최근 ClickHouse가 4억 달러 투자 유치를 완료했음. 불과 1년 전보다 두 배 이상 오른 150억 달러 가치 평가를 받았다고 함
이제는 단순한 DB 제품이 아니라 “AI 에이전트 개발용 데이터베이스 소프트웨어”로 포지셔닝 중임 Bloomberg 기사 링크
ClickHouse가 최근 PeerDB 인수 후 Postgres 호스팅 서비스를 내놓았고, HyperDX와 ClickStack 기반의 observability 플랫폼도 확장 중임
여기에 Langfuse까지 더해 Snowflake / Databricks 대안으로 진화 중임
투자자들은 변덕이 심한 존재임. VC 자금에 의존하던 기업은 완전히 성공하기 전까지 멈추기 어려움
요즘은 모두가 AI 서사를 찾고 있어서, 투자 유치를 위해선 그 흐름을 따를 수밖에 없는 현실임
지금의 펀딩 시장은 “AI와 에이전트 스토리” 없이는 미래지향적으로 보이기 어려운 상황임
매출이 수백만 달러인 DB 스타트업이라도 AI 내러티브가 없으면, 적자 상태의 AI 스타트업보다 덜 매력적으로 보임
이제는 AI 서사가 기본 전제이자 생존 조건이 되어버림
순수한 DB 벤더로 돈을 버는 건 이미 10~20년 전부터 어려웠음
그래서 대부분이 핫한 트렌드(보안, 관측성, 크립토, AI 등)에 맞춰 피벗함
“우리의 목표는 최고의 LLM 엔지니어링 플랫폼을 만드는 것”이라는 문구가 흥미로웠음.
원래 시계열 DB 회사였던 ClickHouse가 이런 말을 하다니 의외임
그 문구는 ClickHouse가 아니라 Langfuse의 헤드라인임
ClickHouse의 공식 발표문(링크)을 보면 “오픈소스 LLM observability의 미래”라는 제목으로, Langfuse 팀이 기존 작업을 ClickHouse 내에서 이어간다는 의미임
ClickHouse는 시계열 DB가 아니라 컬럼 지향 DB 회사임
그래도 LLM 관련 문구는 다소 어색하게 느껴짐. DB 회사들이 LLM을 언급할 때마다 약간 허세처럼 들림
“Berkshire Hathaway가 원래 섬유 회사였는데 지금은 복합지주회사”라는 비유처럼, 기업은 확장과 진화를 거듭함
ClickHouse도 본질적으로 시계열 DB였던 적은 없음
언어 모델은 일종의 시계열 모델로 볼 수 있음
NLP를 공부하다 보면 이 통찰을 얻는 순간, 활용할 수 있는 도구 세트가 훨씬 넓어짐
맞음, 그 기사는 Langfuse의 관점에서 작성된 것이지 ClickHouse의 입장은 아님
작년 ClickHouse가 인수한 HyperDX(ClickStack 일부)와 이번 Langfuse 인수는 잘 맞아떨어짐
요즘 observability 플랫폼들은 대부분 LLM 관측 기능을 추가하고 있음 관련 링크
어떤 플랫폼을 쓰고 있고, 새 플랫폼에서 어떤 기능을 찾고 있는지 궁금함
Langfuse와 ClickHouse를 함께 써본 사람들에게 묻고 싶음
이전에 Langchain, LlamaIndex, Autogen 같은 LLM 래퍼 도구들을 써봤는데, 품질이 낮거나 빠르게 구식이 되어버려서 피하게 됐음
Langfuse는 그런 도구들과 다른가?
