혁신 육성: 오픈 소스 Milvus에서 Zilliz Cloud로의 기능 배포에 대한 우리의 접근 방식
Zilliz 엔지니어링 VP James Luan 작성
Zilliz에서 혁신과 커뮤니티 협업에 대한 우리의 헌신은 우리의 미션의 핵심입니다. 우리의 오픈 소스 프로젝트인 Milvus는 이러한 헌신을 반영합니다. 개발자로서 우리가 Milvus를 오픈 소스로 공개하기로 선택한 이유는, 개발 작업을 위해 소프트웨어가 우리가 필요로 하는 일을 수행하는지 확인해 볼 자유가 중요하기 때문입니다. Milvus 내부에서도 우리는 의도적으로 여러 오픈 소스 프로젝트(NATS, Kafka, Minio 등)를 사용하기로 선택했으며, 가능한 경우 해당 프로젝트에 다시 기여하고 있습니다.
이 글을 쓰며, 자유로운 Unix 스타일 운영 체제 GNU의 창립자이자 오픈 소스 운동의 저명한 옹호자인 Richard Stallman이 오픈 소스의 네 가지 필수 자유를 강조했던 것이 떠오릅니다:
원하는 대로, 어떤 목적이든 프로그램을 실행할 자유.
프로그램이 어떻게 작동하는지 연구하고, 원하는 대로 작동하도록 변경할 자유. 소스 코드에 접근할 수 있어야 함.
재배포할 자유 – 이웃을 돕기 위해.
수정된 버전의 사본을 재배포할 자유. 이를 통해 전체 커뮤니티가 여러분의 변경 사항으로부터 혜택을 받을 기회를 줄 수 있음. 소스 코드에 대한 접근은 이를 위한 전제 조건임.
이러한 자유는 중요하며, 벡터 데이터베이스 기술의 최신 발전으로부터 커뮤니티가 혜택을 받을 수 있도록 보장하면서 기능을 신속하게 제공하기 위해 우리가 노력할 수 있게 하는 근본적인 믿음입니다.
하지만 탁월함에 대한 우리의 헌신은 속도를 넘어섭니다. Milvus에서 Zilliz Cloud로 기능을 전환하는 과정에는 세 가지 기본 원칙에 따라 진행되는 세심한 프로세스가 포함됩니다:
1. 정밀한 반복:
우리는 개발 사항을 커뮤니티의 요구에 맞추기 위해 빠르게 반복하는 것을 믿습니다. 때때로 Milvus는 테스트베드 역할을 하며, 우리가 귀중한 피드백을 받고 정보에 기반한 결정을 내릴 수 있게 해줍니다.
2. 가능성 시험:
때때로 아직 프로덕션 준비가 되었다고 판단되지 않은 기능이 Milvus에 포함될 수 있습니다. 이러한 기능은 아직 최종 확정되지는 않았지만 테스트와 피드백을 받을 준비가 되어 있습니다. 우리는 이러한 요소를 개선하는 데 있어 커뮤니티의 통찰을 소중히 여깁니다. 이러한 관행은 기능을 개선하고 심지어 일부 기능을 완전히 폐기하는 데에도 도움이 되었습니다.
3. 속도보다 품질:
탁월함에 대한 우리의 헌신은 품질을 타협하지 않는다는 뜻입니다. 기능을 Zilliz Cloud로 이전하기 전에, 우리는 해당 기능이 견고한 기준을 충족하는지 확인합니다. 이러한 헌신으로 인해 때로는 Milvus의 기능이 아직 Zilliz Cloud에 배포되지 않은 상태로 몇 달이 지나는 상황이 발생할 수 있으며, 이는 고객 여러분께 실망을 드릴 수 있습니다. 우리는 매끄러운 경험의 중요성을 이해하고 있으며, Milvus 릴리스와 Zilliz Cloud 배포 사이의 간격을 최소화하기 위해 최선을 다하고 있습니다.
우리는 Milvus에서 Zilliz Cloud로의 전환을 효율적으로 간소화하여 사용자에게 최첨단 기능을 신속히 제공하기 위해 노력하고 있습니다. 그러나 견고하고 신뢰할 수 있는 플랫폼에 필요한 품질 보증을 타협하지 않으면서 이를 달성한다는 점을 강조해야 합니다. 우리는 문서, 블로그, Discord 채널을 통해 Milvus와 Zilliz Cloud 간의 모든 차이점을 전달할 것을 약속합니다. 모든 측면을 다루기 위해 최선을 다하겠지만, 누락이 발생할 수 있음을 인정하며, 커뮤니티가 이를 알려 주시면 신속히 해결할 수 있도록 하겠습니다.
커뮤니티와의 협력에 감사드리며, 여러분의 피드백은 Milvus와 Zilliz Cloud의 미래를 형성하는 데 중요한 역할을 합니다. 우리는 함께 특별한 무언가를 만들어가고 있습니다.
우리의 여정에 함께해 주셔서 감사합니다.
계속 읽기
DeepSeek-OCR Explained: Optical Compression for Scalable Long-Context and RAG Systems
Discover how DeepSeek-OCR uses visual tokens and Contexts Optical Compression to boost long-context LLM efficiency and reshape RAG performance.
Zilliz Cloud Launches in AWS Australia, Expanding Global Reach to Australia and Neighboring Markets
We're thrilled to announce that Zilliz Cloud is now available in the AWS Sydney, Australia region (ap-southeast-2).
Optimizing Embedding Model Selection with TDA Clustering: A Strategic Guide for Vector Databases
Discover how Topological Data Analysis (TDA) reveals hidden embedding model weaknesses and helps optimize vector database performance.