Amazon S3 Vectors
대규모 벡터 저장 및 쿼리를 기본적으로 지원하는 비용 최적화된 AI 지원 스토리지로 총 비용을 최대 90% 절감할 수 있습니다.
S3 Vectors란 무엇입니까?
Amazon S3 Vectors는 벡터 저장 및 쿼리를 기본적으로 지원하는 최초의 클라우드 객체 스토어로, AI 에이전트, AI 추론, Amazon S3에 저장된 콘텐츠의 시맨틱 검색을 위한 용도에 맞게 구축되고 비용 최적화된 벡터 스토리지를 제공합니다. 벡터 업로드, 저장 및 쿼리 비용을 최대 90%까지 줄임으로써, S3 Vectors는 비용 효율적으로 대규모 벡터 데이터세트를 생성하고 사용하여 AI 에이전트의 메모리 및 컨텍스트를 개선하고 S3 데이터의 시맨틱 검색 결과를 개선할 수 있습니다. Amazon S3와 동일한 탄력성, 확장성, 내구성을 제공하도록 설계된 S3 Vectors를 사용하면 1초 미만의 쿼리 성능으로 수십억 개의 벡터를 저장하고 데이터를 검색할 수 있습니다. 대량의 정보를 체계적으로 정리하고 검색할 수 있는 벡터 인덱스를 구축하고 유지 관리해야 하는 애플리케이션에 적합합니다.
AI 지원 스토리지로 더 빠르게 빌드
S3 Vectors를 사용하면 인프라를 프로비저닝하지 않고도 벡터를 저장, 액세스 및 쿼리할 수 있는 전용 API 세트를 활용할 수 있습니다. S3 Vectors는 Amazon SageMaker Unified Studio를 비롯한 Amazon Bedrock 지식 기반과 기본적으로 통합되어 검색 증강 생성(RAG) 비용을 절감할 수 있습니다. Amazon OpenSearch Service와의 통합을 통해 대규모 벡터 데이터세트는 S3에 저장하여 거의 실시간으로 액세스할 수 있게 하고, 가장 높은 성능이 요구되는 벡터 데이터는 OpenSearch에서 즉시 활성화하는 계층형 전략을 채택할 수 있습니다.
데이터 포인트
장점
1초 미만의 쿼리 성능을 유지하면서 벡터 업로드, 저장 및 쿼리 비용을 최대 90% 절감할 수 있습니다. 값비싼 스토리지 옵션에서 벗어나 사용한 만큼만 비용을 지불하면서 수백만에서 수십억 개의 벡터를 저장하여 비용을 절감하세요. 인프라 관리 없이 대량의 벡터를 효율적으로 확장하고, 프로비저닝 없이 진화하는 워크로드를 수용할 수 있는 벡터 인덱스를 사용하여 데이터를 구성합니다. 벡터 기반 AI 사용 사례에 맞게 설계된 S3 Vectors는 성능과 효율성의 실질적인 균형을 제공합니다.
세분화된 벡터 임베딩을 생성하여 이미지, 비디오, 오디오, 텍스트를 비롯한 비정형 데이터를 심층적으로 이해할 수 있습니다. 벡터 검색 애플리케이션에 맞게 탄력적으로 확장하여 시맨틱 유사성을 기준으로 세분성을 개선합니다. 뉴스 콘텐츠 분석, 스포츠 하이라이트 인덱싱, 의료 이미지 및 게놈 데이터 작업 등, S3 Vectors는 일관된 쿼리 성능과 유연한 확장으로 대용량 워크로드를 지원합니다.
인 메모리 벡터 데이터베이스의 높은 처리량 성능이 필요하지 않은 대용량의 장기 벡터 데이터에는 S3 Vectors를 사용하세요. Amazon OpenSearch Service는 실시간 애플리케이션에 필요한 높은 QPS(초당 쿼리 수)와 지연 시간이 짧은 벡터 검색을 제공하지만, S3 Vectors는 장기 스토리지 및 드문 데이터 액세스에 최적화된 쿼리 성능을 갖춘 비용 최적화된 데이터 기반을 제공하여 이러한 문제를 보완합니다. 또한 일관성이 보장되는 스토리지 아키텍처의 이점을 활용하여 후속 쿼리에 항상 가장 최근에 추가된 데이터를 포함할 수 있습니다.
