Vector Database란 무엇일까?

JSCODE 시니

2026. 06. 13.

✅ 1. Vector Database란 무엇일까?

• 과거의 백엔드 개발은 텍스트, 숫자 데이터를 관계형 DB에 저장하는 것이 전부였음

• 하지만, AI 시대가 오면서 데이터를 저장하고 검색하는 패러다임 자체가 완전히 바뀜

• 그 중심에 있는 것이 바로 Vector Database

• Vector Database는 우리가 아는 일반적인 텍스트, 이미지, 오디오 등의 비정형 데이터를 AI가 이해할 수 있는 '숫자들의 배열(고차원 벡터)'로 변환하여 저장
• 사람의 언어를 AI 세계의 좌표계(X, Y, Z...) 위치로 번역해서 저장하는 것과 같음

✅ 2. RDB vs Vector DB

• 가장 핵심적인 차이는 검색방법에 있음

• 전통적인 RDB (키워드 매칭)
• 정확히 일치하는 단어가 있어야만 찾을 수 있음
• “꾸리꾸리한 날씨” 라고 검색하면, 데이터베이스에 ‘꾸리꾸리한’, ‘날씨’ 라는 글자가 똑같이 들어간 데이터만 검색됨

• Vector DB (의미적 유사성 검색 - Semantic Search)
• 단어가 달라도 문맥과 의미가 비슷하면 찾아냄
• “꾸리꾸리한 날씨” 라고 검색해도, 벡터 좌표상 가까운 거리에 있는 "비가 오고 흐린 날"이라는 데이터를 찾아옴

✅ 3. LLM과의 관계

• 프롬프트 엔지니어링만으로는 극복할 수 없는 LLM의 한계(환각 현상, 최신 정보 부족, 기억력 한계)를 Vector Database가 완벽하게 보완해줌

• RAG (Retrieval-Augmented Generation, 검색 증강 생성)
• LLM이 답변을 만들기 전에, Vector DB라는 '외부 지식 도서관'을 먼저 탐색하여 가장 정확하고 최신인 정보를 찾아옴
• 그 정보를 기반으로 답변을 생성
• Hallucination을 막고, 사내 기밀 문서나 최신 뉴스 기반의 답변이 가능해짐
• 실무에서는 Vector DB의 의미 검색과 기존의 키워드 검색(Elasticsearch 등)을 혼합하여 검색의 정확도를 끌어올림

• 장기 기억 장치 (Long-term Memory) 구현
• 사용자와 나누었던 수많은 이전 대화 기록이나 사용자 성향 정보를 Vector DB에 저장
• 왜 예전에 말했던 거 있잖아 기억나? 라는 질문을 하더라도 대답하기 전에 "지금 이 질문과 관련된 과거의 대화 내용이 있나?" 하고 Vector DB를 검색(유사도 검색)해서 꺼내온 뒤, 프롬프트에 끼워넣음