Zilliz Cloud Pipelines 2월 릴리스 - 타사 임베딩 모델 및 사용성 개선!
유연하고 고품질의 검색과 DevOps 부담 제로로 RAG 애플리케이션을 강화할 수 있도록 흥미로운 기능으로 가득한 Zilliz Cloud Pipelines의 중요한 업데이트를 공개하게 되어 매우 기쁩니다.
2월 릴리스는 두 가지 핵심 영역에 중점을 두었습니다: 임베딩 모델과 사용 편의성.
OpenAI 및 Voyage AI의 새로운 임베딩 모델
OpenAI와 Voyage AI의 3rd-party 임베딩 모델 추가로, Zilliz Cloud Pipelines는 이제 6개의 임베딩 모델(영어 모델 5개와 중국어 모델 1개)이라는 유연한 옵션을 제공합니다! 스토리지 비용, 검색 품질 또는 지연 시간의 균형 중 무엇에 중점을 두든, 적합한 선택지가 있습니다:
- 품질과 오버헤드의 균형:
openai/text-embedding-3-small은 더 낮은 차원의 벡터를 생성하는 매우 효율적인 모델로 경쟁력 있는 품질을 제공합니다. 추론 및 스토리지 오버헤드가 가장 작습니다. - 특정 작업에 대한 최고의 성능을 찾는 경우:
voyageai/voyage-code-2는 소스 코드와 기술 문서를 포함한 코드 집약적 텍스트에서 뛰어난 검색 품질을 제공합니다. - 수집 및 쿼리 서빙에서 네트워크 지연 시간에 민감한 경우: 벡터 데이터베이스와 동일한 네트워크 환경에 함께 배치되어 최상의 엔드투엔드 수집 및 쿼리 지연 시간을 달성하는 뛰어난 범용 모델인
zilliz/bge-base-en-v1.5를 선택하세요.
| 임베딩 모델 | 설명 |
|---|---|
| zilliz/bge-base-en-v1.5 | BAAI에서 출시한 이 최첨단 오픈 소스 모델은 Zilliz Cloud에서 호스팅되며 벡터 데이터베이스와 함께 배치되어 우수한 품질과 최고의 네트워크 지연 시간을 제공합니다. 이는 language가 ENGLISH일 때 기본 임베딩 모델입니다. |
| voyageai/voyage-2 | Voyage AI에서 호스팅합니다. 이 범용 모델은 설명 텍스트와 코드가 포함된 기술 문서 검색에 탁월합니다. 더 가벼운 버전인 voyage-lite-02-instruct는 MTEB leaderboard.에서 최상위권에 올랐습니다. 이 모델은 language가 ENGLISH일 때만 사용할 수 있습니다. |
| voyageai/voyage-code-2 | Voyage AI에서 호스팅합니다. 이 모델은 프로그래밍 코드에 최적화되어 코드 블록 검색에 뛰어난 품질을 제공합니다. 이 모델은 language가 ENGLISH일 때만 사용할 수 있습니다. |
| openai/text-embedding-3-small | OpenAI에서 호스팅합니다. 이 매우 효율적인 임베딩 모델은 이전 모델인 text-embedding-ada-002보다 더 강력한 성능을 제공하며 추론 비용과 품질의 균형을 맞춥니다. 이 모델은 language가 ENGLISH일 때만 사용할 수 있습니다. |
| openai/text-embedding-3-large | OpenAI에서 호스팅합니다. 이는 OpenAI의 최고 성능 모델입니다. text-embedding-ada-002와 비교하여 MTEB 점수가 61.0%에서 64.6%로 증가했습니다. 이 모델은 language가 ENGLISH일 때만 사용할 수 있습니다. |
| zilliz/bge-base-zh-v1.5 | BAAI에서 출시한 이 최첨단 오픈 소스 모델은 Zilliz Cloud에서 호스팅되며 벡터 데이터베이스와 함께 배치되어 우수한 품질과 최고의 네트워크 지연 시간을 제공합니다. 이는 language가 CHINESE일 때 기본 임베딩 모델입니다. |
더 나은 온보딩 경험을 위한 향상된 사용성
검색을 위한 원스톱 솔루션으로서, 저희는 개발 및 온보딩 단계 모두에서 Zilliz Cloud Pipelines의 최고의 개발자 경험을 제공하는 것을 목표로 합니다. 이번 릴리스에서는 새로운 "Run Pipeline" 페이지와 로컬 파일 업로드 기능이 추가되었습니다. 또한 GCP us-west-2 리전의 모든 전용 벡터 DB 클러스터에 대한 지원도 추가되어, pipelines 기능은 더 이상 Serverless free plan에만 제한되지 않습니다.
