소프트웨어 공급업체인 헤이즐캐스트(Hazelcast)가 주력 제품인 헤이즐캐스트 플랫폼(Hazelcast Platform)의 최신 버전에 벡터 검색을 도입했다고 발표했다. 이 플랫폼은 분산 컴퓨팅, 메모리 내 데이터 스토리지, 지능형 통합 및 벡터 검색을 결합한 핵심 아키텍처를 제공하며, 이는 모두 엔터프라이즈 AI와 중요 애플리케이션에 필수적인 요구사항이다.

헤이즐캐스트 플랫폼에 벡터 검색을 도입함으로써 기업은 구조화된 데이터와 비구조화된 데이터를 쿼리하기 위한 고성능 파이프라인을 구축할 수 있다. 이는 텍스트 플롯 요약에서 벡터 데이터 구조와 임베딩을 생성할 수 있는 유연성을 제공하여, 데이터 과학자들이 데이터 통찰력을 확보할 수 있다.

헤이즐캐스트의 CTO인 에이드리안 소어스(Adrian Soars)는 “헤이즐캐스트 플랫폼의 벡터 검색 통합은 개발자들이 비즈니스 크리티컬 애플리케이션을 현대화하고 AI 시대를 위한 혁신을 할 수 있는 핵심 기능과 기반을 제공한다. 이번 최신 릴리스는 기술 스택을 단순화하고 총소유비용을 줄였다.”라고 말했다.

헤이즐캐스트 플랫폼은 여러 구성 요소를 단일 솔루션으로 통합하는 것 외에, 특히 벡터 임베딩과 검색에서 상당한 성능 향상을 제공한다. 100만 개의 오픈AI 각도 벡터에 대한 내부 벤치마크 테스트에서, 헤이즐캐스트 플랫폼은 경쟁사들을 능가하며 벡터를 업로드, 인덱싱 및 검색할 때 98%의 정확도로 일관되게 한 자릿수 밀리초 대기 시간을 제공한 것으로 나타났다.

모든 산업에 적용 가능하지만, 벡터 검색은 거래 승인 애플리케이션에 즉시 활용될 수 있다. 예를 들어, 고객 확인(KYC)과 자금 세탁 방지(AML)와 같은 금융 사용 사례에서 벡터 검색은 텍스트, 이미지 및 기타 소스에 걸친 의미론적 검색으로 검증 과정을 보강하고 가속화하여 거래의 적법성 또는 사기 여부를 결정하는 정확성과 속도를 향상시킬 수 있다.

벡터 검색 외에도, 제트 잡 플레이스먼트 컨트롤(Jet Job Placement Control)은 고객이 헤이즐캐스트 플랫폼 노드의 컴퓨팅 기능을 데이터 저장소 구성 요소와 분리할 수 있게 하여 컴퓨팅 집약적 워크로드에 대한 추가적인 유연성과 복원력을 제공한다.

클라이언트 멀티 멤버 라우팅은 지리적으로 분산된 클러스터에 연결하는 애플리케이션의 복원력, 성능, 제어력을 향상시킨다.

이번 최신 릴리스와 함께, 헤이즐캐스트는 업계 선도적인 3년 장기 지원을 도입하여 고객들이 간소화된 업그레이드로 장기적인 구축을 할 수 있도록 보장한다.

헤이즐캐스트 플랫폼 5.5는 현재 일반적으로 사용 가능하다. 벡터 검색 통합은 헤이즐캐스트 플랫폼 5.5 엔터프라이즈 에디션에서 프리뷰로 제공되며, 올해 4분기에 프로덕션 사용이 가능할 예정이다.