Zilliz Cloud 소개 : 프리뷰로 제공되는 완전 관리형 벡터 데이터베이스 클라우드 서비스
오늘, 저희는 Zilliz Cloud를 프리뷰로 출시하게 되어 매우 기쁩니다. Zilliz Cloud는 Milvus를 중심으로 구축된 완전 관리형 벡터 데이터베이스 서비스이며, 초기 단계에서는 먼저 AWS에서 실행됩니다.
클라우드의 벡터 데이터베이스 서비스
비정형 데이터는 우리 시대의 가장 중요한 데이터 유형입니다. 이는 전 세계에서 매일 생성되는 모든 디지털 데이터의 약 80퍼센트(그리고 계속 증가 중)를 차지합니다. 비정형 데이터의 예로는 텍스트, 이미지, 단백질 구조, 지리공간 정보, IoT 데이터 스트림 등이 있습니다. 현대 AI 알고리즘은 비정형 데이터의 깊은 의미를 특징 벡터로 표현하지만, 기존 데이터베이스는 임베딩 벡터를 효과적으로 다루도록 설계되지 않았습니다. 세계는 특징 벡터를 대규모로 실시간 관리 및 처리하기 위한 목적 특화 데이터 인프라를 필요로 합니다. Zilliz는 2019년에 Milvus를 개발함으로써 이 미션의 최전선에 서 왔으며, 이제 완전 관리형 벡터 데이터베이스 클라우드 서비스를 여러분께 제공하게 되어 자랑스럽습니다.
가장 인기 있는 오픈 소스 벡터 데이터베이스로서 Milvus는 성능, 확장성, 가용성으로 널리 인정받고 있습니다. 밀집된 고차원 임베딩 벡터를 효율적으로 처리하도록 목적에 맞게 구축된 Milvus는 밀리초 단위로 10억 규모의 벡터 데이터를 처리할 수 있으며, 프로덕션에서 데이터 볼륨이 증가함에 따라 쉽게 확장할 수 있습니다. 고객 경험을 한 단계 더 끌어올리기 위해, Zilliz Cloud는 많은 이들이 원하던 Milvus 기능을 지원할 뿐만 아니라, 동시에 데이터 인프라 관리의 모든 번거로움을 덜어줍니다.
Zilliz Cloud는 엔터프라이즈 수준의 AI 개발을 염두에 두고 설계되었습니다.
Zilliz Cloud의 도입은 엔터프라이즈 AI 애플리케이션을 위한 퍼블릭 클라우드상의 완전 관리형 벡터 데이터베이스 서비스를 제공하려는 저희의 지속적인 노력에서 큰 이정표입니다. 더 빠르고 쉬운 온보딩 경험 외에도, Zilliz Cloud는 다음을 제공합니다:
- 완전 관리형 경험: Zilliz Cloud는 Milvus®를 기본 제공하여 유지보수에 대한 걱정을 완전히 없애줍니다.
- 고성능: Zilliz Cloud는 방대한 조 단위 데이터셋에서 초저지연 벡터 데이터 검색을 통해 탁월한 벡터 유사도 검색을 제공하며, 다양한 인덱스 유형과 AI 알고리즘을 폭넓게 지원합니다.
- 탄력적 배포: Zilliz Cloud는 비즈니스 요구에 따라 위로든 아래로든 동적으로 확장되며, 빠르고 구성 가능한 자동 확장은 운영에 미치는 성능 영향을 최소화합니다.
- 엔터프라이즈 수준 보안: Zilliz Cloud는 전송 중 데이터의 완전한 암호화를 보장하고, SOC 2를 준수하며, 클러스터에 대한 역할 기반 액세스 제어를 제공합니다.
Zilliz Cloud의 장기 비전은 벡터 데이터 처리, 비정형 데이터 분석, 엔터프라이즈 AI 애플리케이션 개발을 위한 통합 플랫폼을 제공하는 완전 관리형 데이터베이스 서비스(DBaaS)가 되는 것입니다.
얼리 액세스 신청
Milvus에서 그랬던 것처럼 Zilliz Cloud를 놀라운 제품으로 만들기 위해, 저희는 더 널리 제공되기 전에 소수의 고객에게 테스트와 피드백을 위해 초대 기반으로 제공되는 프라이빗 프리뷰로 Zilliz Cloud를 출시합니다.
자세한 정보는 zilliz.com/cloud를 방문해 주세요.
계속 읽기
Zilliz Cloud On-Demand Compute: Pay Only for What You Use
The customer case behind Zilliz Cloud On-Demand: how a $10K vector search bill came down to under $500, and the engineering changes that made it possible.
My Wife Wanted Dior. I Spent $600 on Claude Code to Vibe-Code a 2M-Line Database Instead.
Write tests, not code reviews. How a test-first workflow with 6 parallel Claude Code sessions turns a 2M-line C++ codebase into a daily shipping pipeline.
Vector Databases vs. Document Databases
Use a vector database for similarity search and AI-powered applications; use a document database for flexible schema and JSON-like data storage.