클라우드 DB 시장의 변화와 AWS·Azure·GCP 선택 기준

빅3 중심으로 굳어진 클라우드 데이터베이스 시장

2026년 글로벌 클라우드 데이터베이스 시장은 227억 달러 규모로 성장했고, AWS·Azure·GCP 중심의 집중도도 높아지고 있다. 벡터 검색, 서버리스 운영 모델, AI 통합은 별도 옵션이 아니라 데이터베이스 서비스의 기본 경쟁 요소가 됐다.

클라우드 인프라 시장에서는 AWS가 약 33% 점유율과 연간 1,300억 달러 매출로 선두를 지키고 있다. Azure는 23%($910억), Google Cloud는 12%($470억)이며, 세 사업자의 점유율 합계는 전체 클라우드 인프라 지출의 약 68%다.

데이터베이스 세그먼트에서는 AWS가 약 31%, Azure가 24%, GCP가 12%를 차지한다. 나머지 영역은 Oracle Cloud, Snowflake, MongoDB Atlas 등 전문화된 사업자가 나눠 갖는 구조다.

⤢✕

Aurora는 컴퓨팅과 스토리지를 분리해 관계형 DB를 확장한다

AWS Aurora는 MySQL 및 PostgreSQL과 호환되는 관계형 데이터베이스다. 클라우드 네이티브 스토리지 아키텍처를 사용하며, 단일 노드 RDS와 다른 방식으로 성능과 내구성을 구성한다.

원본 기준 성능 지표는 MySQL 대비 5배 처리량, PostgreSQL 대비 3배 처리량이다. 스토리지는 최대 128TB까지 자동 확장되고, 6개 가용 영역 복제본으로 내구성을 보장한다.

2026년 4월 출시된 Aurora Serverless v4는 기존 v3보다 30% 빠른 스케일링을 내세운다. 0→N ACU(Aurora Capacity Unit) 확장 시 콜드 스타트 지연을 최소화하며, Aurora Global Database 통합으로 멀티 리전 서버리스도 지원한다. 비용은 스토리지 $0.10/GB/월, I/O $0.20/백만 요청으로 제시된다.

Aurora의 핵심은 컴퓨팅과 스토리지의 분리다. 전통적인 RDS가 로컬 디스크에 직접 기록하는 것과 달리, Aurora는 redo log를 네트워크로 6개 스토리지 노드에 전달한다. 이 구조는 쓰기 I/O를 대폭 줄이는 데 초점이 있다.

⤢✕

CosmosDB는 데이터 모델과 글로벌 쓰기 요구를 함께 다룬다

Azure CosmosDB는 문서, 키-값, 그래프, 컬럼 패밀리 등 여러 데이터 모델을 단일 서비스에서 제공하는 멀티모델 데이터베이스다. 99.999% SLA와 Eventual부터 Strong까지 개발자가 고를 수 있는 5가지 일관성 수준이 특징이다.

Microsoft Build 2026 발표에는 DiskANN 알고리즘 기반 벡터 인덱스를 통한 수십억 개 벡터의 근사 최근접 탐색(ANN), CosmosDB for PostgreSQL v17 지원, 무중단 파티션 재분할, Burst 용량이 포함됐다. PostgreSQL 지원은 Citus 분산 엔진과 결합해 OLTP 워크로드의 수평 확장을 목표로 하며, Burst 용량은 예약 RU(Request Unit)를 넘어서는 순간적 트래픽을 처리한다.

글로벌 배포에서 CosmosDB는 단순 복제보다 멀티 마스터 쓰기(Multi-region writes)에 가깝다. 어느 리전에서도 낮은 지연 시간으로 쓰기를 수행해야 하는 서비스에 맞는 구조다.

Spanner는 글로벌 일관성과 수평 확장을 한 데이터베이스에 묶는다

GCP Cloud Spanner는 Google이 내부에서 사용하던 글로벌 분산 트랜잭션 시스템을 외부에 공개한 서비스다. SQL과 ACID 트랜잭션을 제공하면서 NoSQL 수준의 수평 확장을 지향하는 완전 관리형 관계형 데이터베이스다.

TrueTime API는 GPS와 원자 시계를 활용한 글로벌 시간 동기화로 분산 트랜잭션의 외부 일관성을 보장한다. 데이터 복제에는 Paxos 알고리즘을 적용하고, 데이터 크기와 부하에 따라 자동 샤딩을 수행한다. 2025년 말 GA된 Spanner Graph는 관계형 데이터와 그래프 탐색을 단일 쿼리로 처리한다.

금융 서비스나 글로벌 인벤토리 관리처럼 강한 일관성과 수평 확장이 동시에 필요한 워크로드가 Spanner의 대상이다.

