HNSWlib vs Voyager: GenAI 애플리케이션에 적합한 벡터 검색 도구 선택하기
벡터 검색은 고차원 데이터 포인트 간의 유사성을 찾는 것이 핵심인 AI 애플리케이션에서 중요합니다. HNSWlib와 Voyager 같은 도구는 최근접 이웃 검색을 효율적으로 수행하도록 설계되어 시스템이 대규모 데이터셋에서 관련 항목을 빠르게 가져올 수 있게 합니다. HNSWlib는 속도와 정확성으로 인기를 얻었지만, Voyager는 HNSWlib의 한계를 해결하기 위한 Spotify의 최신 추가 도구입니다.
이 게시물에서는 두 도구를 비교하여 각 기능과 강점, 그리고 차이점을 설명함으로써 프로젝트에 어느 것이 더 적합한지 결정할 수 있도록 합니다.
벡터 검색이란?
HNSWlib와 Voyager의 세부 사항을 살펴보기 전에, 벡터 검색을 이해하는 것이 중요합니다. 간단히 말해, 벡터 검색, 또는 벡터 유사도 검색은 주어진 쿼리 벡터에 대해 고차원 공간에서 가장 가까운 벡터(데이터 포인트)를 찾습니다. 이러한 벡터는 종종 머신 러닝 모델에 의해 생성되어 비정형 데이터의 핵심(예: 문장의 의미나 이미지의 특징)을 포착합니다.
검색이 정확한 일치나 필터링을 기반으로 하는 전통적인 데이터베이스와 달리, 벡터 검색은 유사성에 초점을 맞춥니다. 목표는 거리 측정 기준(예: 유클리드 거리 또는 코사인 유사도)을 기반으로 서로 "가까운" 벡터를 찾는 것입니다. 예를 들어, 벡터는 자연어 처리(NLP)에서 단어나 문장을 나타낼 수 있으며, 벡터 검색은 의미적으로 가장 유사한 단어나 텍스트를 찾는 데 도움을 줍니다. 추천 시스템에서 벡터 검색은 사용자의 선호도에 가장 가까운 항목을 식별합니다. 벡터 검색은 또한 대규모 언어 모델(LLMs)에 추가적인 문맥 정보를 제공하여 그 출력을 보강하는 기법인 검색 증강 생성 (RAG)에서도 중요한 역할을 합니다.
벡터 검색을 수행하기 위한 다양한 솔루션이 시장에 나와 있으며, 여기에는 다음이 포함됩니다:
- HNSWlib 및 Voyager와 같은 벡터 검색 라이브러리.
- Milvus, Zilliz Cloud (완전 관리형 Milvus)와 같은 목적 특화 벡터 데이터베이스
- Chroma 및 Milvus Lite와 같은 경량 벡터 데이터베이스.
- 벡터 검색 애드온을 갖춘 전통적인 데이터베이스
HNSWlib란? 개요
HNSWlib는 근사 최근접 이웃 검색(ANNS)을 위한 오픈 소스 라이브러리입니다. 이는 계층적 탐색 가능 스몰 월드(HNSW) 알고리즘을 기반으로 구축되었으며, 데이터 포인트가 노드인 그래프 기반 구조를 형성합니다. 이 알고리즘은 이 그래프를 탐색하여 근사 이웃을 빠르게 찾으므로, HNSWlib는 벡터 검색에 매우 효율적입니다.
HNSWlib 기능 및 강점
- HNSW 알고리즘: HNSWlib의 강력함의 핵심은 HNSW 알고리즘으로, 다층 그래프 구조를 사용해 데이터 포인트의 근접성을 기반으로 탐색하여 최근접 이웃을 찾습니다.
- 속도와 정확도: HNSWlib은 속도와 정확도의 균형으로 잘 알려져 있습니다. 정밀도의 큰 손실 없이 빠른 결과를 제공하므로, 고품질 최근접 이웃 결과가 필요한 사용 사례에 적합합니다.
