알렉산드르 구즈바: 내가 Zilliz에 합류한 이유
제 이름은 Alexandr Guzhva이며 Zilliz에서 성능 최적화 업무를 맡고 있습니다.
저는 회사의 경쟁사들을 앞서기 위해 Zilliz에 합류했습니다. 또한 제 전문성을 온전히 활용할 수 있을 것이라고 느꼈기 때문입니다.
저는 금융 분야에서 15년을 보냈으며, 그곳에서 CPU와 GPU 모두에서 알고리즘 트레이딩 시뮬레이션을 위한 시계열 예측 속도를 높이기 위해 근사 최근접 이웃 검색(ANNS) 접근법을 사용하기 시작했습니다. 제가 만든 컴퓨팅 엔진은 ANNS 덕분에 기준선보다 몇 자릿수 더 빠르게 시뮬레이션을 수행할 수 있었습니다.
그 후 Meta에서 약 2년을 보내며 FAISS 라이브러리에 성능 관련 코드를 추가하고, 그 강력한 기능을 활용해 Meta가 Ads에 사용하는 거대한 추천 모델을 압축하기 위한 벡터 코덱을 적용했습니다. 제 코드 기여 덕분에 저는 FAISS 라이브러리의 저자 중 한 명으로 여겨지게 되었습니다.
전체적으로 저는 커리어 동안 200만 줄 이상의 코드 를 작성했으며, 10년 동안 유사도 검색 방법을 다뤄 왔습니다.
Zilliz라는 회사가 제게 흥미로웠던 이유는, NVIDIA Raft와의 통합, 다양한 하드웨어 플랫폼과 고급 유사도 검색 방법에 대한 실험 등 제품 속도를 높이기 위한 여러 방식을 사용한다는 것을 알고 있었기 때문입니다. 이는 필요한 엔지니어링 및 연구 활동이 상당히 비정형적이며, python-monkey 스타일의 일이 아니라는 확신을 주었습니다 :) 많은 회사들이 이를 사용하고 있다는 점은 그 제품들이 경쟁력이 있음을 보여줍니다.
기술 인터뷰 중 Zilliz의 엔지니어링 VP인 James Luan은 회사가 벡터 데이터베이스 분야에서 1위가 되는 것을 목표로 하며, 다른 선택지는 받아들일 수 없다고 말했습니다. 오늘날 벡터 데이터베이스는 매우 빠르게 발전하는 분야이며, 이는 매우 높은 수준의 경쟁력을 의미합니다. James의 이 특정 문구가 결국 제가 Zilliz에 합류하게 만든 이유였습니다. 제 사고방식과 일치하고, 제게 매우 익숙하고 자연스럽게 느껴졌기 때문입니다. 또한 벡터 데이터베이스 분야는 데이터를 수정해야 하거나 모든 샘플에 추가 메타데이터를 포함해야 하는 필요성처럼 전통적인 유사도 검색 애플리케이션에 추가적인 과제를 제시하기 때문에 제 호기심을 자극했습니다.
저는 앞으로도 Milvus OSS에 제 개선 사항을 계속 기여할 것이며, Zilliz 제품을 가능한 한 최고로 만드는 데 점점 더 많이 참여할 계획입니다. 어쩌면 언젠가는 시계열 예측에 ANNS를 사용한 제 지식을 적용할 수 있을지도 모릅니다.
계속 읽기
Smarter Autoscaling in Zilliz Cloud: Always Optimized for Every Workload
With the latest upgrade, Zilliz Cloud introduces smarter autoscaling—a fully automated, more streamlined, elastic resource management system.
Vector Databases vs. Graph Databases
Use a vector database for AI-powered similarity search; use a graph database for complex relationship-based queries and network analysis.
OpenAI o1: What Developers Need to Know
In this article, we will talk about the o1 series from a developer's perspective, exploring how these models can be implemented for sophisticated use cases.