OpenSearch vs ClickHouse: GenAI 애플리케이션에 적합한 데이터베이스 선택하기
AI 기반 애플리케이션이 발전함에 따라 이러한 발전을 지원하는 벡터 검색 기능의 중요성은 아무리 강조해도 지나치지 않습니다. 이 블로그 게시물에서는 벡터 검색 기능을 갖춘 두 가지 주요 데이터베이스인 OpenSearch vs ClickHouse를 다룹니다. 각각은 추천 엔진, 이미지 검색, 시맨틱 검색과 같은 애플리케이션에 필수적인 기능인 벡터 검색을 처리하기 위한 강력한 기능을 제공합니다. 우리의 목표는 개발자와 엔지니어에게 명확한 비교를 제공하여, 특정 요구 사항에 가장 잘 부합하는 데이터베이스를 결정하는 데 도움을 주는 것입니다.
벡터 데이터베이스란 무엇인가요?
OpenSearch와 ClickHouse를 비교하기 전에, 먼저 벡터 데이터베이스의 개념을 살펴보겠습니다.
벡터 데이터베이스는 고차원 벡터를 저장하고 쿼리하도록 특별히 설계되었으며, 벡터는 비정형 데이터의 수치적 표현입니다. 이러한 벡터는 텍스트의 의미론적 의미, 이미지의 시각적 특징, 제품 속성과 같은 복잡한 정보를 인코딩합니다. 효율적인 유사도 검색을 가능하게 함으로써, 벡터 데이터베이스는 AI 애플리케이션에서 중추적인 역할을 하며 더 고도화된 데이터 분석과 검색을 가능하게 합니다.
벡터 데이터베이스의 일반적인 사용 사례에는 전자상거래 제품 추천, 콘텐츠 탐색 플랫폼, 사이버 보안의 이상 탐지, 의료 이미지 분석, 자연어 처리 (NLP) 작업이 포함됩니다. 또한 대규모 언어 모델 (LLMs)의 성능을 향상시키기 위해 외부 지식을 제공하여 AI 환각과 같은 문제를 줄이는 기법인 검색 증강 생성(RAG)에서도 중요한 역할을 합니다.
시중에는 다음을 포함하여 다양한 유형의 벡터 데이터베이스가 있습니다:
- Milvus, Zilliz Cloud (완전 관리형 Milvus)와 같은 목적 특화 벡터 데이터베이스
- Faiss 및 Annoy와 같은 벡터 검색 라이브러리.
- Chroma 및 Milvus Lite와 같은 경량 벡터 데이터베이스.
- 소규모 벡터 검색을 수행할 수 있는 벡터 검색 애드온을 갖춘 전통적인 데이터베이스.
OpenSearch와 ClickHouse는 모두 애드온으로 벡터 검색 기능을 포함하도록 발전한 전통적인 데이터베이스입니다.
OpenSearch란 무엇인가요? 개요
OpenSearch는 구조화, 반정형, 비정형 데이터에 이르기까지 다양한 데이터 유형을 관리하는 강력한 오픈 소스 검색 및 분석 제품군입니다. 2021년에 Elasticsearch와 Kibana에서 커뮤니티 주도 포크로 출시된 이 OpenSearch 제품군에는 OpenSearch 데이터 스토어 및 검색 엔진, 고급 데이터 시각화를 위한 OpenSearch Dashboards, 효율적인 서버 측 데이터 수집을 위한 Data Prepper가 포함됩니다.
Apache Lucene의 견고한 기반 위에 구축된 OpenSearch는 확장성이 뛰어나고 효율적인 전문 검색(키워드 검색)을 지원하므로 대규모 데이터셋 처리에 이상적입니다. 최신 릴리스를 통해 OpenSearch는 추가 플러그인을 통한 벡터 검색을 포함하도록 검색 기능을 크게 확장했으며, 이는 AI 기반 애플리케이션 구축에 필수적입니다. OpenSearch는 이제 기존의 어휘 검색, k-최근접 이웃(k-NN), 시맨틱 검색, 멀티모달 검색, 신경망 희소 검색, 하이브리드 검색 모델을 포함한 다양한 머신 러닝 기반 검색 방법을 지원합니다. 이러한 향상된 기능은 신경망 모델을 검색 프레임워크에 직접 통합하여 데이터 수집 시점에 즉석 임베딩 생성 및 검색을 가능하게 합니다. 이 통합은 프로세스를 간소화할 뿐만 아니라 검색 관련성과 효율성을 크게 향상합니다.