- 메모리 효율성: HNSWlib은 메모리 사용량이 낮으면서도 대규모 데이터셋을 처리할 수 있어, 메모리가 제한된 애플리케이션에 적합합니다.
- 확장성: HNSWlib은 수백만 개의 항목이 있는 데이터셋까지 잘 확장되며, 소규모 및 대규모 애플리케이션에 적합합니다.
- 유연성: 이 라이브러리는 정밀도와 재현율 같은 검색 매개변수를 조정하여 사용 사례에 맞게 최적화할 수 있게 해줍니다.
HNSWlib은 속도, 유연성, 신뢰성 덕분에 ANN 검색 작업의 대표적인 선택지가 되었습니다.
Voyager란? 개요
Voyager는 Spotify의 최신 최근접 이웃 검색 라이브러리로, HNSWlib을 광범위하게 사용한 뒤 개선할 영역을 식별하여 구축되었습니다. HNSWlib과 마찬가지로 HNSW 알고리즘을 기반으로 하지만, Voyager에는 프로덕션 환경에 더 적합하게 만드는 여러 최적화와 추가 기능이 있습니다.
Voyager 기능 및 강점
- 더 빠르고 더 정확함: Voyager는 HNSWlib의 속도와 정확도를 기반으로 이를 한층 더 발전시켜, 특히 복잡한 대규모 애플리케이션의 경우 더 빠른 검색과 경우에 따라 더 높은 정밀도를 제공합니다.
- 메모리 효율성: Voyager는 E4M3 8비트 부동소수점 표현을 사용하여, 인덱스 생성 중 HNSWlib에 비해 더 적은 메모리 사용량으로 고차원 데이터를 처리할 수 있습니다.
- 멀티스레딩 및 확장성: Voyager는 완전한 멀티스레드 인덱스 생성과 쿼리를 지원하여, 특히 분산 또는 클라우드 환경에서 HNSWlib보다 더 큰 데이터셋을 처리할 수 있습니다.
- 언어 지원: HNSWlib은 주로 Python 라이브러리인 반면, Voyager는 Python과 Java를 모두 지원하여 여러 언어 지원이 필요한 프로덕션 환경에서 더 유연합니다.
- 프로덕션 준비 완료: Voyager는 내결함성 인덱스 파일, 손상 감지, Google Cloud 통합 같은 기능을 갖춘 엔터프라이즈 사용을 위해 설계되어, 트래픽이 많은 애플리케이션에서 더 견고하고 확장 가능합니다.
Voyager는 HNSWlib의 탄탄한 기반을 바탕으로, 현대적인 대규모 시스템에 더 적합하게 만드는 기능들로 이를 강화합니다.
HNSWlib과 Voyager의 주요 차이점
검색 방식
HNSWlib과 Voyager는 모두 최근접 이웃 검색에서 속도와 정확도로 잘 알려진 HNSW 알고리즘을 사용합니다. 그러나 Voyager에는 HNSWlib보다 더 빠르고 메모리 효율적으로 만드는 최적화가 있습니다. 예를 들어, Voyager의 멀티스레드 인덱스 생성은 대규모 데이터셋을 더 빠르게 처리할 수 있으며, 최적화된 메모리 처리는 리소스 소비를 줄여 엔터프라이즈 애플리케이션에 더 적합하게 만듭니다.
데이터
두 도구 모두 고차원 벡터 데이터를 처리하지만, Voyager에는 대규모 클라우드 기반 환경에 더 적합하게 만드는 기능이 더 많습니다. Voyager의 Google Cloud Services에서 스트리밍 데이터를 지원하는 기능과 내결함성 인덱스 파일은 분산 시스템에서 더 높은 신뢰성을 제공합니다. HNSWlib은 로컬 설정이나 소규모 애플리케이션에는 적합하지만, Voyager를 복잡한 환경에서 더 다재다능하게 만드는 고급 데이터 처리 기능은 부족합니다.
