AWS는 2026년 8월 5일 Amazon DynamoDB 내부에서 벡터 검색 기능을 정식으로 사용할 수 있다고 발표했다. 이를 통해 벡터 임베딩을 운영 데이터와 함께 저장하고, 데이터를 별도의 벡터 데이터베이스로 복제하지 않고도 테이블 내부에서 직접 유사도 검색을 수행할 수 있다.
이 기능은 한 자릿수 밀리초의 응답 시간과 99%를 초과하는 재현율을 제공하며, 수조 개의 벡터를 포함해 모든 규모로 확장할 수 있도록 설계됐다. 또한 DynamoDB의 서버리스 아키텍처를 기반으로 하므로 사용자는 서버를 프로비저닝하거나 패치하거나 소프트웨어를 설치하고 관리할 필요가 없다. AWS에 따르면 이 서비스에는 버전 관리나 유지 관리 기간이 필요하지 않으며, 중단 없는 유지 관리가 제공된다.
AI 애플리케이션 아키텍처의 복잡성 감소
DynamoDB를 사용하는 애플리케이션에 벡터 검색을 도입하려면 일반적으로 데이터를 전용 벡터 저장소로 복제한 뒤 두 서비스를 동기화하는 파이프라인을 구축해야 했다. AWS에 따르면 이 접근 방식은 운영 부담과 데이터 전송 및 라이선스 비용을 추가했으며, 규모를 확장할 때 낮고 예측 가능한 응답 시간을 유지하는 문제도 발생시켰다.
벡터 검색을 DynamoDB에 통합하면 운영 데이터와 임베딩이 동일한 서버리스 아키텍처와 요청별 과금 모델을 공유할 수 있다. 벡터 인덱스는 제한 없는 저장 용량을 제공하며, 데이터가 증가함에 따라 수평으로 확장된다.
이 기능은 에이전트 메모리 애플리케이션, 검색 증강 생성, 추천 엔진, 개인화, 이상 탐지 및 의미 기반 검색이 필요한 기타 사용 사례를 대상으로 한다.
벡터 검색의 작동 방식
이 기능은 벡터 임베딩을 저장하는 속성에 새로운 유형의 인덱스를 생성한다. 사용자는 Amazon Bedrock Titan Text Embeddings, Cohere Embed 또는 텍스트 임베딩을 위한 OpenAI 모델과 같이 선택한 모델로 임베딩을 생성한 다음, 표준 PutItem 호출을 통해 이를 10진수 목록으로 저장할 수 있다.
그런 다음 사용자는 차원 수, 거리 함수, 검색 중 결과를 필터링하는 데 사용할 수 있는 비벡터 속성을 지정해 벡터 인덱스를 생성한다. SearchVectors API는 쿼리 벡터와 필요한 결과 수(최대 100개), 선택적 필터 조건을 받아 유사도 순으로 정렬된 결과를 반환한다.
이 기능은 최대 4096차원과 유클리드, Cosine, Dot product 거리 함수를 지원하며, 인라인 필터링도 제공한다. AWS는 최상의 정확도를 얻으려면 거리 함수를 임베딩 모델 학습에 사용된 함수와 일치시키도록 권장한다.
스포츠 제품 스토어 예시
AWS 가이드는 기존 제품 카탈로그 테이블에 벡터 검색을 추가하는 방법을 보여준다. 이 예시에서는 DynamoDB에 이미 존재하는 List 유형을 사용해 descriptionEmbedding이라는 새 속성에 제품 설명 임베딩을 저장하며, 새로운 데이터 유형이나 스키마 변경이 필요하지 않다.
ProductDescriptionIndex라는 인덱스를 생성한 후 marketplace를 파티션 키로 사용해 벡터를 파티션에 분산하고 특정 마켓플레이스로 검색을 제한할 수 있다. 또한 category를 필터링 속성으로 추가할 수 있다. 필터 조건은 정확히 일치하는 경우만 지원하며, BETWEEN이나 BEGINS_WITH와 같은 범위 조건은 지원하지 않는다.
‘여름용 가벼운 러닝화’와 같은 자연어 문구를 검색할 때 사용자는 동일한 모델로 쿼리 벡터를 생성한 다음 인덱스, 결과 수, US와 같은 마켓플레이스 값 및 원하는 카테고리를 지정한다. DynamoDB는 이름과 가격 같은 운영 속성과 함께 가장 유사한 제품 5개를 동일한 응답으로 반환한다. Cosine 및 Euclidean 함수에서는 값이 낮을수록 유사도가 높고, Dot product를 사용할 때는 값이 높을수록 유사도가 높다.
제공 지역
DynamoDB의 벡터 검색은 AWS GovCloud (US) 리전을 포함한 모든 AWS 상용 리전에서 정식으로 제공된다. AWS는 지역별 제공 여부와 향후 로드맵을 확인하려면 AWS 리전별 기능 페이지를, 비용 세부 정보는 Amazon DynamoDB 요금 페이지를 참고하도록 안내한다.