Amazon OpenSearch Service를 통해 내장된 연결 기능을 활용하여 최적화된 비용 성능으로 벡터 검색을 수행하고, Amazon Bedrock 지식 기반을 활용하여 저렴한 비용으로 RAG 애플리케이션을 개선하세요. Amazon SageMaker Unified Studio에서 Amazon Bedrock에 액세스하여 기존 프로젝트 프로필을 사용하여 추론 기반 애플리케이션을 구축하고 팀 협업 개선을 위한 통합되고 확장 가능하며 공유 가능한 AI 개발 환경을 만들 수 있습니다.
사용 사례
시맨틱 의미와 유사성을 기준으로 하는 정확한 검색 결과
대량의 벡터 데이터세트에서 시맨틱 및 유사성 검색을 수행합니다. 미디어 조직은 수백만 시간 분량의 비디오를 인덱싱하여 관련 장면을 즉시 표시하여 하이라이트 영상을 촬영할 수 있으며, 의료 제공업체는 의료 영상을 나타내는 수십억 개의 벡터 임베딩을 저장하여 유사한 사례를 식별하고 진단을 가속화할 수 있습니다. S3 Vectors를 사용하면 대규모를 유지하면서 저렴한 비용으로 비정형 데이터의 시맨틱 가치를 활용할 수 있습니다.
Amazon Bedrock 통합으로 RAG 비용 절감
S3 Vectors를 Amazon Bedrock 지식 기반과 결합하여 검색 증강 생성(RAG) 비용을 절감합니다. RAG 애플리케이션을 사용하여 독점 데이터세트를 상황 인식이 가능한 지능형 지식 저장소로 전환하세요. 콘솔, API, SDK를 통해 또는 Amazon SageMaker Unified Studio에서 직접 S3 Vectors의 확장 가능한 벡터 데이터뿐만 아니라 Amazon Bedrock의 고성능 기반 모델 및 고급 지식 기반에 액세스하여 생성형 AI 애플리케이션을 빠르게 구축하고 사용자 지정할 수 있습니다.
확장되고 오래 지속되는 메모리로 더 스마트한 AI 에이전트 구축
더 많은 컨텍스트를 유지하고, 풍부한 데이터로 추론하고, 저렴한 대규모 벡터 스토리지에서 지속적인 메모리를 구축하여 AI 에이전트를 더욱 지능적으로 만드세요. 페타바이트 규모의 벡터 데이터에 대한 모든 상호 작용, 문서 및 인사이트를 저렴한 비용으로 저장하여 에이전트가 중요한 상황 정보를 잊어버리는 일이 없도록 합니다. 지속적인 학습, 이전 상황 정보, 재교육 및 미세 조정을 지원하여 심층적인 에이전트 인텔리전스를 이끌어냅니다. 에이전트 기억에 도움을 주기 위한 것이든 대규모 AI 데이터세트에 대한 유사성 검색이든 상관없이 S3 Vectors는 벡터를 저장하고 검색하기 위한 비용 효율적인 데이터 기반을 제공합니다.
모든 규모의 개발을 위한 AI 지원 스토리지
어떤 양의 벡터 데이터도 저장하고 빠르게 액세스하여 AI 프로젝트를 빠르게 시작할 수 있습니다. 인프라 설정이 필요 없기 때문에 S3 Vectors를 사용하면 데이터를 활용하고 AI 개발을 즉시 시작할 수 있습니다. 또한 정교한 AI 애플리케이션을 위한 까다로운 스토리지 요구 사항을 처리하도록 구축되었습니다. S3 Vectors는 개인화 엔진을 구축하든, 자연어 처리 시스템을 구축하든, 대규모 코드 베이스를 탐색하든, 요구 사항에 맞게 확장되는 비용 최적화된 AI 지원 스토리지를 제공하여 프로토타입에서 프로덕션에 이르는 모든 단계에서 AI 혁신을 가속화합니다.
Amazon OpenSearch Service를 사용하여 벡터 검색 가격 및 성능 최적화
S3 Vectors의 확장 가능한 벡터 스토리지에 따른 업계 최고의 경제성, 높은 처리량과 지연 시간이 짧은 벡터 검색을 위한 Amazon OpenSearch Service의 고성능 검색 기능을 결합하여 비용과 성능의 균형을 맞춥니다. S3 Vectors는 Amazon OpenSearch Service와 함께 사용하여 자주 쿼리되지 않는 벡터의 스토리지 비용을 낮출 수 있고, 수요가 증가하거나 검색 기능을 강화해야 하는 경우 이를 OpenSearch로 신속하게 이동할 수 있습니다. 이러한 전략적 통합을 통해 성능 요구 사항을 기준으로 가장 적합한 서비스에 벡터 워크로드를 할당하여 비용 최적화와 탁월한 쿼리 응답성을 모두 보장할 수 있습니다.