확장성 및 성능
HNSWlib은 이미 확장 가능하며 대부분의 사용 사례에서 잘 작동합니다. 하지만 Voyager에는 멀티스레딩이 있어, 더 큰 데이터셋이나 병렬 처리가 필요한 환경을 다룰 때 이점을 제공합니다. Voyager는 인덱스를 병렬로 생성하고 쿼리할 수 있어, 대규모 시스템의 처리 시간을 줄입니다. 또한 8비트 부동소수점 표현 같은 메모리 최적화를 통해 더 적은 메모리로 더 큰 데이터셋을 처리할 수 있어, HNSWlib보다 리소스 효율적입니다.
유연성과 사용자 지정
두 라이브러리 모두 검색 매개변수 측면에서 유연하지만, Voyager는 프로덕션 사용을 위해 더 많은 사용자 지정을 제공합니다. Python과 Java를 지원하므로 더 많은 환경에 통합할 수 있습니다. 또한 Google Cloud 통합 및 내결함성과 같은 클라우드 기반 기능은 현대적인 대규모 애플리케이션에 더 적합하게 만듭니다. HNSWlib은 유연하지만 이러한 고급 기능 중 일부가 부족하며, 이러한 기능이 필요한 환경에서는 더 제한적입니다.
통합과 생태계
HNSWlib은 Python 기반 워크플로에 통합되도록 설계되었으므로 머신러닝 파이프라인과 소규모 애플리케이션에 적합합니다. 그러나 Voyager의 더 광범위한 통합 기능은 부족합니다. Voyager는 Python, Java, Google Cloud 통합을 지원하므로 엔터프라이즈 수준 배포에서 더 다재다능합니다. Voyager는 분산 시스템과 클라우드 기반 환경을 처리할 수 있어, 복잡한 인프라 요구 사항을 가진 조직에 더 포괄적인 솔루션이 됩니다.
사용 편의성
HNSWlib은 특히 Python 사용자에게 사용 및 설정이 쉽습니다. ANN 검색을 위한 단순하고 군더더기 없는 라이브러리를 원하는 사람들에게 적합합니다. Voyager는 더 고급 기능을 제공하지만 멀티스레딩, 내결함성, 클라우드 통합으로 인해 학습 곡선이 약간 더 높습니다. 그러나 프로덕션 준비가 된 설계와 Python 및 Java 모두에 대한 광범위한 문서 덕분에 더 크고 복잡한 시스템에 더 쉽게 통합할 수 있습니다.
비용
둘 다 오픈 소스이며 무료로 사용할 수 있습니다. 그러나 Voyager의 메모리 효율성과 멀티스레딩은 대규모 또는 클라우드 기반 배포에서 리소스 소비를 줄여 비용 절감으로 이어질 수 있습니다. 여기서의 결정은 Voyager의 추가 속도, 메모리 효율성, 기능이 추가된 복잡성이나 인프라 비용을 감수할 가치가 있는지에 따라 달라집니다.
보안
HNSWlib과 Voyager 모두 암호화나 액세스 제어와 같은 내장 보안 기능은 없으므로 이러한 기능은 별도로 구현해야 합니다. 그러나 Voyager의 내결함성 인덱스 파일과 손상 감지는 중요한 데이터 무결성 환경에서 더 높은 신뢰성을 제공합니다.
HNSWlib을 선택해야 하는 경우
다음과 같은 경우 HNSWlib은 훌륭한 선택입니다:
- 소규모 애플리케이션을 위한 빠르고 정확한 ANN 검색 도구가 필요합니다.
- 프로젝트가 Python 기반이며 Java 지원이 필요하지 않습니다.
- 고급 내결함성과 클라우드 기능이 불필요한 로컬 환경 또는 소규모 데이터셋으로 작업하고 있습니다.
- 최소한의 오버헤드로 단순하고 구현하기 쉬운 솔루션을 원합니다.
Voyager를 선택해야 하는 경우
다음과 같은 경우 Voyager가 더 적합합니다:
- Python과 Java를 모두 지원하는 프로덕션 준비 솔루션이 필요합니다.
- 프로젝트가 대규모 데이터셋을 포함하며 더 빠른 인덱스 생성과 쿼리를 위해 멀티스레드 처리가 필요합니다.
