AI 앱에 적합한 벡터 데이터베이스 선택: TiDB vs Rockset
벡터 데이터베이스란 무엇인가요?
TiDB와 Rockset을 비교하기 전에, 먼저 벡터 데이터베이스의 개념을 살펴보겠습니다.
벡터 데이터베이스는 고차원 벡터를 저장하고 쿼리하도록 특별히 설계되었으며, 이는 비정형 데이터의 수치적 표현입니다. 이러한 벡터는 텍스트의 의미론적 의미, 이미지의 시각적 특징 또는 제품 속성과 같은 복잡한 정보를 인코딩합니다. 효율적인 유사도 검색을 가능하게 함으로써, 벡터 데이터베이스는 AI 애플리케이션에서 핵심적인 역할을 하며, 더 발전된 데이터 분석과 검색을 가능하게 합니다.
벡터 데이터베이스의 일반적인 사용 사례에는 전자상거래 제품 추천, 콘텐츠 디스커버리 플랫폼, 사이버 보안의 이상 탐지, 의료 이미지 분석, 자연어 처리 (NLP) 작업이 포함됩니다. 또한 대규모 언어 모델 (LLMs)에 외부 지식을 제공하여 AI 환각과 같은 문제를 줄임으로써 성능을 향상시키는 기법인 검색 증강 생성(RAG)에서도 중요한 역할을 합니다.
시장에는 다음을 포함해 다양한 유형의 벡터 데이터베이스가 있습니다:
- 목적에 특화된 벡터 데이터베이스(예: Milvus, Zilliz Cloud (완전 관리형 Milvus))
- 벡터 검색 라이브러리(예: Faiss 및 Annoy).
- 경량 벡터 데이터베이스(예: Chroma 및 Milvus Lite).
- 소규모 벡터 검색을 수행할 수 있는 벡터 검색 애드온을 갖춘 전통적인 데이터베이스.
TiDB는 전통적인 데이터베이스이고 Rockset은 검색 및 분석 데이터베이스입니다. 둘 다 벡터 검색을 애드온으로 제공합니다. 이 글에서는 이들의 벡터 검색 기능을 비교합니다.
TiDB: 개요 및 핵심 기술
PingCAP에서 개발한 TiDB는 하이브리드 트랜잭션 및 분석 처리(HTAP) 기능을 제공하는 오픈 소스 분산 SQL 데이터베이스입니다. MySQL과 호환되므로 MySQL 생태계에 이미 익숙한 팀이 쉽게 도입할 수 있습니다. TiDB의 분산 SQL 아키텍처는 SQL 데이터베이스의 관계형 모델을 유지하면서 NoSQL 데이터베이스와 같은 수평 확장성을 제공하므로, 트랜잭션 및 분석 워크로드를 모두 처리하는 데 매우 유연합니다.
TiDB의 핵심 강점 중 하나는 HTAP 아키텍처로, 단일 데이터베이스에서 트랜잭션(OLTP) 및 분석(OLAP) 워크로드를 처리할 수 있어 별도의 시스템 필요성을 줄입니다. 또한 TiDB의 MySQL 호환성은 애플리케이션 코드에 큰 변경 없이 MySQL에 의존하는 기존 환경에 쉽게 통합할 수 있게 해줍니다. 이 데이터베이스는 자동 샤딩도 제공하여, 강력한 일관성을 유지하면서 읽기 및 쓰기 성능을 향상시키기 위해 노드 전반에 데이터를 자동으로 분산합니다.
TiDB는 외부 라이브러리 및 플러그인과의 통합을 통해 벡터 검색을 지원하여, 벡터화된 데이터의 효율적인 관리 및 쿼리를 가능하게 합니다. 이 기능은 TiDB의 HTAP 아키텍처와 결합되어, 트랜잭션 및 분석 워크로드와 함께 벡터 검색 기능이 필요한 비즈니스에 다재다능한 선택지가 됩니다. TiDB의 분산 아키텍처는 필요한 구성이 완료되면 대규모 벡터 쿼리를 처리할 수 있게 해줍니다.
TiDB에 벡터 검색 기능을 포함하려면 추가 구성이 필요하지만, 시스템의 SQL 호환성 덕분에 개발자는 벡터 검색을 기존 관계형 쿼리와 결합할 수 있습니다. 이러한 유연성은 TiDB를 벡터 검색과 관계형 데이터베이스 기능이 모두 필요한 복잡한 애플리케이션에 적합하게 만들며, 다양한 데이터 관리 요구에 대한 포괄적인 솔루션을 제공합니다.