Langfuse를 써봤는데, Langchain이나 Autogen과는 완전히 다름 LLM 로깅/트레이싱 도구에 가깝고, “프롬프트 관리”나 “실험 기능”은 부가적인 옵션임
언급한 도구들은 대부분 쓸모가 적고, 곧 사라질 가능성이 높음
Observability 기능은 배포 시 유용하지만, 이런 프레임워크들이 실제로 하는 일은 많지 않음
숙련된 개발자라면 직접 더 나은 구조를 설계하는 게 나음
우리 팀은 OpenTelemetry 기반 observability 용도로 Langfuse를 좋아함
다만 프롬프트 관리 기능은 너무 단순해서 아쉬움
이번 인수는 단순한 AI 유행이 아니라 데이터 벤더 통합 흐름의 일부로 보임
Snowflake가 Observe를 인수했고, AWS는 CloudWatch 로그를 Iceberg 카탈로그에 넣기 쉽게 만들었으며, Azure도 Fabric으로 비슷한 시도를 하고 있음
이제 데이터 분석과 관측성의 경계가 점점 흐려지고 있음
ClickHouse v2에서 v3로의 고통스러운 마이그레이션이 이제 이해됨 업그레이드 가이드
하지만 그 변경은 1년 전부터 계획된 것이며, 이번 인수와는 무관함
ClickHouse 팬으로서, 에이전트 평가(agent eval) 영역이 제품의 강점이라고 생각함
이번 인수는 자사 제품이 잘 작동하는 시장에 더 깊이 들어가 수직 통합을 강화하려는 전략으로 보임
Hacker News 의견들
최근 ClickHouse가 4억 달러 투자 유치를 완료했음. 불과 1년 전보다 두 배 이상 오른 150억 달러 가치 평가를 받았다고 함
이제는 단순한 DB 제품이 아니라 “AI 에이전트 개발용 데이터베이스 소프트웨어”로 포지셔닝 중임
Bloomberg 기사 링크
여기에 Langfuse까지 더해 Snowflake / Databricks 대안으로 진화 중임
요즘은 모두가 AI 서사를 찾고 있어서, 투자 유치를 위해선 그 흐름을 따를 수밖에 없는 현실임
매출이 수백만 달러인 DB 스타트업이라도 AI 내러티브가 없으면, 적자 상태의 AI 스타트업보다 덜 매력적으로 보임
이제는 AI 서사가 기본 전제이자 생존 조건이 되어버림
그래서 대부분이 핫한 트렌드(보안, 관측성, 크립토, AI 등)에 맞춰 피벗함
“우리의 목표는 최고의 LLM 엔지니어링 플랫폼을 만드는 것”이라는 문구가 흥미로웠음.
원래 시계열 DB 회사였던 ClickHouse가 이런 말을 하다니 의외임
ClickHouse의 공식 발표문(링크)을 보면 “오픈소스 LLM observability의 미래”라는 제목으로, Langfuse 팀이 기존 작업을 ClickHouse 내에서 이어간다는 의미임
그래도 LLM 관련 문구는 다소 어색하게 느껴짐. DB 회사들이 LLM을 언급할 때마다 약간 허세처럼 들림
ClickHouse도 본질적으로 시계열 DB였던 적은 없음
NLP를 공부하다 보면 이 통찰을 얻는 순간, 활용할 수 있는 도구 세트가 훨씬 넓어짐
작년 ClickHouse가 인수한 HyperDX(ClickStack 일부)와 이번 Langfuse 인수는 잘 맞아떨어짐
요즘 observability 플랫폼들은 대부분 LLM 관측 기능을 추가하고 있음
관련 링크
Langfuse와 ClickHouse를 함께 써본 사람들에게 묻고 싶음
이전에 Langchain, LlamaIndex, Autogen 같은 LLM 래퍼 도구들을 써봤는데, 품질이 낮거나 빠르게 구식이 되어버려서 피하게 됐음
Langfuse는 그런 도구들과 다른가?
LLM 로깅/트레이싱 도구에 가깝고, “프롬프트 관리”나 “실험 기능”은 부가적인 옵션임
언급한 도구들은 대부분 쓸모가 적고, 곧 사라질 가능성이 높음
숙련된 개발자라면 직접 더 나은 구조를 설계하는 게 나음
다만 프롬프트 관리 기능은 너무 단순해서 아쉬움
이번 인수는 단순한 AI 유행이 아니라 데이터 벤더 통합 흐름의 일부로 보임
Snowflake가 Observe를 인수했고, AWS는 CloudWatch 로그를 Iceberg 카탈로그에 넣기 쉽게 만들었으며, Azure도 Fabric으로 비슷한 시도를 하고 있음
이제 데이터 분석과 관측성의 경계가 점점 흐려지고 있음
ClickHouse v2에서 v3로의 고통스러운 마이그레이션이 이제 이해됨
업그레이드 가이드
ClickHouse 팬으로서, 에이전트 평가(agent eval) 영역이 제품의 강점이라고 생각함
이번 인수는 자사 제품이 잘 작동하는 시장에 더 깊이 들어가 수직 통합을 강화하려는 전략으로 보임
Langfuse가 YC 23 배치 출신인데 이렇게 빠르게 인수된 건 인상적임
2023년 시드 자금 400만 달러를 다 썼을 가능성이 높고, fire sale일 수도 있음
(축하 팀!) 요즘은 매일 누군가 인수되는 것 같음
매크로 환경에 무슨 일이 있는 걸까?
어쩌면 ClickHouse가 이번 기회에 Langfuse 문서의 난해함을 해결해줄지도 모름