고객
March Networks
Delta Group 계열사인 March Networks는 세계 최대 은행 및 소매업체와 협력하여 안전한 클라우드 기반 지능형 비디오 솔루션을 제공하고 실시간 비즈니스 인사이트를 통해 보안, 운영 효율성 및 수익성을 개선합니다.
“Amazon S3 Vectors는 대규모 비디오 및 사진 인텔리전스에 대해 분명한 이점을 제공합니다. 비용 최적화된 아키텍처를 통해 수십억 개의 벡터 임베딩을 경제적으로 저장할 수 있으며 Amazon Bedrock 및 S3와의 원활한 통합으로 생성형 AI 및 비디오 워크플로가 간소화됩니다. S3의 방대한 규모와 99.999999999%의 내구성을 활용하여 지속적으로 증가하는 비디오 데이터 및 벡터 임베딩을 관리하는 데 필요한 안정성을 확보했습니다. 처리량이 많고 지연 시간이 짧은 시맨틱 검색을 통해 전체 비디오 아카이브에서 1초 미만의 인사이트를 얻을 수 있습니다. S3 Vectors는 대규모 사진 및 비디오 분석에 필수적인 확장 가능하고 비용 효율적인 스토리지 계층을 제공합니다.”
Jeff Corrall, March Networks, 최고 제품 책임자
Qlik
Qlik는 AI 기반 데이터 분석 및 통합 분야의 글로벌 소프트웨어 회사로서, 조직이 실시간 데이터 액세스 및 인사이트를 통해 더 빠르고 정보에 입각한 결정을 내릴 수 있도록 합니다. 이 회사의 엔드투엔드 플랫폼은 AI, 자동화, 통제된 데이터 워크플로를 결합하여 원시 데이터를 실행 가능한 인텔리전스로 변환합니다.
“OpenSearch에서 제공하는 S3 Vectors 엔진을 활용하여 수많은 리소스 인덱스가 지원하는 수억 개의 벡터를 수집했습니다. 이를 통해 데이터 엔지니어, 분석 소비자 및 AI 에이전트 모두를 위한 분석 및 데이터 통합 제품의 모든 엔터티에서 완전한 시맨틱 검색 기능이 가능해질 것입니다.”
Martin Andersson, Qlik, 수석 설계자
MIXI
MIXI, Inc.는 모바일 게임, 스포츠 참여 및 커뮤니티 플랫폼을 통해 수백만 명의 사용자에게 대규모 소셜 커뮤니케이션 및 디지털 엔터테인먼트 환경을 제공합니다. MIXI는 심층적인 고객 이해와 데이터 기반 혁신을 결합하여 사람들을 연결하고 일상 생활을 풍요롭게 하는 대화형 서비스를 구축합니다.
“Amazon S3 Vectors를 채택함으로써 2,700만 명 이상의 사용자로 구성된 FamilyAlbum 사진 공유 커뮤니티에 서비스를 제공할 수 있는 유연한 메타데이터 인식 시맨틱 검색 기능을 구축할 수 있었습니다. 이 완전 관리형 인프라는 자체 관리형 검색 시스템에 비해 운영을 크게 단순화하므로 우리 팀은 새로운 AI 기반 기능을 제공하는 데 집중할 수 있습니다. 100개의 인덱스에서 약 4억 개의 벡터를 인덱싱하기 위해 S3 Vectors는 시맨틱 검색을 확장하는 데 필요한 성능과 비용 효율성을 제공함으로써 모든 사용자를 위한 맞춤형 사진 인화 추천과 같은 미래형 환경을 제공합니다.”
Takahiro Kinouchi, MIXI, Inc. ML 엔지니어
Backlight
Backlight는 고장난 미디어 워크플로를 단순한 AI 기반 제품으로 대체하는 글로벌 미디어 기술 회사입니다. Backlight는 통합 솔루션 제품군을 통해 크리에이티브 팀과 프로덕션 팀이 임팩트를 이끌어내는 매력적인 스토리를 만드는 데 집중할 수 있도록 합니다.
“우리에게는 1,000시간 이상의 비디오 라이브러리를 보유한 수백 명의 고객이 있으며, 일부 고객은 수십만 개의 라이브러리를 보유하고 있습니다. 기업은 소유 및 운영하는 FAST(무료 광고 지원 스트리밍 TV) 및 앱 사용자에게 콘텐츠를 배포할 때 현명한 결정을 내려야 합니다. Amazon S3 Vectors는 지능형 미디어 워크플로를 확장할 수 있는 기반을 제공하므로 고객은 대규모 라이브러리에서 검색 가능한 데이터로 미디어를 강화할 수 있습니다.”