Rockset: 개요 및 핵심 기술
Rockset은 벡터 임베딩을 포함한 정형 및 비정형 데이터를 위한 실시간 검색 및 분석 데이터베이스입니다. Rockset의 강점은 데이터를 실시간으로 수집, 인덱싱 및 쿼리하는 것이므로, 초 단위의 최신 인사이트가 필요한 애플리케이션에 적합합니다. Rockset은 스트리밍 및 대량 데이터 수집을 모두 지원하며, 고속 이벤트 스트림과 변경 데이터 캡처(CDC) 피드를 1~2초 내에 처리할 수 있습니다.
Rockset의 핵심 기능 중 하나는 변경 가능한 RocksDB 기반의 Converged Indexing입니다. 이를 통해 벡터와 메타데이터를 제자리에서 업데이트할 수 있어 데이터가 자주 변경되는 시나리오에서 매우 효율적입니다. Rockset은 최대 40MB의 문서를 처리할 수 있고 최대 200,000차원의 벡터를 지원하므로 다양한 벡터 임베딩 사용 사례에 적합합니다.
Rockset은 핵심에 벡터 검색이 내장되어 있습니다. K-Nearest Neighbors(KNN) 및 Approximate Nearest Neighbors(ANN) 검색 방법을 지원하며, 확장성을 위해 분산 FAISS 인덱스를 사용합니다. Rockset은 알고리즘에 구애받지 않으므로 자체 검색 구현을 선택할 수 있습니다. 비용 기반 옵티마이저는 최적의 성능을 위해 KNN과 ANN 검색 방법 중에서 동적으로 선택할 수 있습니다.
벡터 검색에서 Rockset이 독특한 점은 검색, ANN, 컬럼형 및 행 인덱스를 하나로 결합한 Converged Index입니다. 즉, 다양한 쿼리 패턴을 기본적으로 처리할 수 있습니다. Rockset은 메타데이터 필터링과 하이브리드 검색도 지원합니다. 옵티마이저는 가장 효율적인 쿼리 경로를 선택합니다. 여러 ANN 필드에 걸쳐 검색할 수 있고, 멀티모달 모델을 지원하며, 쿼리 인터페이스로 SQL 및 REST API를 모두 제공합니다.
주요 차이점
검색 방법 및 성능
TiDB는 플러그인과 외부 라이브러리를 통해 벡터 검색을 지원하여 다양한 검색 알고리즘을 구현할 수 있게 합니다. 그러나 이를 위해서는 추가 설정과 구성이 필요합니다. 시스템은 벡터 쿼리 중 노드 간 강력한 일관성을 유지합니다.
Rockset은 분산 FAISS 인덱스를 사용하여 KNN 및 ANN 방법을 지원하는 내장 벡터 검색을 제공합니다. Converged Index는 여러 인덱스 유형(검색, ANN, 컬럼형, 행)을 하나의 시스템으로 결합하여 쿼리 성능을 자동으로 최적화합니다. 시스템은 최대 200,000차원의 벡터와 최대 40MB의 문서를 처리할 수 있습니다.
데이터 관리
TiDB는 MySQL 호환 인터페이스를 통해 정형 데이터를 처리하는 데 뛰어납니다. HTAP 아키텍처를 통해 OLTP와 OLAP 워크로드를 하나의 시스템에 결합합니다. 벡터 검색 기능은 기존 SQL 쿼리와 함께 작동합니다.
Rockset은 정형 및 비정형 데이터를 모두 잘 처리합니다. Converged Indexing 시스템은 벡터와 메타데이터의 빠른 업데이트를 가능하게 하여, 자주 변경되는 데이터에 효율적입니다. 스트리밍 및 대량 데이터를 모두 수집할 수 있으며, 변경 사항을 1~2초 내에 처리합니다.
확장성
TiDB는 auto-sharding을 사용하여 노드 전반에 데이터를 자동으로 분산합니다. 이를 통해 데이터셋이 증가해도 성능을 유지할 수 있습니다. 시스템은 강력한 일관성을 유지하면서 수평적으로 확장됩니다.
Rockset의 분산 아키텍처는 클라우드 네이티브 설계를 통해 확장을 처리합니다. 시스템은 노드 전반의 리소스 할당과 쿼리 분산을 자동으로 관리합니다.
통합
TiDB는 MySQL 기반 시스템 및 도구와 잘 통합됩니다. SQL 호환성 덕분에 기존 애플리케이션은 TiDB와 함께 작동하기 위해 최소한의 변경만 필요합니다.
