 자동으로 그룹화하고, 분석에 최적화된 구조로 저장해 데이터 해석 과정과 메모리 사용을 최소화했다. 또한 복잡한 탐색 과정에서 발생하는 중간 연산 비용을 줄여 분석 효율을 크게 향상시켰다.

국제 표준 벤치마크 평가 결과, TurboLynx는 기존 그래프 데이터베이스 대비 최대 약 184배, 관계형 데이터베이스 방식 대비 최대 약 41배 빠른 성능을 기록했다. 특히, 위키피디아 기반 대규모 지식그래프 데이터에서도 경쟁 시스템 대비 약 19배 높은 성능을 보이며 실제 산업 환경에서의 활용 가능성을 입증했다.

한욱신 교수는 “기업들이 보유한 복잡한 그래프 데이터를 실제 분석과 서비스 환경에서 더욱 효과적으로 활용하는 데 기여할 것으로 기대한다”며 “향후 실시간 트랜잭션 처리와 AI 에이전트용 장기 메모리 분야까지 연구를 확장해 나갈 계획”이라고 밝혔다.

한편, 이번 연구는 과학기술정보통신부 정보통신기획평가원(IITP) 및 한국연구재단(NRF) 지원을 받아 수행됐다.