- 리소스가 제한된 환경에서 고차원 데이터를 처리하기 위한 메모리 효율성이 필요합니다.
- 인프라에 클라우드 기반 환경이 포함되어 있으며, Google Cloud 통합 및 내결함성 인덱스 파일과 같은 기능이 필요합니다.
- 고급 사용자 지정과 엔터프라이즈 수준 배포에 최적화된 도구가 필요합니다.
궁극적으로 HNSWlib과 Voyager 중 어떤 것을 선택할지는 특정 프로젝트 요구 사항에 따라 달라집니다. 두 도구 모두 강력한 성능을 제공하지만, 선택은 애플리케이션의 규모와 복잡성, 그리고 사용 가능한 리소스와 인프라에 맞춰야 합니다.
벡터 검색 라이브러리와 목적별 벡터 데이터베이스 비교
HNSWlib 및 Voyager와 같은 벡터 검색 라이브러리와 Milvus와 같은 목적별 벡터 데이터베이스는 모두 고차원 벡터 데이터의 유사도 검색 문제를 해결하는 것을 목표로 하지만, 서로 다른 역할을 수행합니다.
벡터 검색 라이브러리는 효율적인 최근접 이웃 검색 작업에만 집중합니다. 쿼리 벡터와 유사한 벡터를 찾기 위한 가볍고 빠른 솔루션을 제공합니다. 소규모 단일 노드 환경이나 정적 또는 중간 규모 데이터셋을 사용하는 애플리케이션에서 자주 사용됩니다. 그러나 일반적으로 동적 데이터를 관리하고, 영속성을 제공하거나, 분산 시스템 전반으로 확장하기 위한 기능은 부족합니다. 이러한 라이브러리를 사용하는 개발자는 일반적으로 데이터 관리, 업데이트, 확장을 수동으로 처리해야 합니다.
반면, Milvus와 Zilliz Cloud(관리형 Milvus) 같은 목적 특화 벡터 데이터베이스는 대규모 벡터 데이터 관리를 위해 설계된 포괄적인 시스템입니다. 이러한 데이터베이스는 단순한 벡터 검색을 넘어 영구 저장소, 실시간 업데이트, 분산 아키텍처, 고급 쿼리 기능과 같은 기능을 제공합니다. 동적 데이터셋을 지원하며 데이터가 자주 업데이트되는 실시간 애플리케이션을 쉽게 처리할 수 있습니다. 또한 벡터 데이터베이스에는 벡터 검색을 기존 필터링 및 메타데이터 쿼리와 결합하기 위한 통합 지원이 포함되는 경우가 많아, 확장성, 고가용성, 더 복잡한 검색 기능이 필요한 프로덕션 환경에 이상적입니다.
- Zilliz Cloud의 최신 신규 기능 및 개선 사항을 확인해 보세요: Zilliz Cloud 업데이트: 마이그레이션 서비스, Fivetran 커넥터, 다중 복제본 등
각 벡터 검색 솔루션을 선택해야 하는 경우
벡터 검색 라이브러리를 선택하세요:
- 작거나 중간 규모의 비교적 정적인 데이터셋이 있는 경우.
- 인덱싱 및 검색 알고리즘에 대한 완전한 제어를 선호하는 경우.
- 기존 시스템에 검색을 임베딩하고 있으며 인프라를 관리할 수 있는 경우.
목적 특화 벡터 데이터베이스를 선택하세요:
- 분산 시스템 전반에서 수십억 개의 벡터까지 확장해야 하는 경우.
- 데이터셋이 자주 변경되어 실시간 업데이트가 필요한 경우.
- 저장소, 확장, 쿼리 최적화를 대신 처리해 주는 관리형 솔루션을 선호하는 경우.
요약하자면, 벡터 검색 라이브러리는 속도와 메모리 효율성이 우선순위이지만 운영 복잡성은 최소인 더 단순하고 소규모인 사용 사례에 가장 적합합니다. 반면 목적 특화 벡터 데이터베이스는 동적 데이터 처리, 확장성, 사용 편의성을 요구하는 대규모 프로덕션급 시스템을 위해 설계되었으며, 복잡한 애플리케이션을 관리하는 개발자에게 상당한 운영상 이점을 제공하는 경우가 많습니다.
