본문으로 건너뛰기
ReviewRamble

주간 브리프

AI 리뷰를 받은편지함으로.

  • 도구, 모델, MCP 서버, 저장소의 새 리뷰(결론부터)
  • 변경이 있을 때 다시 확인한 가격과 평점
  • 새로 발행된 분석 글

모델, 에이전트, MCP 서버, 그리고 정말 시간을 들일 만한 도구.

일주일에 한 통입니다. 각 브리프의 링크로 구독을 해지할 수 있습니다. 이메일 사용 방식

Milvus

수십억 규모 검색을 위한 분산 벡터 데이터베이스로, 이제 Parquet, Lance, Iceberg 파일 속 벡터를 옮기지 않고 그 자리에서 조회할 수 있습니다.

리뷰어: Sheela · 업데이트

GitHub에서 보기 오픈 소스

평점

4.4/5

수십억 개의 벡터를 위해 만들어졌고 그 대가는 운영 부담으로 치릅니다. 수억 개 미만이라면 대부분의 팀에게 필요 이상으로 큰 데이터베이스입니다.

Milvus의 개요

Milvus는 Go와 C++로 작성된 오픈소스 벡터 데이터베이스로, 저장, 색인, 조회를 각각 독립적으로 확장할 수 있도록 별도 서비스로 구성됐습니다. 밀집 벡터와 희소 벡터, BM25 전문 검색, 다양한 색인 유형, 스칼라 필드 필터링을 지원합니다.

2026년 7월 29일에 나온 Milvus 3.0.0은 레이크 네이티브 설계를 더했습니다. External Collections는 객체 스토리지의 Parquet, Lance, Iceberg, Vortex 파일을 복사해 들이지 않고 조회합니다. 희소 색인도 다시 만들었고, 긴 TEXT 필드, 패싯 검색, 온라인 스키마 변경, 행 단위 만료를 추가했습니다. 최신 패치 3.0.3은 2026년 10월 14일에 나왔습니다.

Milvus를 만든 회사 Zilliz는 관리형 Zilliz Cloud를 판매합니다.

Milvus, 쓸 만한 가치가 있습니까?

Milvus는 처음부터 매우 큰 컬렉션을 위해 설계된 오픈소스 벡터 데이터베이스이며, 그 근거는 아키텍처입니다. 저장, 색인, 조회가 별도 서비스로 돌아가 각각 독립적으로 확장됩니다. 이 설계 덕분에 수십억 벡터 워크로드에서 지지층이 있고, GitHub 스타는 약 46,500개로 Qdrant나 Weaviate보다 많습니다.

2026년 7월에 나온 버전 3.0은 독특한 선택을 했습니다. External Collections는 이미 객체 스토리지에 있는 Parquet, Lance, Iceberg, Vortex 파일을 색인하고 검색하므로, 데이터 파이프라인이 만든 임베딩을 복사해 들일 필요가 없습니다. Zilliz는 다시 만든 BM25 색인이 2.6보다 약 세 배 작고, 새 희소 알고리즘 하나는 이전 처리량의 최대 열 배에 이른다고 말합니다. 이는 업체 수치이며, Zilliz는 Milvus가 대체로 좋은 성적을 내는 순위표 VDBBench도 운영합니다. 새 저장 형식은 선택 사항이고, 한번 켜면 2.6으로 롤백할 수 없습니다.

문서는 하드웨어에 대해 솔직합니다. 클러스터에는 최소 8코어와 32 GB RAM, 권장 128 GB, NVMe 디스크, 그리고 fsync가 10 ms 미만일 만큼 빠른 스토리지 위의 etcd가 필요합니다. Docker Compose의 Standalone도 Milvus와 함께 etcd와 MinIO를 실행합니다.