최근 업데이트는 OpenSearch의 기능을 더욱 발전시켜 디스크 최적화 벡터 검색, 이진 양자화, k-NN 검색의 바이트 벡터 인코딩과 같은 기능을 도입했습니다. 이러한 추가 기능은 머신 러닝 작업 처리 및 검색 쿼리 성능 개선과 함께, 데이터를 최대한 활용하려는 개발자와 기업을 위한 최첨단 도구로서 OpenSearch의 입지를 재확인합니다. 역동적이고 협력적인 커뮤니티의 지원을 받는 OpenSearch는 계속 진화하며, 애플리케이션에서 고급 검색 기능이 필요한 개발자에게 최고의 선택지로 돋보이는 포괄적이고 확장 가능하며 적응력 있는 검색 및 분석 플랫폼을 제공합니다.
ClickHouse란 무엇인가? 개요
ClickHouse는 완전한 SQL 지원과 빠른 쿼리 처리를 제공하는 실시간 분석용 오픈소스 OLAP 데이터베이스입니다. 완전히 병렬화된 쿼리 파이프라인 덕분에 분석 쿼리에 뛰어나며 벡터 검색도 빠르게 수행할 수 있습니다. 높은 압축률(코덱을 통해 사용자 지정 가능)을 제공하므로 대규모 데이터셋을 저장하고 쿼리할 수 있습니다. 주요 장점 중 하나는 메모리에 종속되지 않고 멀티 TB 데이터셋을 처리할 수 있다는 점이어서, 대규모 벡터 데이터를 보유한 사용자에게 훌륭한 도구입니다. 또한 메타데이터에 대한 필터링과 집계를 지원하므로 벡터와 해당 메타데이터를 쿼리할 수 있습니다.
ClickHouse는 벡터 거리 연산이 다른 SQL 함수와 마찬가지로 동작하는 SQL을 통해 벡터 검색 기능을 제공합니다. 따라서 이를 기존 필터링 및 집계와 결합할 수 있습니다. 메타데이터나 기타 정보와 함께 벡터 데이터를 쿼리해야 하는 사용 사례에 매우 적합합니다. 더 빠른(하지만 근사적인) 매칭을 위한 실험적 Approximate Nearest Neighbour (ANN) 인덱스도 제공합니다. 또한 속도와 효율성을 위해 병렬 처리를 사용하여 행을 선형 스캔하는 방식으로 정확한 매칭을 수행합니다.
ClickHouse는 벡터 매칭을 메타데이터 필터링 또는 집계와 결합해야 할 때 벡터 검색에 매우 적합합니다. 특히 여러 CPU 코어에서 병렬로 처리해야 하는 매우 큰 벡터 데이터셋에 적합합니다. ClickHouse는 SQL 지원이 필요하고 벡터 데이터셋이 메모리 전용 인덱스에 들어가기에는 너무 큰 경우에도 좋습니다. 또한 관련 데이터가 이미 ClickHouse에 있거나 수백만 개의 벡터를 관리하기 위해 다른 도구를 배우고 싶지 않다면 ClickHouse는 시간과 리소스를 절약해 줄 수 있습니다. 빠른 병렬화된 정확한 매칭과 대규모 데이터셋 처리가 ClickHouse의 강점이므로 고급 검색 사용자에게 적합합니다.
ClickHouse는 특히 병렬 처리가 필요한 대규모 데이터셋과 벡터 검색을 SQL 기반 필터링 및 집계와 결합할 때 벡터 검색을 위한 범용 플랫폼입니다. 소규모 메모리 종속 데이터셋이나 높은 QPS 시나리오에서는 전문 벡터 데이터베이스만큼 좋지는 않지만, 메타데이터를 포함한 복잡한 쿼리를 처리할 수 있으므로 SQL을 알고 빠른 벡터 검색이 필요한 개발자에게 훌륭합니다.