모든 벡터 검색 솔루션 평가 및 비교
좋습니다. 이제 다양한 벡터 검색 솔루션 간의 차이를 알아보았습니다. 다음 질문은 다음과 같습니다. 검색 알고리즘이 정확한 결과를 반환하고 이를 매우 빠른 속도로 수행하도록 어떻게 보장할 수 있을까요? 특히 대규모 환경에서 서로 다른 ANN 알고리즘의 효과를 어떻게 평가할 수 있을까요?
이러한 질문에 답하려면 벤치마킹 도구가 필요합니다. 이러한 도구는 많이 있으며, 그중 가장 효율적인 두 가지가 두드러집니다: ANN benchmarks 및 VectorDBBench.
ANN benchmarks
ANN Benchmarks(Approximate Nearest Neighbor Benchmarks)는 다양한 근사 최근접 이웃(ANN) 알고리즘의 성능을 평가하고 비교하도록 설계된 오픈 소스 프로젝트입니다. 고차원 벡터 검색과 같은 작업에서 다양한 알고리즘을 벤치마킹하기 위한 표준화된 프레임워크를 제공하여, 개발자와 연구자가 다양한 데이터셋에서 검색 속도, 정확도, 메모리 사용량과 같은 지표를 측정할 수 있도록 합니다. ANN-Benchmarks를 사용하면 Faiss, Annoy, HNSWlib 등과 같은 라이브러리에서 볼 수 있는 알고리즘의 속도와 정밀도 간 트레이드오프를 평가할 수 있어, 특정 애플리케이션에 가장 적합한 알고리즘을 이해하는 데 유용한 도구가 됩니다.
ANN Benchmarks GitHub 저장소: https://github.com/erikbern/ann-benchmarks
ANN Benchmarks 웹사이트: https://ann-benchmarks.com/
VectorDBBench: 오픈 소스 벤치마킹 도구
VectorDBBench는 고성능 데이터 저장 및 검색 시스템이 필요한 사용자, 특히 벡터 데이터베이스를 필요로 하는 사용자를 위해 설계된 오픈 소스 벤치마킹 도구입니다. 이 도구를 통해 사용자는 자체 데이터셋을 사용하여 Milvus 및 Zilliz Cloud(관리형 Milvus)와 같은 다양한 벡터 데이터베이스 시스템의 성능을 테스트하고 비교하며, 자신의 사용 사례에 가장 적합한 것을 결정할 수 있습니다. VectorDBBench는 Python으로 작성되었으며 MIT 오픈 소스 라이선스에 따라 라이선스가 부여되어 누구나 자유롭게 사용, 수정 및 배포할 수 있습니다.
VectorDBBench GitHub 저장소: https://github.com/zilliztech/VectorDBBench
VectorDBBench 리더보드.에서 주류 벡터 데이터베이스의 성능을 빠르게 살펴보세요.
VectorDB 평가에 관한 기술 및 인사이트:
VectorDB, GenAI 및 ML에 관한 추가 자료
계속 읽기
Announcing the General Availability of Single Sign-On (SSO) on Zilliz Cloud
SSO is GA on Zilliz Cloud, delivering the enterprise-grade identity management capabilities your teams need to deploy vectorDB with confidence.
Zilliz Cloud Delivers Better Performance and Lower Costs with Arm Neoverse-based AWS Graviton
Zilliz Cloud adopts Arm-based AWS Graviton3 CPUs to cut costs, speed up AI vector search, and power billion-scale RAG and semantic search workloads.
AI Agents Are Quietly Transforming E-Commerce — Here’s How
Discover how AI agents transform e-commerce with autonomous decision-making, enhanced product discovery, and vector search capabilities for today's retailers.
The Definitive Guide to Choosing a Vector Database
Overwhelmed by all the options? Learn key features to look for & how to evaluate with your own data. Choose with confidence.