vector db

 

 

 

 

특성	pgvector	FAISS	Pinecone
설정 난이도	● 중간 – PostgreSQL 설치 및 CREATE EXTENSION vector 필요	● 낮음 – pip install faiss-cpu 로 즉시 사용 가능	● 낮음 – 라이브러리 설치 후 API 키 설정 필요
메타데이터 필터링	● 강력 – SQL WHERE·JOIN으로 사전 필터링 가능	● 제한적 – 검색 후 애플리케이션 레벨 후처리 필요	● 지원 – 쿼리 시 메타데이터 필터 인수로 사용 가능
비용	● 무료 오픈소스 – 인프라(서버) 비용 별도	● 무료 오픈소스	● 유료 매니지드 서비스 – 사용량 기반 과금
네트워크 의존도	● 로컬/사내 네트워크 – DB 서버 필요(실습시로컬도 가능)	● 오프라인 지원 – 완전 로컬 실행 가능	● 원격 호출 필수 – 네트워크 레이턴시 존재
운영·모니터링	● 기존 Postgres 툴 (PgAdmin, Datadog 등) 활용	● 별도 구축 필요 – 모니터링·백업 전략 직접 수립	● 관리형 대시보드·모니터링 제공
저장공간	● Postgres 테이블 내에 벡터∙메타데이터 저장 – DB 크기에 비례 – 백업/압축 툴 활용 가능	● 기본은 메모리 인덱스 – save_local() 시 로컬 파일(index.faiss) 생성 – 디스크 사용량 ≈ 4바이트×dim×N + 인덱스 오버헤드 – PQ 등 압축 옵션 가능	● 매니지드 스토리지 – 사용량 기반 과금에 스토리지 포함 – 자동 복제·압축 옵션 제공 – 백업·고가용성 내장