DB 유형 - 벡터 DB - Zilliz, Vector Lakebase

https://zilliz.com/blog/what-is-a-vector-lakebase

2026.6.2
[Vector Lakebase란 무엇인가요?]

이 글은 현대 AI 워크로드를 지원하기 위해 벡터 데이터베이스의 기능을 데이터 레이크의 개방성과 결합한 통합 데이터 아키텍처인 벡터 레이크베이스(Vector Lakebase)를 소개합니다. 해당 시스템은 '하나의 데이터, 하나의 인덱스, 하나의 시맨틱 레이어'라는 핵심 설계 원칙을 통해 온라인 서비스와 오프라인 데이터 분석 사이의 단절을 해결하며, 데이터 복제 없이도 지속적인 개선이 가능한 CS/CD 플라이휠 구조를 제안합니다. 특히 실시간 서빙, 대화형 탐색, 배치 분석이라는 세 가지 형태의 작업 부하를 단일 플랫폼에서 처리함으로써 비정형 데이터의 전체 수명 주기를 효율적으로 관리할 수 있음을 강조합니다. 결과적으로 이 텍스트는 기존 벡터 데이터베이스의 역할을 확장하여 기업이 데이터 거버넌스와 확장성을 동시에 확보할 수 있는 차세대 AI 데이터 플랫폼으로의 진화를 독자에게 설명하고 있습니다.

 

벡터 레이크베이스는 벡터 데이터베이스를 대체하는 것이 아니라 확장한 것으로 이해하는 것이 가장 좋습니다. 벡터 검색은 여전히 ​​지연 시간이 짧은 핵심 서비스 경로이며, 벡터 레이크베이스는 이러한 경로를 주변 데이터를 저장, 인덱싱, 관리 및 지속적으로 개선할 수 있는 더 넓은 기반 위에 배치합니다.

Vector Lakebase 아키텍처는 '하나의 데이터 계층', '하나의 인덱스 계층', '하나의 시맨틱 계층'이라는 세 가지 원칙을 기반으로 합니다. 이 원칙들은 시스템 레코드가 어디에 위치하는지, 인덱스가 어떻게 관리되는지, 그리고 의미가 어떻게 구성되는지를 설명합니다.

 

 

Vector Lakebase는 서빙과 디스커버리 간의 지속적인 루프, 즉 CS/CD(지속적인 서빙 및 지속적인 디스커버리)로 작동합니다. 서빙은 피드백과 새로운 데이터를 생성하고, 디스커버리는 이를 더 깨끗한 데이터와 더 나은 인덱스로 변환하며, 이러한 개선 사항은 다시 서빙으로 이어집니다.

운영 측면에서 동일한 루프가 데이터 수집, 벡터화 및 보강, 쿼리 처리, 오프라인 처리의 네 단계를 거쳐 실행됩니다.

Vector Lakebase의 작동 방식: CS/CD 플라이휠, 4단계로 구성

Zilliz Vector Lakebase에서 이러한 워크로드는 장기 실행 (상주, 밀리초 단위 서비스 제공), 온디맨드 (대화형, 분 단위 요금 부과, 서비스와 검색 간의 연결 고리 역할), 오프라인 배치 (완료 시 컴퓨팅 리소스를 해제하는 대규모 작업)의 세 가지 컴퓨팅 모드로 매핑됩니다.