AWS는 S3 벡터 GA를 통해 벡터 비용이 90% 절감된다고 주장하며 이를 ‘보완적’이라고 부릅니다. 분석가들은 벡터 데이터베이스에 대해 이것이 무엇을 의미하는지에 대해 의견이 분분합니다.

벡터 데이터베이스는 현대 AI 시대의 시작에 꼭 필요한 기술 기반으로 등장했습니다. 그러나 작년에 변경된 점은 LLM에서 사용하는 데이터의 수치 표현인 벡터가 점점 더 다양한 데이터베이스의 모든 방식에서 또 다른 데이터 유형이 되고 있다는 것입니다. 이제 Amazon Web Services(AWS)는 Amazon S3 벡터의 정식 출시를 통해 벡터의 편재성 측면에서 한 단계 더 발전하고 있습니다. Amazon S3는 모든 규모의 조직에서 모든 유형의 데이터를 저장하는 데 널리 사용되는 AWS 클라우드 객체 스토리지 서비스입니다. S3는 데이터 레이크 및 레이크하우스 배포를 위한 기본 구성 요소로도 사용되는 경우가 많습니다. Amazon S3 벡터는 이제 기본 벡터 스토리지와 유사성 검색 기능을 S3 객체 스토리지에 직접 추가합니다. 조직은 별도의 벡터 데이터베이스를 요구하는 대신 S3에 벡터 임베딩을 저장하고 의미 체계 검색, RAG(검색 증강 생성) 애플리케이션 및 AI 에이전트 워크플로에 대해 쿼리할 수 있습니다.