[디지털투데이 석대건 기자] 디노티시아가 SSD 기반 RAG 성능 8.5배 향상한 벡터 데이터베이스 최적화 기술을 공개했다.

디노티시아는 자사가 참여한 벡터 데이터베이스 최적화 연구가 세계 최고 권위의 데이터베이스 학회 'VLDB 2025'에 공식 채택됐다고 17일 밝혔다.

VLDB(Very Large Data Bases)는 데이터베이스 학회로, 데이터 관리 시스템, 분산 아키텍처, 대규모 실험, 고성능 어플리케이션 등 데이터 인프라 전반을 다룬다.

특히 벡터 검색, 분산 처리, 대규모 데이터 인프라 등 AI 시대 핵심 기술 분야를 폭넓게 다루며, 매년 구글, 메타, 마이크로소프트, 아마존을 비롯한 글로벌 테크 기업과 MIT, 스탠퍼드, 버클리 등 세계 유수 대학에서 600편 이상의 논문이 제출된다. 실제 채택률은 15% 내외로, 기술적 완성도와 연구 기여도에 대한 엄격한 심사를 거쳐 소수의 논문만이 선정된다.

채택된 논문인 '최신 SSD 기반 벡터 데이터베이스 성능 향상 기법(Turbocharging Vector Databases using Modern SSDs)'은 서울대학교 이상원 교수 연구팀이 주도하고, 디노티시아 노홍찬 CDO(Chief Data Officer)를 포함한 서울대 도재영 교수가 함께 수행한 산학 협력 연구다.

논문은 검색증강생성(RAG; Retrieval-Augmented Generation)과 시맨틱 검색에서 필수적인 벡터 탐색 속도 개선을 목표로, SSD 기반의 최적화 전략을 제안했다. 

기존 벡터 데이터베이스의 느린 검색 속도와 비효율적인 디스크 활용 문제를 해결하기 위해, SSD의 병렬 처리 성능을 적극 활용했다. 유사 쿼리를 묶거나 데이터를 효율적으로 저장하는 구조를 도입해 성능을 대폭 향상시켰다고 회사 측은 설명했다.

이 기술은 오픈소스 벡터 검색 엔진인 pgvector에 구현돼 실제 실험에 적용됐으며, 그 결과 최대 8.5배 빠른 검색 처리, 90% 이상 단축된 인덱스 생성 시간, 3배 향상된 캐시 효율을 기록했다고 전했다.

이번 연구는 디노티시아가 개발 중인 벡터 데이터 연산 가속기(VDPU; Vector Data Processing Unit) 및 대규모 RAG 시스템과도 기술적으로 밀접하게 연결돼 있다.

디노티시아는 이번 VLDB 논문 채택을 계기로 과학기술정보통신부와 정보통신기획평가원의 지원을 받은 SW컴퓨팅산업원천기술개발사업의 과제인 '초거대 AI 모델의 장기 기억 저장을 위한 벡터 DB 개발' 연구를 확장해간다는 계획이다. 서울대학교와의 산학 공동 연구 협력을 한층 강화하고, SSD 기반 RAG 최적화 및 대규모 AI 인프라 기술 개발을 지속한다.

또 오는 8월 개최되는 FMS(Future of Memory and Storage) 행사에서는 단순 디스크 벤치마크를 넘어, 실제 벡터 검색 워크로드 기반의 SSD 성능 비교 시연도 선보일 예정이다.