Ed Laczynski, GM, Zype, Backlight, Backlight
Twilio
Twilio는 기업이 커뮤니케이션과 데이터를 사용하여 고객 여정의 모든 단계에 인텔리전스와 보안을 추가할 수 있도록 합니다. 오늘날의 선두적인 기업들은 고객과 직접적이고 개인화된 관계를 구축하기 위해 Twilio를 신뢰합니다.
“S3 Vectors를 사용하면 이미 신뢰하는 스토리지 내에 액세스 가능한 벡터 인터페이스를 탑재하여 클릭 한 번으로 시맨틱 검색 기능을 갖춘 S3의 확장성을 얻을 수 있습니다. 이러한 단순성 덕분에 Twilio 팀은 새로운 인프라나 튜닝의 어려움 없이 강력한 검색 증강 생성 및 맞춤형 추천을 고객 참여 플랫폼에 적용할 수 있습니다. 개발자가 일상 데이터를 더 스마트하고 신뢰할 수 있는 고객 환경으로 전환하는 데 S3 Vectors가 어떤 도움이 될지 알아보고 싶습니다.”
Zachary Hanif, Twilio, AI, ML 및 데이터 책임자, 트래픽 인텔리전스 담당 부사장
TwelveLabs
TwelveLabs는 첨단 비디오 이해 기술을 전문으로 하는 멀티모달 AI 분야의 선구자입니다. 비디오 기반 모델을 통해 조직은 화면에 보이는 내용뿐만 아니라 그 뒤에 숨겨진 풍부한 컨텍스트와 의미를 이해함으로써 인간과 같은 정밀도로 비디오 콘텐츠를 검색, 요약 및 분석할 수 있습니다.
“비디오는 세계에서 가장 가치 있으면서 충분히 활용되지 못한 정보를 담고 있으며, 지금까지는 시간이 많이 걸리는 수동 워크플로에 갇혀 있었습니다. 당사의 기본 모델을 통해 고객은 페타바이트 규모의 비디오를 검색 가능하고 실행 가능한 지식으로 전환할 수 있습니다. Amazon S3 Vectors와 같은 확장 가능한 인프라를 통해 엔터프라이즈 규모의 시맨틱 검색 및 비디오 분석을 제공하여 팀이 창의성, 의사 결정 및 영향력에 집중할 수 있도록 합니다.”
Jae Lee, TwelveLabs, 공동 설립자 겸 CEO
Spice AI
Spice AI는 휴대용 오픈 소스 데이터 및 AI 컴퓨팅 엔진을 사용하여 기업이 빠르고 정확하며 확장 가능한 AI 애플리케이션 및
에이전트를 구축할 수 있도록 지원합니다. 이 제품은
데이터를 통합하고 다양한 소스에서 검색하며, 클라우드,
엣지 및 온프레미스 시스템 전반의 워크로드를 지원하여 AI 개발을 간소화합니다.
“AI 애플리케이션과 에이전트가 증가하는 데이터 볼륨에 액세스해야 함에 따라 업계에서는 객체 스토리지에 점점 더 많이 의존하고 있습니다. Amazon S3 Vectors는 이제 시맨틱 검색 및 가져오기를 위한 간단한 솔루션에서 S3 확장성, 적절한 가격대, 탄력성 및 내구성을 얻을 수 있다는 점에서 매우 흥미롭습니다. 우리는 S3 팀과 협력하여 S3 Vectors를 Spice.ai 오픈 소스 데이터 및 AI 컴퓨팅 엔진에 통합하여 엔터프라이즈 데이터 소스 전반에 걸쳐 벡터 임베딩을 효율적으로 관리하고 쿼리할 수 있는 간단한 SQL 인터페이스를 제공합니다.”
Luke Kim, Spice AI, 설립자 겸 CEO
xCures
XCures는 집계되고 구조화되고 정규화된 의료 기록에서 임상 정보를 추출하는 AI 지원 의료 데이터 플랫폼을 운영합니다.
“S3 Vectors는 벡터 관리를 위한 Amazon OpenSearch Service를 비용 효율적으로 보완하므로 개별 워크로드에 필요한 성능 요구 사항을 유지하면서 효율적으로 확장할 수 있습니다. 이를 통해 의료 기록에서 의미 있는 임상 내용을 더 잘 식별하고 대규모로 구조화된 고품질 데이터 추출을 지원할 수 있습니다.”
Zach Kaufman, xCures, 제품 관리 담당 부사장
BMW
BMW Group은 프리미엄 자동차 및 오토바이를 공급하는 세계 최고의 공급업체이자 BMW, MINI, Rolls-Royce 및 BMW Motorrad 브랜드의 본고장입니다.