OpenSearch와 ClickHouse 비교: GenAI를 위한 주요 차이점
검색 방법론
OpenSearch: Apache Lucene을 기반으로 구축된 OpenSearch는 검색 기능을 크게 발전시켜 왔으며, 이제 k-nearest neighbors(k-NN), 시맨틱 검색, 하이브리드 검색 모델과 같은 다양한 머신 러닝 기반 방법을 지원하는 벡터 검색을 포함합니다. 이러한 기능은 동적 임베딩 생성을 위한 신경망 모델의 직접 통합을 가능하게 하여 검색 작업의 효율성과 관련성을 모두 향상합니다.
ClickHouse: ClickHouse는 벡터 검색 기능을 SQL 엔진에 통합하여 벡터 거리 연산을 SQL 함수로 지원합니다. 이를 통해 메타데이터 필터링 및 집계를 포함한 기존 SQL 쿼리와 함께 벡터 데이터를 효율적으로 쿼리할 수 있습니다. ClickHouse는 또한 벡터 데이터에 대해 근사 및 정확 일치 기능을 제공하며, 대규모 데이터셋을 효율적으로 처리하기 위해 병렬 처리로 최적화되어 있습니다.
데이터 처리
OpenSearch: 구조화, 반구조화 및 비구조화 데이터를 포함한 광범위한 데이터 유형을 관리합니다. 디스크 최적화 벡터 검색과 바이트 벡터 인코딩의 향상에 대한 최근 업데이트는 특히 AI 기반 애플리케이션에서 대규모의 복잡한 데이터셋을 처리하는 능력을 강화했습니다.
ClickHouse: 주로 컬럼형 데이터 모델을 갖춘 OLAP에 최적화된 ClickHouse는 이제 대규모 벡터 데이터셋도 효과적으로 처리하며, 높은 압축률과 병렬화된 데이터 처리를 지원합니다. 메모리에 얽매이지 않고 대량의 데이터를 관리하는 데 능숙하여 광범위한 분석 쿼리에 적합합니다.
확장성 및 성능
OpenSearch: Lucene 기반을 활용하여 대규모 데이터셋 전반에서 효율적인 전체 텍스트 및 벡터 검색을 수행하는, 확장성이 뛰어난 플랫폼입니다. 이 플랫폼은 수평적으로 확장되도록 설계되어 데이터 볼륨 증가를 원활하게 처리할 수 있는 능력을 향상합니다.
ClickHouse: 완전히 병렬화된 쿼리 파이프라인 덕분에 쿼리를 빠르게 처리하는 능력으로 알려진 ClickHouse는 특히 멀티 테라바이트 데이터셋에 대한 실시간 분석에서 확장성이 뛰어납니다. 그 아키텍처는 대규모의 복잡한 데이터셋 전반에서 빠른 쿼리 실행을 가능하게 합니다.
유연성 및 사용자 지정
OpenSearch: 풍부한 API 및 플러그인 세트가 지원하는 데이터 모델링 및 쿼리에서 광범위한 유연성을 제공합니다. 검색 기능의 최근 향상은 높은 수준의 사용자 지정을 가능하게 하여 다양하고 진화하는 애플리케이션 요구에 부응합니다.
ClickHouse: 벡터 검색을 위한 SQL 함수를 통해 강력한 SQL 지원과 사용자 지정 옵션을 제공하지만, ClickHouse의 유연성은 텍스트 검색보다는 분석 기능에 더 중점을 둡니다. SQL 중심 접근 방식은 SQL 전문 지식을 가진 사람들에게 익숙한 도구를 제공하여 벡터 연산과 결합된 복잡한 쿼리를 가능하게 합니다.
통합 및 생태계
OpenSearch: 다양한 데이터 수집, 처리 및 시각화 도구와 호환되는 강력한 통합 생태계를 유지합니다. 이 생태계는 지속적인 발전에 기여하는 역동적이고 협력적인 커뮤니티의 지원을 받습니다.
