카우치베이스 하이퍼스케일 벡터 인덱스(HVI), 독립적인 수십억 규모 벤치마크에서 몽고DB 대비 획기적인 성능 제공

캘리포니아주 산호세 - 2025년 10월 23일 - 산호세. Couchbase, Inc., 는 오늘 AI 세계의 핵심 애플리케이션을 위한 개발자 데이터 플랫폼인 카우치베이스의 조사 결과를 발표했습니다. 벤치마크 독립적인 도구를 사용한 테스트에서 Couchbase의 하이퍼스케일 벡터 인덱스(HVI)가 10억 벡터 규모의 경쟁 솔루션에 비해 탁월한 성능 이점을 제공한다는 것을 입증했습니다. 업계 표준인 VectorDBBench 방법론을 사용하여 수행된 이 포괄적인 테스트에서 Couchbase는 1초 미만의 지연 시간과 높은 정확도로 초당 700개 이상의 쿼리(QPS)를 달성했으며, 이는 동일한 조건에서 MongoDB Atlas보다 350배 더 빠른 속도입니다.

768개의 차원을 가진 1억 개의 벡터와 128개의 차원을 가진 10억 개의 벡터로 구성된 데이터 세트에 대해 Couchbase와 MongoDB를 테스트하여 여러 검색 구성에서 QPS, 응답 대기 시간 및 호출 정확도를 측정했습니다. 벤치마크 결과, 애플리케이션이 더 높은 검색 정확도 수준을 요구할수록 더욱 뚜렷해지는 극적인 성능 차이를 확인할 수 있었습니다.

“대규모로 AI 애플리케이션을 구축할 때 성능은 단순히 있으면 좋은 것이 아니라 애플리케이션이 채택할 가치가 있는 가치를 제공하는지 여부를 결정합니다.”라고 Couchbase의 CEO인 BJ Schaknowski는 말합니다. “우리는 매일 고객들에게서 이러한 사실을 확인합니다. 고객들은 지금 바로 AI 이니셔티브를 실현하거나 수년간 어려움을 겪을 병목 현상을 야기할 인프라 결정을 내리고 있습니다. 이 벤치마크 결과는 우리가 이미 알고 있는 사실을 보여줍니다. 수십억 개의 벡터 규모에서 아키텍처 선택은 GenAI 기반 애플리케이션으로 실제로 제공할 수 있는 것에 큰 영향을 미칩니다. 카우치베이스는 기업이 필요로 하는 성능과 정확성을 기존의 트레이드오프 없이 낮은 총소유비용으로 제공합니다.”

주요 벤치마크 결과

이 테스트는 Couchbase의 아키텍처를 통해 조직이 벡터 검색 애플리케이션에서 뛰어난 성능과 높은 정확도를 동시에 달성할 수 있음을 입증합니다.

최적화된 속도 설정에서 Couchbase는 66% 리콜 정확도에서 28밀리초의 지연 시간으로 19,057 QPS를 제공한 반면, MongoDB는 57% 리콜에서 62.6초의 지연 시간으로 6 QPS만 관리하여 Couchbase가 3,176배의 성능 우위를 차지했습니다. 고정밀 검색을 위해 구성한 경우, Couchbase는 93% 리콜 정확도에서 369밀리초 미만의 지연 시간으로 703 QPS를 유지했습니다. 반면, MongoDB의 성능은 89% 리콜에서 40초가 넘는 지연 시간으로 2 QPS에 불과하여 Couchbase가 350배의 처리량 이점을 제공하는 동시에 더 높은 정확도를 제공했습니다.

기술적 접근으로 성능 우위 확보

Couchbase의 HVI는 DiskANN 최인접 검색 알고리즘과 Vamana 지향 그래프 구성 알고리즘을 활용하여 분산 처리를 위해 인메모리 및 파티션된 디스크에서 유연하게 작동하고 확장하는 동안 뛰어난 쿼리 성능을 유지할 수 있도록 합니다. 이 아키텍처는 정확도를 유지하면서 메모리 사용 공간을 줄여주는 스칼라 양자화(SQ4)를 지원합니다.

벤치마크 테스트는 두 플랫폼 모두에 대해 각 시스템당 4개의 쿼리 노드(각각 64코어, 128GB RAM)와 3개의 데이터 노드(각각 32코어, 128GB RAM)로 구성된 Amazon Web Services(AWS) 인프라에서 하드웨어 동등한 구성을 사용했습니다. 두 시스템 모두 동일한 워크로드에 대해 비슷한 수준의 검색 폭에 최적화된 매개변수 구성으로 테스트되었으며, 검색 설정이 넓을수록 검색 정확도가 높아집니다.

전체 테스트 방법론과 자세한 결과는 기술 문서에서 확인할 수 있습니다. 보고 “VectorDBBench를 사용한 벤치마킹을 통한 MongoDB와 Couchbase의 벡터 검색 기능 비교.” 그 결과 Couchbase가 더 적은 지연 시간으로 더 많은 작업을 처리하고 작업당 비용을 훨씬 더 낮추는 것으로 나타났습니다.

엔터프라이즈 AI 애플리케이션에 대한 시사점

AI 애플리케이션에서 1초의 지연은 사용자 불만, 거래 포기, 매출 손실로 이어집니다. 대규모로 AI를 배포하는 기업에게 데이터베이스 성능은 단순한 기술적 세부 사항이 아니라 비즈니스 가치를 제공하는 AI와 값비싼 셸프웨어가 되는 AI의 차이를 결정짓는 요소입니다. 이 벤치마크 결과는 아키텍처 선택이 애플리케이션 응답성, 인프라 비용 및 확장성에 중대한 영향을 미친다는 것을 보여줍니다.

가용성

HVI 기능이 포함된 Couchbase 8.0도 다음과 같습니다. 발표 는 이번 주부터 자체 관리형 및 Capella 기반 배포 모두에서 일반적으로 사용할 수 있습니다. 조직은 온프레미스, 클라우드 및 에지 환경 전반에 배포하여 AI 애플리케이션 요구 사항을 지원할 수 있습니다.

추가 리소스

• Couchbase의 벡터 검색 기능에 대해 자세히 알아보고 전체 벤치마크 보고서에 액세스하려면 다음을 방문하세요. https://www.couchbase.com/products/vector-search/.
• 카우치베이스가 고객이 가장 중요한 AI 과제를 해결하는 데 어떻게 도움을 주는지 자세히 알아보려면 다음을 클릭하세요. 여기.