보안 기본값은 주의가 필요합니다. 사용자 인증은 authorizationEnabled를 설정하기 전까지 꺼져 있고, 기본 root 비밀번호는 Milvus입니다. 2026년 2월의 치명적 권고(CVE-2026-26190, CVSS 9.8)는 인증을 켜도 메트릭 포트 9091이 인증 없는 REST API를 노출한다는 사실을 보여 줬습니다. 2.5.27과 2.6.10에서 수정됐고, 권고는 그런 포트 다수가 인터넷에서 접근 가능했다고 적고 있습니다. 수억 개 미만의 벡터라면 진짜 비교 대상은 운영자에게 훨씬 적은 것을 요구하는 Qdrant입니다.

제 역할을 하는 곳

  • 상품 임베딩 8억 개를 가진 마켓플레이스의 플랫폼팀

    수동 샤딩 없이 프로덕션 지연 시간으로 필터링된 유사도 검색 제공하기

    Helm이나 Milvus Operator로 클러스터를 배포하고, 조회 노드와 색인 노드의 크기를 따로 잡고, 카테고리와 가격 같은 스칼라 필드로 필터링합니다. 플랫폼 엔지니어의 지속적인 시간과 128 GB급 노드가 필요하다고 보십시오. 그 인력이 없다면 Zilliz Cloud가 대안입니다.

  • 임베딩이 Iceberg 테이블에 쌓이는 데이터 엔지니어링팀

    두 번째 복사 파이프라인 없이 레이크하우스 데이터 검색하기

    3.0 External Collection이 S3의 Parquet나 Iceberg 파일을 가리키게 하고 그 자리에서 색인합니다. 수집 작업 하나가 사라지지만, 3.0에서 새로 생긴 기능이고 형식 변경 때문에 2.6으로 롤백할 수 없습니다.

  • 벡터 1억 개 규모 RAG 코퍼스의 예산을 짜는 엔지니어링 책임자

    자체 호스팅과 Zilliz 비용 지불 사이에서 결정하기

    Zilliz가 공개한 768차원 벡터용 Dedicated 요금으로 1억 개 벡터는 복제본 이전 기준으로 성능 최적화 월 약 $6,300, 용량 최적화 $1,600, 계층형 스토리지 $500부터입니다. 이를 자체 호스팅 클러스터와 인력 시간에 비교하십시오.

도입 전 확인할 점

설정
Standalone: v3.0.3 compose 파일을 내려받아 docker compose up -d를 실행하면 포트 19530에서 etcd, MinIO, Milvus가 시작됩니다. 프로덕션: Kubernetes 1.16 이상의 Helm 3에 기본 메시지 큐 Woodpecker를 쓰며 Pulsar는 선택입니다.
연동
Python(pymilvus 3.0.2), Java, Go, Node SDK와 REST API. Milvus Lite는 프로토타입용으로 프로세스 안에서 실행됩니다. External Collections는 객체 스토리지의 Parquet, Lance, Iceberg, Vortex를 읽습니다.
데이터와 개인정보
자체 호스팅 Milvus는 Zilliz에 아무것도 보내지 않으며, 데이터는 사용자의 객체 스토리지와 etcd에 있습니다. 인증은 직접 켜야 하고 root 비밀번호를 Milvus에서 바꿔야 합니다. 포트 9091은 비공개로 두십시오. CVE-2026-26190(CVSS 9.8)은 2.5.27/2.6.10 이전에 그곳에서 인증 없는 API를 노출했고, 컬렉션 RBAC를 우회하던 2026년 가져오기 결함은 3.0.3에서 수정됐습니다.
대규모 사용 시 비용
자체 호스팅: 문서는 클러스터당 8코어 이상과 128 GB RAM, NVMe를 권장합니다. Zilliz Cloud Dedicated는 벡터 100만 개당 월 성능 최적화 $63, 용량 최적화 $16, 계층형 $5부터입니다. 무료 등급은 5 GB와 컬렉션 최대 5개를 주고, Enterprise는 SSO와 비공개 엔드포인트를 포함해 월 $197부터입니다.
제한
열린 이슈 약 1,450개. 메이저 버전 간 업그레이드는 주의가 필요하고(3.0 형식은 단방향), 운영 범위(etcd, 객체 스토리지, 큐, 여러 노드 유형)가 Qdrant나 pgvector보다 훨씬 큽니다.