“Cloud Data Hub는 BMW Group의 중앙 데이터 플랫폼으로 Apache Iceberg를 통해 S3에 저장된 BMW의 큐레이팅되고 확장된 데이터세트를 관리합니다. 조직 전체에서 AI 기반 데이터 사용성을 높이기 위해 BMW의 정형 iceberg 데이터를 현재 반정형 열 데이터와 통합하는 하이브리드 검색 솔루션을 개발 중입니다. S3 Vectors는 비용과 성능 간의 최적의 균형과 기존 S3 Iceberg 아키텍처, ID 및 액세스 관리 프레임워크와의 호환성을 고려하여 선정되었습니다.”
Ruben Simon, BMW, Cloud Data Hub, 제품 관리 책임자
Precisely
Precisely는 소프트웨어, 데이터 및 데이터 전략 서비스를 아우르는 수십 년 간의 심층적인 도메인 전문 지식을 갖춘 데이터 무결성 분야의 신뢰할 수 있는 파트너입니다. 이 회사의 포트폴리오는 고객 데이터를 통합하고, 데이터 품질을 개선하고, 데이터 사용을 관리하고, 위치 데이터를 지오코딩 및 분석하고, 보완 데이터세트로 데이터를 보강하여 신뢰할 수 있는 비즈니스 결정을 내리는 데 도움이 됩니다.
“AI 기반 데이터 검색 및 메타데이터 큐레이션 기능에 비용 대비 성능 유연성을 제공하는 Amazon S3 Vectors의 잠재적인 기능을 살펴보게 되어 매우 기쁘게 생각합니다.”
Tendu Yogurtcu, Precisely, 최고 기술 책임자
Nomad Media
Nomad Media는 AWS에 구축된 클라우드 네이티브 콘텐츠 및 자산 관리, 콘텐츠 배포, 라이브 스트리밍 플랫폼을 제공하여 클라우드 기반 자산 관리를 AWS Media Services 및 AI/GenAI의 기능과 원활하게 통합하여 사용하기 쉬운 단일 시스템으로 구현합니다.
“Amazon S3 Vectors를 사용하면 미디어 검색 기능을 효율적이고 비용 효과적으로 확장하여 계속 증가하는 고객의 콘텐츠 라이브러리에 맞게 수십억 개의 레코드로 확장할 수 있습니다.”
Adam Miller, Nomad Media, 공동 설립자 겸 CEO
Natera
Natera는 종양학, 여성 건강 및 장기 건강에 중점을 둔 비침습적, 무세포 DNA 기술을 사용한 유전자 검사를 전문으로 합니다. 의사와 클리닉에서는 Natera의 검사를 사용하여 치료 계획을 설계하고 환자에게 정밀 의료를 제공합니다.
“우리는 S3 Vectors와 Amazon Bedrock을 사용하여 벡터 인덱스를 생성하고 실험실 장비 엔지니어링 문서 사용 사례에 맞는 벡터를 수집합니다. 이러한 통합을 통해 실험실 장비 서비스 엔지니어는 복잡한 기기 매뉴얼에서 정보를 신속하게 찾고 연결할 수 있으므로 유지 관리 및 문제 해결의 속도와 정확성이 크게 향상됩니다. 그 결과 Natera는 실험실 운영 전반에서 문제를 더 빠르게 해결하고 기기 가동 시간을 늘렸습니다.”
Ariel Jirau, Natera 수석 소프트웨어 엔지니어
Squiz
글로벌 Digital Experience Platform 공급자인 Squiz는 Amazon S3 Vectors를 사용하여 대화형 검색 도구를 지원합니다. 이 도구는 조직에서 자연어 상호 작용을 통해 사용자가 기대하는 더욱 매력적인 웹 사이트 환경을 제공할 수 있습니다.
“S3 Vectors는 통합 파이프라인을 재구상할 수 있게 해주었습니다. 이를 통해 맞춤형 상시 가동 인프라에서 확장 가능한 서버리스 모델로 전환할 수 있어 대화형 데이터 처리 속도가 50% 향상되고 비용이 절감되었습니다. 이제 클라이언트당 25,000개에서 수백만 개의 벡터로 원활하게 확장할 수 있으므로 엔지니어링 팀은 인프라 관리 대신 RAG 혁신에 집중할 수 있습니다.”
Greg Sherwood, Squiz, CTO
오늘 원하는 내용을 찾으셨나요?
페이지의 콘텐츠 품질을 개선할 수 있도록 피드백을 보내주십시오.