데이터 모델과 배포 요구사항으로 비교하기

항목	AWS Aurora v3/v4	Azure CosmosDB	GCP Cloud Spanner
데이터 모델	관계형 (MySQL/PG 호환)	멀티모델 (문서, 키-값, 그래프, 컬럼)	관계형 (ANSI SQL)
일관성	강한 일관성 (단일 리전)	5단계 선택 가능	외부 일관성 (글로벌)
확장 방식	Read Replica + 스토리지 자동확장	파티션 자동 분배 + 멀티 마스터	자동 샤딩 + 수평 확장
서버리스	Aurora Serverless v4	Serverless 모드 지원	Spanner Autoscaler
벡터 검색	pgvector (Aurora PG)	DiskANN 네이티브 통합	벡터 검색 Preview
글로벌 배포	Aurora Global Database	멀티 마스터 멀티 리전	TrueTime 글로벌 ACID
주요 사용 사례	전통 RDB 마이그레이션, OLTP	다양한 모델, 글로벌 IoT·모바일	금융·결제, 글로벌 인벤토리
가격 모델	인스턴스 + 스토리지 + I/O	RU/s + 스토리지	처리 노드 + 스토리지
최소 비용	~$30/월 (Serverless)	~$24/월 (400 RU/s)	~$65/월 (1 처리 노드)
SLA 가용성	99.99% (멀티-AZ)	99.999% (멀티 리전)	99.999% (멀티 리전)

AI 통합과 운영 모델이 바꾸는 선택 조건

2026년에는 데이터베이스와 벡터 검색의 결합이 AI 네이티브 DB의 최소 요구사항이 됐다. AWS는 Aurora PostgreSQL에서 pgvector를 기본 지원하고, Azure CosmosDB는 DiskANN을 내장하며, GCP Spanner는 벡터 검색을 Preview로 제공한다. Pinecone, Weaviate 같은 독립 벡터 DB를 별도 운영하는 방식에서 주 데이터베이스에 벡터 인덱스를 통합하는 방향으로 빠르게 이동하고 있다.

서버리스 DB도 프로덕션 워크로드에서 충분히 검증된 흐름으로 제시된다. Aurora Serverless v4의 30% 빠른 스케일링과 CosmosDB의 Burst 용량이 그 사례다. 예측 가능한 트래픽에서는 프로비저닝 인스턴스가 유리하지만, 개발·테스트 환경이나 간헐적 트래픽 패턴에서는 서버리스가 60~80% 비용 절감 효과를 가져온다.

엔터프라이즈에서는 벤더 잠금(vendor lock-in)을 낮추기 위한 멀티 클라우드 DB 전략도 현실적인 선택지가 되고 있다. Aurora, AlloyDB(GCP), Azure Database for PostgreSQL은 PostgreSQL 호환 인터페이스를 제공한다. 반면 CosmosDB와 Spanner처럼 플랫폼 고유 API를 쓰는 경우에는 이전 비용이 상당하다는 문제가 남는다.

GDPR, AI Act, 각국의 데이터 주권 법률 강화로 데이터 거주지(data residency) 관리도 필수 요구사항이 됐다. 세 플랫폼은 리전별 데이터 격리 기능을 강화했고, 감사 로그, 암호화 키 관리, 접근 통제 정책을 기본 기능으로 제공한다.

워크로드에서 출발하는 선택

기존 MySQL 또는 PostgreSQL 애플리케이션을 클라우드로 옮기고, AWS의 Lambda·ECS·RDS Proxy와 긴밀히 연결해야 한다면 Aurora가 맞는다. 고성능 OLTP와 읽기 확장이 주 목적일 때도 같은 판단이 가능하다.

전 세계 사용자를 대상으로 낮은 지연 시간의 쓰기가 필요하거나, 문서·그래프 등 복수 데이터 모델을 한 서비스에서 다뤄야 한다면 CosmosDB가 후보가 된다. Microsoft 365와 Azure AI 통합이 중요한 기업 환경도 해당한다.

글로벌 규모에서 ACID 트랜잭션이 절대적으로 필요한 금융·결제 시스템, NoSQL 전환 없이 수평 확장 가능한 관계형 DB가 필요한 경우는 Cloud Spanner의 영역이다. BigQuery와 Vertex AI 등 GCP 데이터 분석 스택을 주력으로 사용한다면 선택 근거가 더 분명해진다.

클라우드 DB 전략은 단순 비용 비교로 끝나지 않는다. 워크로드 특성, 기존 스택, 글로벌 배포 요구사항, 벤더 잠금을 어느 수준까지 허용할지를 함께 판단해야 한다.