ClickHouse: 또한 특히 분석 및 데이터 웨어하우징을 지원하는 도구와 함께 상당한 통합 기능을 자랑합니다. SQL 쿼리를 처리하는 능력은 기존 SQL 기반 시스템 및 워크플로와의 간단한 통합을 가능하게 합니다.
사용 편의성
OpenSearch: 정교한 기능에도 불구하고 OpenSearch는 포괄적인 문서와 설정 및 유지 관리를 쉽게 해주는 지원적인 커뮤니티의 도움으로 관리 가능한 학습 곡선을 유지합니다.
ClickHouse: ClickHouse는 고급 SQL 및 데이터베이스 최적화에 대한 친숙함을 요구하며, 잠재적으로 더 가파른 학습 곡선을 제시할 수 있습니다. 그러나 상세한 문서와 활발한 커뮤니티가 신규 사용자에게 귀중한 지원을 제공합니다.
비용 고려 사항
OpenSearch: 오픈소스 솔루션인 OpenSearch는 자체 관리할 경우 비용 효율적일 수 있습니다. 그러나 특히 대규모 배포의 경우 운영 비용이 상당할 수 있습니다. Amazon OpenSearch Service와 같은 관리형 서비스는 편리하지만 비용이 추가됩니다.
ClickHouse: ClickHouse의 높은 데이터 압축률과 효율적인 처리 기능은 대규모 데이터 분석을 위한 비용 효율적인 옵션이 되게 합니다. 특히 대규모 데이터셋을 처리할 때 비용상의 이점을 제공하지만, 관리형 서비스와 프리미엄 기능은 전체 비용을 증가시킬 수 있습니다.
보안 기능
OpenSearch: 암호화, 역할 기반 액세스 제어, 감사 로깅을 포함한 강력한 보안 기능을 제공하여 전송 중인 데이터와 저장된 데이터에 대한 포괄적인 보안을 보장합니다.
ClickHouse: SSL/TLS 암호화 및 역할 기반 액세스 제어와 같은 필수 보안 기능을 제공합니다. OpenSearch가 제공하는 포괄적인 보안 기능에 맞추기 위해 추가 보안 조치가 필요할 수 있습니다.
GenAI를 위해 OpenSearch와 ClickHouse를 선택해야 하는 경우
벡터 검색에 OpenSearch를 선택해야 하는 경우:
- 통합 검색 요구사항: 벡터 검색을 기존의 전체 텍스트 검색 기능과 결합하고자 하는 경우입니다. OpenSearch는 k-최근접 이웃(k-NN), 시맨틱 검색, 하이브리드 모델을 포함한 다양한 검색 방법론을 지원하여 정교한 검색 시나리오를 가능하게 합니다.
- 실시간 검색 및 분석: 분석 및 데이터 시각화 기능도 필요하면서 벡터 검색을 실시간으로 수행할 수 있는 기능이 필요한 경우입니다. OpenSearch는 실시간 데이터 처리를 처리할 수 있으며 즉각적인 데이터 시각화와 인사이트를 위한 도구를 제공합니다.
- 머신러닝 향상: 특히 복잡한 데이터 유형을 다루거나 즉석 임베딩 생성이 필요한 경우, 검색 정확도와 관련성을 향상시키는 머신러닝 모델이 애플리케이션에 도움이 되는 경우입니다.
벡터 검색에 ClickHouse를 선택해야 하는 경우:
- 고성능 분석: 특히 벡터 매칭을 상세한 SQL 기반 데이터 필터링 및 집계와 결합해야 하는 경우, 매우 큰 데이터셋에 대해 빠르고 효율적인 쿼리가 필요한 경우입니다.
- 대규모 데이터셋 처리: 벡터 검색 작업이 성능 저하 없이 대량의 데이터로 확장되어야 하는 경우입니다. ClickHouse는 멀티 테라바이트 데이터셋을 효율적으로 처리하도록 최적화되어 있어, 무거운 분석 워크로드에 이상적입니다.
- SQL 기반 벡터 작업: 벡터 거리 계산을 SQL 쿼리에 직접 통합하여 벡터 검색 작업에 SQL을 사용하는 것을 선호하는 경우입니다. 이는 벡터 검색을 대규모 데이터셋을 포함하는 복잡한 SQL 쿼리와 결합해야 할 때 특히 유용합니다.
