# 2023년, 벡터 데이터베이스 선택을 위한 비교 및 가이드 / Picking a vector database: a comparison and guide for 2023

> Clean Markdown view of GeekNews topic #11251. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=11251](https://news.hada.io/topic?id=11251)
- GeekNews Markdown: [https://news.hada.io/topic/11251.md](https://news.hada.io/topic/11251.md)
- Type: news
- Author: [ninebow](https://news.hada.io/@ninebow)
- Published: 2023-10-09T20:33:28+09:00
- Updated: 2023-10-09T20:33:28+09:00
- Original source: [discuss.pytorch.kr](https://discuss.pytorch.kr/t/2023-picking-a-vector-database-a-comparison-and-guide-for-2023/2625)
- Points: 15
- Comments: 0

## Topic Body

- LLM, RAG, Semantic Search 등의 어플리케이션에 사용하는 Vector Database를 선택하기 위한 비교 및 가이드 글로, Vectorview 공동 창업자, 에밀 프뢰베르크(Emil Fröberg)의 글을 번역하였습니다.  
  
- Pinecone, Weviate, Milvus, Qdrant, Chroma, Elasticsearch 및 PGvector의 7개 Vector Database를 비교하였습니다.  
  
- 비교 항목은 다음과 같습니다.  
  1) 오픈소스 여부  
  2) 자체 호스팅 가능 여부  
  3) 클라우드 관리 여부  
  4) 벡터 전용 여부  
  5) 개발자 경험과 커뮤니티  
  6) QPS(Query-per-Second) 및 지연시간(Latency)  
  7) 지원하는 인덱스의 종류  
  8) 하이브리드 검색 및 디스크 인덱시 지원 여부  
  9) 역할 기반 접근 제어(RBAC) 지원 여부  
  10) 동적 세그먼트 vs. 정적 데이터 샤딩  
  11) 무료 호스팅 키어 제공 여부 및 가격  
  
- 원문: https://benchmark.vectorview.ai/vectordbs.html

## Comments



_No public comments on this page._