milvus은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

milvus은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

milvus은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. milvus의 마지막 커밋은 2026년 10월 21일입니다.

milvus은(는) 어디에 사용할 수 있나요?

비공개 문서를 대상으로 검색 증강 생성(RAG) 파이프라인 구축 프로덕션 애플리케이션의 이미지, 텍스트 또는 멀티모달 유사도 검색 임베딩 유사도로 사용자와 항목을 매칭하는 추천 시스템 클러스터를 배포하기 전에 Milvus Lite로 로컬에서 벡터 검색 프로토타이핑

milvus는 어떻게 설치하나요?

Python SDK pymilvus를 설치합니다: pip install -U pymilvus pymilvus에서 MilvusClient를 가져옵니다 데이터를 영구 저장할 파일 이름을 지정해 로컬 Milvus Lite 클라이언트를 만듭니다 클라이언트로 컬렉션을 만듭니다

milvus은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/milvus-io/milvus

milvus-io/milvus

Milvus는 임베딩을 대규모로 저장하고 검색하는 오픈소스 분산 벡터 데이터베이스로, AI 검색 및 RAG 애플리케이션에 사용됩니다.

대체할 수 있는 제품:Pinecone

GitHub에서 보기 웹사이트

스타: 46,453
포크: 4,310
열린 이슈: 1,432
마지막 커밋: 2시간 전

어떤 프로젝트인가요?

Milvus는 텍스트, 이미지, 멀티모달 콘텐츠와 같은 비정형 데이터에서 생성한 임베딩을 저장하고, 이를 대상으로 근사 최근접 이웃 검색을 수행하는 벡터 데이터베이스입니다. 벡터와 함께 정수, 문자열, JSON 같은 스칼라 필드를 저장할 수 있으며, 메타데이터 필터링, 범위 검색, 하이브리드 검색을 지원합니다.

이 시스템은 Go와 C++로 작성되었으며, 컴퓨팅과 스토리지를 분리해 쿼리 노드와 데이터 노드를 독립적으로 확장할 수 있는 분산형 Kubernetes 네이티브 아키텍처를 갖췄습니다. 단일 머신에서 사용할 수 있는 Standalone 모드와, 로컬 프로토타이핑을 위해 pip로 설치할 수 있는 경량 버전인 Milvus Lite도 제공합니다. 지원하는 인덱스 유형에는 HNSW, IVF, FLAT, SCANN, DiskANN이 있으며, GPU 인덱싱도 선택적으로 사용할 수 있습니다.

이 프로젝트는 BM25 기반 전문 검색, SPLADE와 BGE-M3 같은 희소 임베딩, 멀티테넌시 격리, RBAC, TLS를 지원합니다. LangChain, LlamaIndex, OpenAI 같은 도구와 연동되며, Python SDK인 pymilvus는 MilvusClient 인터페이스를 제공합니다. Apache 2.0 라이선스로 배포되며 LF AI & Data Foundation에서 호스팅합니다.

핵심 기능

01HNSW, IVF, FLAT, SCANN, DiskANN 인덱스 유형을 지원하는 벡터 검색
02스칼라 필드를 이용한 메타데이터 필터링, 범위 검색, 하이브리드 검색
03BM25와 SPLADE 같은 희소 임베딩을 활용한 전문 검색
04노드를 독립적으로 확장할 수 있는 분산형 Kubernetes 네이티브 배포
05RBAC, 사용자 인증, TLS 암호화를 통한 멀티테넌시 격리
06pip install pymilvus[milvus-lite]로 로컬에서 사용할 수 있는 Milvus Lite

활용 사례

비공개 문서를 대상으로 검색 증강 생성(RAG) 파이프라인 구축
프로덕션 애플리케이션의 이미지, 텍스트 또는 멀티모달 유사도 검색
임베딩 유사도로 사용자와 항목을 매칭하는 추천 시스템
클러스터를 배포하기 전에 Milvus Lite로 로컬에서 벡터 검색 프로토타이핑

빠른 시작

1
Python SDK pymilvus를 설치합니다
pip install -U pymilvus
2
pymilvus에서 MilvusClient를 가져옵니다
3
데이터를 영구 저장할 파일 이름을 지정해 로컬 Milvus Lite 클라이언트를 만듭니다
4
클라이언트로 컬렉션을 만듭니다

사용 전 알아둘 점

자체 호스팅 분산 Milvus 클러스터를 실행하는 일은 복잡하며, Kubernetes에서 여러 마이크로서비스를 운영해야 합니다.
경량 Milvus Lite는 빠른 시작을 위한 옵션이며, 프로덕션 규모의 워크로드를 위한 것이 아닙니다.

토픽

#vector-database #ann-search #embeddings #rag #similarity-search #distributed #go #llm #anns #cloud-native

자주 묻는 질문

milvus은(는) 무엇인가요?: Milvus는 임베딩을 대규모로 저장하고 검색하는 오픈소스 분산 벡터 데이터베이스로, AI 검색 및 RAG 애플리케이션에 사용됩니다. Milvus는 텍스트, 이미지, 멀티모달 콘텐츠와 같은 비정형 데이터에서 생성한 임베딩을 저장하고, 이를 대상으로 근사 최근접 이웃 검색을 수행하는 벡터 데이터베이스입니다. 벡터와 함께 정수, 문자열, JSON 같은 스칼라 필드를 저장할 수 있으며, 메타데이터 필터링, 범위 검색, 하이브리드 검색을 지원합니다.
milvus은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: milvus은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
milvus은(는) 아직 유지보수되고 있나요?: 활발히 유지보수 중. milvus의 마지막 커밋은 2026년 10월 21일입니다.
milvus은(는) 어디에 사용할 수 있나요?: 비공개 문서를 대상으로 검색 증강 생성(RAG) 파이프라인 구축 프로덕션 애플리케이션의 이미지, 텍스트 또는 멀티모달 유사도 검색 임베딩 유사도로 사용자와 항목을 매칭하는 추천 시스템 클러스터를 배포하기 전에 Milvus Lite로 로컬에서 벡터 검색 프로토타이핑
milvus는 어떻게 설치하나요?: Python SDK pymilvus를 설치합니다: pip install -U pymilvus pymilvus에서 MilvusClient를 가져옵니다 데이터를 영구 저장할 파일 이름을 지정해 로컬 Milvus Lite 클라이언트를 만듭니다 클라이언트로 컬렉션을 만듭니다
milvus은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/milvus-io/milvus

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.