Pipeline 실행을 위한 새로운 UX
새로 생성한 pipelines를 테스트할 때, 몇 번의 클릭만으로 바로 시도해보고 싶은 마음을 잘 알고 있습니다. 새롭게 설계된 "Run Pipeline" 페이지를 통해 이제 pipelines 기능을 더욱 쉽게 테스트할 수 있습니다. 왼쪽 패널에 모든 pipelines를 컬렉션별로 정리했습니다. 왼쪽 패널에서 pipeline을 선택하고 시험 실행하여 문서를 수집하거나 검색 쿼리를 수행할 수 있습니다. UI에 pipeline 유형이 표시되므로 이를 빠르게 구분할 수 있습니다.
로컬 파일 업로드
프로덕션 환경에서는 오브젝트 스토어에서 문서를 수집하는 것이 편리하고 안전하지만, 많은 개발자는 개발 중 편의를 위해 로컬 파일 업로드를 선호합니다. 이번 릴리스에서는 S3 및 GCS에 더해 로컬 파일 업로드를 지원합니다. "Run Pipeline" UI에서 "Attach File" 버튼을 클릭하여 로컬 파일을 직접 수집할 수 있습니다.
전용 벡터 데이터베이스 클러스터 지원
Zilliz Cloud Pipelines 출시 이후, 더 다양한 유형의 벡터 데이터베이스 클러스터로 서비스를 확장해 달라는 사용자 피드백을 받아왔습니다. 이번 릴리스에서 이 제한을 제거하게 되어 기쁩니다. 이제 Zilliz Cloud Pipelines는 Serverless 및 Dedicated를 포함하여 GCP us-west-2 리전의 모든 종류의 벡터 데이터베이스 클러스터와 함께 작동할 수 있습니다. 향후 릴리스에서는 AWS, Azure, Alicloud를 포함해 더 많은 클라우드와 리전으로 서비스를 확장할 예정입니다.
전용 클러스터 지원을 통해 편리한 원스톱 검색 서비스인 Zilliz Cloud Pipelines의 이점을 누리면서 벡터 검색의 향상된 성능과 안정성을 경험할 수 있습니다.
지금 Zilliz Cloud Pipelines 시작하기
이것으로 Zilliz Cloud Pipelines 2월 릴리스의 내용을 마무리합니다: 선택할 수 있는 더 많은 임베딩 모델, 더 나은 사용자 경험, 로컬 파일 업로드, 전용 클러스터 지원입니다.
Zilliz Cloud Pipelines의 강력함을 직접 경험할 준비가 되셨나요? 오늘 무료로 Sign up하고 품질, 유연성, DevOps 부담 없는 간소화된 검색 솔루션을 사용해 보세요. 또한 Zilliz Cloud Pipelines를 LlamaIndex와 같은 인기 있는 RAG 프레임워크와 함께 사용할 수도 있습니다. 인프라 유지보수와 DevOps로부터 혁신을 자유롭게 하기 위해 Zilliz Cloud Pipelines를 사용하는 많은 개발자들과 함께하세요.
계속 읽기

Zilliz Cloud Now Available in AWS Asia Pacific (Seoul)
Zilliz Cloud is now available in AWS Seoul — low-latency vector search, in-country data residency, and one-step migration for Korean AI teams. 31 regions across 5 clouds.

Data Deduplication at Trillion Scale: How to Solve the Biggest Bottleneck of LLM Training
Explore how MinHash LSH and Milvus handle data deduplication at the trillion-scale level, solving key bottlenecks in LLM training for improved AI model performance.

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.



