Zilliz

Zilliz는 엔터프라이즈급 AI 애플리케이션을 위해 특별히 설계된 벡터 데이터베이스 기술의 선두 주자입니다. Zilliz의 핵심은 세계에서 가장 인기 있고 빠르게 성장하는 오픈 소스 벡터 데이터베이스인 Milvus에 의해 구동됩니다. Zilliz는 이 강력한 기술을 완전 관리형 클라우드 서비스인 Zilliz Cloud로 제공하여 복잡한 벡터 검색 인프라의 배포, 확장 및 유지 관리를 단순화합니다. 이를 통해 개발자와 데이터 과학자는 데이터베이스를 관리하는 대신 혁신적인 AI 애플리케이션 구축에 집중할 수 있습니다.

이 플랫폼은 텍스트, 이미지, 오디오, 비디오와 같은 대규모 비정형 데이터를 벡터 임베딩이라는 고차원 숫자 표현으로 변환하여 처리하도록 설계되었습니다. Zilliz는 이러한 임베딩에 대한 초고속 유사성 검색을 수행하는 데 탁월하며, 데이터 내의 의미적 맥락과 관계를 이해하는 데 의존하는 차세대 AI 기반 기능을 가능하게 합니다.

Zilliz 사용 방법

Zilliz Cloud 시작하기는 벡터 데이터베이스를 처음 접하는 사람들에게도 간단하게 설계되었습니다.

1. 가입 및 배포: Zilliz Cloud 플랫폼에서 무료 계정을 만드세요. 시작하는 데 신용 카드가 필요하지 않습니다. 그런 다음 AWS, Google Cloud 또는 Azure를 포함한 선호하는 클라우드 제공업체에서 다양한 글로벌 지역에 걸쳐 벡터 데이터베이스를 배포할 수 있습니다.
2. SDK로 연결: Zilliz는 Python, Java, Go, Node.js와 같은 인기 있는 프로그래밍 언어를 위한 공식 SDK를 제공합니다. 이 SDK를 사용하여 애플리케이션을 Zilliz Cloud 인스턴스에 쉽게 연결할 수 있습니다.
3. 컬렉션 생성: 벡터 임베딩 및 관련 메타데이터에 대한 필드를 지정하여 데이터 스키마를 정의합니다. 그런 다음 데이터를 저장할 컬렉션을 만듭니다. Zilliz의 최적화된 AUTOINDEX 기능은 재현율과 성능의 균형을 자동으로 맞추는 데 도움이 됩니다.
4. 데이터 삽입: 선호하는 머신 러닝 모델을 사용하거나 Zilliz의 내장 임베딩 파이프라인을 활용하여 비정형 데이터를 벡터 임베딩으로 변환합니다. 이 벡터를 메타데이터와 함께 컬렉션에 삽입합니다.
5. 검색 수행: 벡터 유사성 검색(근사 최근접 이웃 - ANN)을 실행하여 주어진 쿼리 벡터에 가장 관련성 높은 데이터를 찾습니다. 메타데이터 필터를 적용하여 검색 결과를 세분화하고 강력한 하이브리드 검색 기능을 활성화할 수도 있습니다.
6. 통합 및 확장: 검색 결과를 RAG 시스템에 통합하여 LLM에 컨텍스트를 제공하거나 추천 시스템에 통합하여 항목을 제안하는 등 AI 애플리케이션에 통합합니다. 데이터와 트래픽이 증가함에 따라 클러스터를 쉽게 확장하여 수십억 개의 벡터를 처리할 수 있습니다.

