Vector Database
근사 근접 이웃 검색을 통해 고차원 임베딩을 효율적으로 저장하고 질의할 수 있도록 최적화된 데이터베이스입니다.
RAG·검색·추천이 표준이 되면서 임베딩 벡터를 저장·검색하는 인프라가 보편적 의존성이 됐다.
Vector DB 선택은 저장소 자체보다 metadata filter, hybrid search, ANN 옵션이 더 중요하다.
검색 품질이 안 좋으면 Vector DB만 교체하면 해결된다고 믿는 것.
Vector DB는 빠르게 commodity가 되고 있다. 진짜 차별화는 retrieval quality, metadata design, reranking, eval loop에서 생긴다.