어떤 VectorDB를 써야 할까? (Pinecone, Milvus, Chroma, pgvector 비교)

> 최근 ChatGPT와 같은 생성형 AI(Generative AI)가 급부상하면서, 함께 주목받고 있는 기술이 있습니다. 바로 VectorDB(벡터 데이터베이스)입니다. 
기존의 관계형 데이터베이스(RDBMS)가 있는데 왜 새로운 형태의 데이터베이스가 필요해진 걸까요? 
오늘은 개발자 관점에서 VectorDB의 핵심 개념과 특징, 그리고 왜 지금 이 기술이 중요한지에 대해 정리해 보겠습니다.

# VectorDB란?

1. **VectorDB**는 텍스트, 이미지, 오디오와 같은 비정형 데이터를 **벡터(Vector)** 형태, 즉 고차원의 숫자 배열로 변환하여 저장하고 검색하는 데 특화된 데이터베이스입니다.

2. 전통적인 데이터베이스가 `WHERE title = '검색어'`와 같이 키워드 일치(Exact Match)를 찾는다면, VectorDB는 데이터의 의미적 유사성(Semantic Similarity)을 기반으로 검색을 수행합니다.
 

# 핵심 원리: 벡터 임베딩 (Vector Embedding)

컴퓨터는 "사과"라는 단어의 맛이나 모양을 이해하지 못합니다. 대신 AI 모델을 통해 이 데이터를 다차원 공간의 좌표(숫자 리스트)로 변환하는데, 이것을 임베딩(Embedding)이라고 합니다.

* **의미 공간(Semantic Space):** 의미가 비슷한 데이터들은 벡터 공간상에서 서로 가까운 거리에 위치하게 됩니다.
* **예시:**
 * '왕(King)' - '남자(Man)' + '여자(Woman)' = '여왕(Queen)'
 * '강아지'는 '고양이'와 가깝게, '자동차'와는 멀리 위치합니다.

> ![maxresdefault](https://librarian-blog-images.s3.ap-northeast-2.amazonaws.com/b1f67aaf-ccd0-457b-85a2-4688859f7f8d_maxresdefault.jpg)

 

# 기존 DB(RDBMS) vs VectorDB

가장 큰 차이점은 데이터를 바라보는 관점과 검색 방식에 있습니다.

| 특징 | 관계형 데이터베이스 (RDBMS) | 벡터 데이터베이스 (VectorDB) |
| :--- | :--- | :--- |
| **저장 단위** | 행(Row)과 열(Column) | 고차원 벡터 (Embeddings) |
| **검색 방식** | 키워드 매칭, 정확한 값 비교 | 유사도 검색 (Similarity Search) |
| **쿼리 예시** | `SELECT * FROM items WHERE name LIKE '%아이폰%'` | "최신 스마트폰 추천해줘" (의미 기반 검색) |
| **결과** | '아이폰' 단어가 포함된 결과만 반환 | 갤럭시, 픽셀 등 문맥상 유사한 결과 포함 |

 

# 왜 지금 VectorDB인가? (feat. RAG)

VectorDB가 필수 인프라로 떠오른 가장 큰 이유는 **LLM(거대언어모델)의 한계**를 보완해주기 때문입니다.

* **RAG (검색 증강 생성):** LLM은 학습하지 않은 최신 정보나 기업 내부의 사내 데이터는 알지 못합니다. 또한 사실이 아닌 정보를 진실인 것처럼 말하는 '환각(Hallucination)' 현상이 발생하기도 합니다.
* **해결책:** VectorDB에 우리만의 지식 데이터를 벡터화하여 저장해 둡니다. 사용자가 질문을 하면 VectorDB에서 가장 유사한 근거 자료를 찾아와 LLM에게 전달하고, LLM은 그 정보를 바탕으로 정확한 답변을 생성합니다.


 

# 마치며

VectorDB는 단순한 저장소를 넘어, AI가 데이터의 맥락(Context)을 이해하도록 돕는 핵심 기술입니다.

다음 포스팅에서는 VectorDB의 종류와 구체적인 내용들을 좀 더 심도있게 다뤄보겠습니다.

AI 시대의 필수 데이터베이스, VectorDB(벡터 DB)란 무엇인가?

독자의 메모