Zilliz의 핵심 기능

• 고성능 벡터 검색: 오픈 소스 Milvus 엔진을 기반으로 하고 Cardinal 검색 엔진으로 강화된 Zilliz는 표준 Milvus에 비해 최대 10배 빠른 벡터 검색 속도를 제공합니다.
• 대규모 확장성: 대규모 배포를 위해 설계된 Zilliz는 1,000억 개 이상의 벡터를 손쉽게 처리할 수 있어 엔터프라이즈급 애플리케이션에 이상적입니다.
• 완전 관리형 서비스: Zilliz Cloud는 설정, 확장, 백업 및 유지 관리를 포함한 데이터베이스 관리의 복잡성을 추상화하는 완전 관리형 서비스입니다.
• 엔터프라이즈급 보안 및 거버넌스: SOC 2 Type II 및 ISO 27001 표준을 준수하며 강력한 데이터 보호를 위해 역할 기반 액세스 제어(RBAC)를 지원합니다.
• 고가용성: 업계 최고의 99.95% 월간 가동 시간 SLA를 제공하여 애플리케이션이 항상 사용 가능하도록 보장합니다.
• 멀티 클라우드 가용성: 전 세계 8개 지역의 AWS, Azure, GCP에 배포할 수 있어 유연성과 글로벌 범위를 제공합니다.
• 내장 임베딩 파이프라인: 데이터 준비 및 청킹에서 모델 선택 및 변환에 이르기까지 데이터-벡터 변환 프로세스를 간소화합니다.
• 광범위한 AI 통합: LangChain, LlamaIndex, OpenAI, Cohere 등과 같은 선도적인 AI 모델 및 프레임워크와 원활하게 통합됩니다.

Zilliz의 사용 사례

Zilliz의 기능은 다양한 AI 기반 시나리오에 적용할 수 있습니다.

• 검색 증강 생성(RAG): 지식 기반에서 관련 외부 데이터를 제공하여 대규모 언어 모델(LLM)을 강화하고, 환각을 줄이며 응답의 정확성을 향상시킵니다.
• 추천 시스템: 사용자의 과거 행동 및 선호도와 의미적으로 유사한 항목을 찾아 제품, 기사 또는 미디어를 추천합니다.
• 의미론적 및 멀티모달 검색: 방대한 컬렉션에서 의미적으로 유사한 텍스트, 시각적으로 유사한 이미지 또는 유사한 오디오/비디오 클립을 찾을 수 있는 강력한 검색 엔진을 만듭니다. 텍스트를 사용하여 이미지를 검색하는 것과 같은 교차 모달 쿼리도 지원합니다.
• AI 에이전트: AI 에이전트의 장기 기억 역할을 하여 실시간 검색을 수행하고 지식을 기반으로 하며 더 지능적인 결정을 내릴 수 있도록 합니다.
• 분자 유사성 검색: 유사한 하위 구조를 가진 분자를 검색하여 신약 개발 및 화학 연구를 가속화합니다.

Zilliz의 장점

Zilliz는 여러 가지 주요 이유로 벡터 데이터베이스 시장에서 두각을 나타냅니다.

• 성능 및 비용 효율성: 고성능을 위해 구축되었으면서도 확장성을 고려한 가격 책정으로 최적화된 총 소유 비용(TCO)을 제공합니다.
• 오픈 소스 기반: Milvus를 기반으로 구축되어 활발한 오픈 소스 커뮤니티, 빠른 혁신, 10,000개 이상의 기업 사용자가 검증한 신뢰성의 이점을 누립니다.
• 사용 용이성: 완전 관리형 서비스를 통해 팀은 심층적인 운영 전문 지식 없이도 몇 분 만에 대규모 벡터 검색 서비스를 시작할 수 있습니다.
• 신뢰성 및 보안: 엔터프라이즈급 SLA 및 보안 인증을 통해 Zilliz는 미션 크리티컬 애플리케이션에 신뢰할 수 있는 선택입니다.

가격 및 플랜

Zilliz는 다양한 요구와 규모에 맞춰 유연한 가격 구조를 제공합니다.

• 무료 등급: 넉넉한 무료 등급을 통해 사용자는 재정적 부담 없이 시작하고, 프로토타입을 구축하고, 플랫폼을 테스트할 수 있습니다.
• 종량제 플랜: 애플리케이션을 출시할 준비가 되면 사용자는 사용량 기반 플랜으로 업그레이드하여 소비한 리소스에 대해서만 비용을 지불할 수 있습니다. 이는 스타트업 및 가변적인 워크로드를 가진 애플리케이션에 이상적입니다.
• 전용 인스턴스: 까다로운 성능 및 보안 요구 사항이 있는 대기업을 위해 Zilliz는 보장된 리소스를 갖춘 전용 클러스터를 제공합니다.
• 서버리스 옵션: Zilliz Cloud는 실시간 수요에 따라 리소스를 자동으로 확장 및 축소하여 최대 50배의 비용 절감을 제공할 수 있는 서버리스 옵션도 제공합니다.

웹사이트에는 임베딩에서 벡터 검색에 이르기까지 AI 파이프라인 비용을 사용자가 추정하는 데 도움이 되는 RAG 비용 계산기도 있습니다.