전문 벡터 데이터베이스를 선택해야 하는 경우?
OpenSearch와 ClickHouse는 확장을 통해 벡터 검색 기능을 제공하지만, 대규모 고성능 벡터 검색 작업에 최적화되어 있지는 않습니다. 애플리케이션이 이미지 인식, 이커머스 추천 또는 NLP 작업처럼 수백만 또는 수십억 개의 고차원 벡터에 대해 빠르고 정확한 유사도 검색에 의존한다면, Milvus 및 Zilliz Cloud(관리형 Milvus)와 같은 전문 벡터 데이터베이스가 더 적합합니다. 이러한 데이터베이스는 고급 Approximate Nearest Neighbor(ANN) 알고리즘(예: HNSW, IVF )을 사용하고 hybrid search(하이브리드 sparse and dense 검색, multimodal search, metadata filtering을 포함한 벡터 검색, 하이브리드 dense 및 전문 검색 포함), 실시간 수집, 동적 환경에서 고성능을 위한 분산 확장성과 같은 고급 기능을 제공함으로써 벡터 데이터를 대규모로 처리하도록 구축되었습니다.
반면 OpenSearch와 ClickHouse 같은 범용 시스템은 벡터 검색이 주된 초점이 아닐 때, 그리고 더 작은 벡터 데이터셋이나 중간 수준의 성능 요구사항을 가진 구조화 또는 반구조화 데이터를 처리할 때 적합합니다. 이미 이러한 시스템을 사용 중이고 새로운 인프라를 도입하는 오버헤드를 피하고 싶다면, 벡터 검색 플러그인을 통해 기능을 확장하고 더 단순하고 낮은 규모의 벡터 검색 작업에 비용 효율적인 솔루션을 제공할 수 있습니다.
오픈 소스 VectorDBBench를 사용하여 직접 벡터 데이터베이스 평가 및 비교하기
VectorDBBench는 고성능 데이터 저장 및 검색 시스템, 특히 vector databases가 필요한 사용자를 위해 설계된 오픈 소스 벤치마킹 도구입니다. 이 도구를 통해 사용자는 자신의 데이터셋을 사용하여 Milvus 및 Zilliz Cloud(관리형 Milvus)와 같은 다양한 벡터 데이터베이스 시스템의 성능을 테스트하고 비교하며, 자신의 use cases에 가장 적합한 것을 결정할 수 있습니다. VectorDBBench를 사용하면 사용자는 마케팅 주장이나 일화적 증거에 의존하는 대신 실제 벡터 데이터베이스 성능을 기반으로 정보에 입각한 결정을 내릴 수 있습니다.
VectorDBBench는 Python으로 작성되었으며 MIT 오픈 소스 라이선스에 따라 라이선스가 부여되어 있어 누구나 자유롭게 사용, 수정, 배포할 수 있습니다. 이 도구는 기능과 성능 개선에 전념하는 개발자 커뮤니티에 의해 활발히 유지 관리되고 있습니다.
벤치마크 결과를 재현하거나 자신의 데이터셋에서 성능 결과를 얻으려면 GitHub repository에서 VectorDBBench를 다운로드하세요.
VectorDBBench Leaderboard에서 주요 벡터 데이터베이스의 성능을 빠르게 살펴보세요.
벡터 데이터베이스 평가에 대해 더 자세히 알아보려면 다음 블로그를 읽어보세요.
VectorDB, GenAI 및 ML에 관한 추가 리소스
계속 읽기
The Real Bottlenecks in Autonomous Driving — And How AI Infrastructure Can Solve Them
Autonomous driving faces a data bottleneck. Learn how AI-native vector databases like Zilliz solve scale, cost, and insight challenges across AV pipelines.
Vector Databases vs. Key-Value Databases
Use a vector database for AI-powered similarity search; use a key-value database for high-throughput, low-latency simple data lookups.
Proactive Monitoring for Vector Database: Zilliz Cloud Integrates with Datadog
we're excited to announce Zilliz Cloud's integration with Datadog, enabling comprehensive monitoring and observability for your vectorDB deployments.
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.