좋은 점

  • 저장, 색인, 조회 서비스가 분리돼 독립적으로 확장
  • Parquet, Lance, Iceberg 파일을 그 자리에서 검색(3.0)
  • 밀집, 희소, BM25 전문 검색을 하나의 엔진에서
  • Apache 2.0, 관리형 대안으로 Zilliz Cloud

아쉬운 점

  • 클러스터에 최소 32 GB RAM, 권장 128 GB, 그리고 Kubernetes 필요
  • 인증 기본 비활성, root 비밀번호는 Milvus
  • 공개된 벤치마크 대부분이 Zilliz에서 나옴
  • 3.0 저장 형식은 켜면 롤백 불가

추천 대상

수억에서 수십억 개 규모의 벡터 검색을 운영하는 플랫폼팀.

Milvus 대안

Milvus: 자주 묻는 질문

Milvus, 쓸 만한 가치가 있습니까?
수십억 개의 벡터를 위해 만들어졌고 그 대가는 운영 부담으로 치릅니다. 수억 개 미만이라면 대부분의 팀에게 필요 이상으로 큰 데이터베이스입니다. 평점은 5점 만점에 4.4점입니다.
Milvus의 가격은 얼마입니까?
Apache 2.0의 무료 오픈소스입니다. Zilliz Cloud는 관리형 서비스입니다. 무료 등급(5 GB, 컬렉션 다섯 개), Dedicated는 768차원 벡터 100만 개당 월 $63, $16, $5부터(성능, 용량, 계층형), Enterprise는 월 $197부터, Business Critical은 견적 문의입니다.
Milvus의 단점은 무엇입니까?
클러스터에 최소 32 GB RAM, 권장 128 GB, 그리고 Kubernetes 필요; 인증 기본 비활성, root 비밀번호는 Milvus; 공개된 벤치마크 대부분이 Zilliz에서 나옴; 3.0 저장 형식은 켜면 롤백 불가.
Milvus에 적합한 사람은 누구입니까?
수억에서 수십억 개 규모의 벡터 검색을 운영하는 플랫폼팀.
팀이나 프로덕션 환경에서 Milvus의 비용은 얼마입니까?
자체 호스팅: 문서는 클러스터당 8코어 이상과 128 GB RAM, NVMe를 권장합니다. Zilliz Cloud Dedicated는 벡터 100만 개당 월 성능 최적화 $63, 용량 최적화 $16, 계층형 $5부터입니다. 무료 등급은 5 GB와 컬렉션 최대 5개를 주고, Enterprise는 SSO와 비공개 엔드포인트를 포함해 월 $197부터입니다.
Milvus에 회사 데이터를 맡겨도 안전합니까?
자체 호스팅 Milvus는 Zilliz에 아무것도 보내지 않으며, 데이터는 사용자의 객체 스토리지와 etcd에 있습니다. 인증은 직접 켜야 하고 root 비밀번호를 Milvus에서 바꿔야 합니다. 포트 9091은 비공개로 두십시오. CVE-2026-26190(CVSS 9.8)은 2.5.27/2.6.10 이전에 그곳에서 인증 없는 API를 노출했고, 컬렉션 RBAC를 우회하던 2026년 가져오기 결함은 3.0.3에서 수정됐습니다.
Milvus의 가장 좋은 대안은 무엇입니까?
저희가 리뷰한 것 중 가장 가까운 대안은 Qdrant, Weaviate, pgvector 및 LanceDB입니다.

답변 확인일: 2026년 10월 26일.

Milvus 개발사입니까? 이 평점을 사이트에 표시하십시오ReviewRamble 평점: Milvus, 5점 만점에 4.4점