모델 849건 · 국산 132 · 가격 688 추적 중

pgvector

PostgreSQL 에 벡터 타입과 검색을 더하는 확장 — 쓰던 DB 를 그대로 쓴다

pgvector·여러 언어직접 호스팅

지표

GitHub API 에서 직접 읽은 값입니다

GitHub 별23,571+202 (기록 시작 이후)

라이선스미확인저장소 공개

주 언어C2021-04-20 공개

마지막 커밋2026-11-03확인 2026-11-03

무엇을 하는 도구인가

pgvector는 PostgreSQL에 벡터 데이터 타입과 유사도 검색 연산을 추가하는 확장으로, 별도의 벡터 전용 데이터베이스를 새로 구축하지 않고 기존 Postgres 인스턴스에서 바로 임베딩을 저장하고 검색할 수 있게 해 준다. 문서나 대화 내용을 임베딩 벡터로 변환해 테이블의 한 컬럼으로 저장하고, 거리 연산자와 인덱스를 통해 근접 벡터를 조회하는 방식으로 동작한다. 벡터 검색을 기존의 테이블·조인·트랜잭션·권한 체계와 같은 SQL 안에서 그대로 결합할 수 있다는 점이 Qdrant, Weaviate, Chroma 같은 전용 벡터 DB와 다른 지점이며, 벡터 검색 기능 자체보다는 '이미 쓰는 관계형 데이터'와 얼마나 가깝게 결합되는지가 선택의 축이 된다. RAGFlow나 GraphRAG처럼 문서 처리·그래프 구조화 파이프라인을 제공하지는 않고, 저장과 검색이라는 기반 기능만 담당한다.

이럴 때 고른다

이미 PostgreSQL을 운영 중이고, 벡터 검색을 위해 별도 DB를 추가로 운영하고 싶지 않을 때
검색 결과를 기존 관계형 테이블의 다른 컬럼·조건과 함께 SQL 조인으로 필터링해야 할 때
트랜잭션, 백업, 권한 관리 등 기존 Postgres 운영 체계를 벡터 데이터에도 그대로 적용하고 싶을 때
소규모~중간 규모 데이터셋에서 추가 인프라 없이 RAG용 근거 검색을 붙이고 싶을 때

어디까지만 하나

임베딩 생성, 청크 분할, 문서 전처리 같은 RAG 파이프라인의 앞단 작업은 포함하지 않으며 벡터 자체를 만들어 넣는 작업은 별도로 해야 한다
인덱스 선택(정확 검색 vs 근사 검색), 거리 함수 선택, 인덱스 파라미터 튜닝을 직접 이해하고 설정해야 검색 품질과 속도가 맞춰진다
데이터 규모가 커지면 전용 벡터 DB에 비해 인덱싱·쿼리 성능 튜닝에 더 신경 써야 할 수 있고, Postgres 자체의 스케일링 한계를 같이 따라간다
GraphRAG나 RAGFlow처럼 문서 구조화나 관계 추출 같은 상위 기능은 제공하지 않으므로, 그런 기능이 필요하면 별도 레이어를 직접 구성해야 한다

검색·메모리 층은 무엇을 푸나

모델이 모르는 자료를 찾아 넣어 주고, 대화 사이의 기억을 보관한다

언제 필요해지나 — 사내 문서나 과거 대화를 근거로 답해야 할 때

같은 층의 다른 도구

층이 같다는 것은 푸는 문제가 같다는 뜻입니다 — 비교가 되는 자리입니다

도구	하는 일	별	라이선스
pgvector 보는 중	PostgreSQL 에 벡터 타입과 검색을 더하는 확장 — 쓰던 DB 를 그대로 쓴다	23,571	—
RAGFlow	문서 구조를 이해하는 데 공들인 오픈소스 RAG 엔진	93,434	Apache-2.0
MCP Servers	모델에 외부 데이터·도구를 붙이는 표준 프로토콜의 공식 서버 모음	91,772	—
GraphRAG	문서에서 지식 그래프를 뽑아 전체 맥락을 묻는 질문에 답하는 방식	36,546	MIT
Qdrant	필터링을 함께 쓰는 데 강한 벡터 데이터베이스	35,408	Apache-2.0
Chroma	로컬에서 바로 띄워 쓰기 쉬운 임베딩 데이터베이스	29,627	Apache-2.0
Letta	대화 사이의 기억을 스스로 정리해 들고 가는 에이전트 서버	25,337	Apache-2.0

이 도구가 나온 소식

전체 뉴스 →

2026-09-17AWS, Bedrock 지식베이스용 벡터 스토어 3종 비교 가이드 공개AWS ML Blog

지표