Rockset은 쿼리를 위해 SQL 및 REST API를 모두 제공합니다. 스트리밍 데이터 소스와 쉽게 연결되며 CDC 피드를 지원합니다. 시스템은 다양한 벡터 임베딩 모델 및 멀티모달 데이터와 잘 작동합니다.
TiDB 선택하기
벡터 검색과 함께 트랜잭션 처리와 분석 처리가 모두 필요할 때. MySQL 호환성, 강력한 일관성, 벡터 연산을 포함한 복잡한 SQL 쿼리를 처리할 수 있는 능력. 기존 MySQL 인프라와 SQL 팀은 학습 곡선을 감당할 만하다고 느낄 것입니다.
Rockset 선택
데이터가 자주 변경되고 실시간 검색이 필요할 때. 추천 엔진, 유사도 검색 시스템 또는 AI 기반 검색 기능처럼 스트리밍 데이터에 대한 빠른 벡터 검색이 필요한 애플리케이션에 이상적입니다. 내장된 벡터 기능과 빠른 데이터 처리 덕분에 많은 설정 없이 벡터 검색을 구현해야 하는 팀에 완벽합니다.
결론
TiDB는 플러그인을 통한 벡터 검색과 함께 MySQL 호환성 및 HTAP를 제공하고, Rockset은 실시간 처리와 함께 네이티브 벡터 검색을 제공합니다. 데이터 업데이트 빈도, 일관성 요구 사항, 기존 인프라를 기준으로 선택하세요. TiDB는 일관성이 중요한 MySQL 세계에 적합하고, Rockset은 빠른 벡터 검색과 잦은 업데이트가 필요한 실시간 애플리케이션에 적합합니다.
TiDB와 Rockset의 개요를 파악하려면 이 글을 읽어보되, 이를 평가하려면 사용 사례를 기준으로 평가해야 합니다. 이에 도움이 될 수 있는 도구 중 하나가 벡터 데이터베이스 비교를 위한 오픈소스 벤치마킹 도구인 VectorDBBench입니다. 결국, 분산 데이터베이스 시스템에서 벡터 검색에 대한 이 두 가지 강력하지만 서로 다른 접근 방식 중에서 결정을 내리는 데에는 자체 데이터셋과 쿼리 패턴을 사용한 철저한 벤치마킹이 핵심이 될 것입니다.
오픈소스 VectorDBBench를 사용하여 자체적으로 벡터 데이터베이스 평가 및 비교하기
VectorDBBench는 고성능 데이터 저장 및 검색 시스템, 특히 벡터 데이터베이스가 필요한 사용자를 위한 오픈소스 벤치마킹 도구입니다. 이 도구를 사용하면 사용자는 자체 데이터셋을 사용하여 Milvus 및 Zilliz Cloud(관리형 Milvus)와 같은 다양한 벡터 데이터베이스 시스템을 테스트하고 비교하여 자신의 사용 사례에 맞는 것을 찾을 수 있습니다. VectorDBBench를 사용하면 사용자는 마케팅 주장이나 소문이 아니라 실제 벡터 데이터베이스 성능을 기반으로 결정을 내릴 수 있습니다.
VectorDBBench는 Python으로 작성되었으며 MIT 오픈소스 라이선스에 따라 라이선스가 부여되어 누구나 자유롭게 사용, 수정, 배포할 수 있습니다. 이 도구는 기능과 성능을 개선하기 위해 노력하는 개발자 커뮤니티에 의해 적극적으로 유지관리되고 있습니다.
벤치마크 결과를 재현하거나 자체 데이터셋에 대한 성능 결과를 얻으려면 GitHub repository에서 VectorDBBench를 다운로드하세요.
VectorDBBench Leaderboard에서 주류 벡터 데이터베이스의 성능을 빠르게 살펴보세요.
벡터 데이터베이스 평가에 대해 자세히 알아보려면 다음 블로그를 읽어보세요.
VectorDB, GenAI 및 ML에 대한 추가 리소스
계속 읽기
VDBBench Adds Cost-Aware Benchmarking for Vector Databases
Compare Zilliz Cloud, Pinecone, and turbopuffer with VDBBench cost-aware vector database benchmarks across latency, freshness, multitenancy, and cold starts.
Creating Collections in Zilliz Cloud Just Got Way Easier
We've enhanced the entire collection creation experience to bring advanced capabilities directly into the interface, making it faster and easier to build production-ready schemas without switching tools.
Announcing the General Availability of Zilliz Cloud BYOC on Google Cloud Platform
Zilliz Cloud BYOC on GCP offers enterprise vector search with full data sovereignty and seamless integration.
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.