Chango 주요 기능
에이전트와 데이터가 같은 플랫폼 안에서 함께 사는, 자체 호스팅형 AI 데이터 플랫폼.
Iceberg Native 레이크하우스
Chango는 Iceberg를 단순 지원하는 것이 아니라, 처음부터 Apache Iceberg를 1급 저장 모델로 설계했습니다. Spark·Trino·Flink가 하나의 Iceberg 카탈로그(Apache Polaris)를 공유하고, ACID 트랜잭션·스키마 진화·타임 트래블을 그대로 활용합니다. 데이터는 표준 Iceberg 포맷으로 오픈 스토리지에 저장되어 엔진·벤더 종속이 없습니다.
하나의 자체 호스팅 플랫폼
오브젝트 스토리지, 스트리밍, 배치·SQL, OLTP·벡터·그래프, 워크플로우, 그리고 에이전트까지 — 단일 컨트롤 플레인에서 설치·기동·확장·관측합니다.
AI는 별도 통합이 아닌 기본 구성
멀티 에이전트 런타임과 MCP(Model Context Protocol) 서버가 1급 컴포넌트로 함께 제공됩니다. Ontul MCP 서버는 ontul_search_metrics·ontul_describe_semantic_view 같은 도구로 메트릭 발견과 자연어 검색(매출 ↔ revenue), 인증 메타데이터를 LLM 에이전트에게 표준 인터페이스로 제공합니다.
Ontul 시맨틱 레이어 — 에이전트의 단일 진실
Chango의 데이터 엔진 Ontul은 프로덕션급 시맨틱 레이어를 내장합니다. 메트릭을 한 번 정의하면 LLM 에이전트·BI 대시보드·분석가가 모두 같은 정의로 같은 숫자를 봅니다. 집계·조인·RBAC은 서버에서 처리되어 에이전트는 컬럼명만 알면 되고, 환각된 수식이 아니라 검증된 비즈니스 정의로 답합니다.
네이티브 Retrieval 스택
벡터 유사도, BM25 풀텍스트, 그래프 탐색이 트랜잭션 데이터와 같은 엔진 안에서 동작합니다. 별도 벡터 DB도, 동기화도 필요 없습니다.
하나의 ID 체계
하나의 IAM 정책이 SQL 쿼리, 에이전트 도구 호출, MCP 요청, 객체 접근, 스트림 소비까지 — 모든 계층에 일관되게 적용됩니다.
검증된 오픈소스 엔진 포용
모든 엔진(Spark · Trino · Flink · Kafka)이 Apache Iceberg 테이블 포맷과 Apache Polaris 카탈로그를 공통 기반으로 공유합니다 — 같은 IAM, 같은 관측성, 같은 운영 경험으로.
믿을 수 있는 운영
클러스터 토폴로지, 실시간 메트릭, KMS 암호화 상태, 버전 고정형 컴포넌트 라이프사이클, 감사 가능한 대시보드까지 기본 제공.
활용 사례
AI 네이티브 분석
비즈니스 사용자가 자연어로 질문하면 에이전트가 MCP로 데이터 엔진에 접근해, 운영자의 IAM 안에서 신뢰할 수 있는 답을 돌려줍니다.
Retrieval-Augmented 애플리케이션
벡터·풀텍스트·그래프 관계가 한 엔진에 모여, 외부 벡터 DB 없이 프로덕션 RAG와 하이브리드 검색을 구동합니다.
소버린 데이터 플랫폼
AI 데이터 스택 전체를 온프레미스 또는 자체 클라우드 계정에서 운영 — 데이터가 경계 밖으로 나가지 않습니다.
멀티테넌트 엔진 메시
Spark·Trino·Flink·Kafka가 하나의 ID와 리소스 그룹 아래에서 인프라를 공유하되 데이터는 격리됩니다.