비트나인 Graph it

pgvector를 이용한 PostgreSQL vector 관리 및 분석 워크로드 기능확장 : FDS 시나리오 기반 활용 가이드 VectorDB 개요 산업 전반적으로 AI의 영향이 커져감에 따라, AI의 결과물인 벡터의 관리에 대한 수요도 증가하고 있다. 그에 따라 VectorDB 니즈또한 증가하고 있음을 알 수 있다. 또한, 그림1의 차트에서 변동이 미미한 상단부 RDBMS 들과 다르게 2022년을 기점으로 DB 종합랭킹이 큰 폭으로 상승하고 있는 현황을 발견할 수 있다. 투자금액 뿐만아니라, DB 산업 내부적으로 많은 사용량이 발생하고 있기에, 지금은 VectorDB 시대라고 말해도 무리가 없을 정도로 대세의 길을 걷고 있다. 대세인 VectorDB, 그 작동원리와 장점은 무엇이기에 과연 인기를 받고 ..

1. 목적 : Postgresql 기반 DBMS 솔루션의 성능 진단 표준 가이드 제공 OpenSource Postgresql은 출시된지 30년 가까이 되어 지속적으로 Released 되면서 현재 On Premise, Cloud, docker 등 플랫폼 상관없이 다양한 형태의 Postgres 기반 솔루션들이 Product 환경에서 사용되고 있다. [참조] PostgreSQL derived databases(https://wiki.postgresql.org/wiki/PostgreSQL_derived_databases) 그에 따라 DBMS의 필수 요소인 성능 진단과 튜닝 분야 또한 다양한 방법론 및 솔루션들이 존재한다. 아래의 내용들은 이를 필요로 하는 DBA 또는 개발자들에게 기본적인 표준 가이드를 제공하고..

PostgreSQL에서 Vacuum을 이해하기 위해서는 Dead Tuple존재의미를 알아야 하며 Dead Tuple은 어떻게 해서 생기게 된 것인지 알아야 한다. PostgreSQL에는 여러 좋은 기능들이 많지만 Dead Tuple의 존재는 가장 아픈 곳이기도 하다. 아픈 곳을 Vacuum이라는 기능으로 최적화하며 고쳐 나가는 것이 중요하다. Vacuum을 잘 활용 하여 수집된 통계 정보로 최적의 쿼리 플랜을 유도 할 수도 있다. 이번 장에서는 Vacuum의 생겨난 배경부터 최적화까지 설명하면서 Vacuum을 좀더 쉽게 이해하고 관리방안을 찾도록 하는데 목적을 두고 있다. ​ [PostgreSQL에서 Vacuum 생겨난 배경] ​PostgreSQL에서 Dead Tuple이 생겨난 배경을 설명하기 위해서는..

국내 최초 ‘그래프 데이터베이스 솔루션(GDBMS)’을 개발한 비트나인이 자사의 데이터베이스 기술을 활용해 국내 교육 분야 1위 기업인 교원의 AI 기반 교육 프로그램에 적용되는 교육용 데이터베이스를 구현했다. 이는 인공지능과 빅데이터 등 4차 산업혁명의 주요 기술을 교육에 접목하는 ‘에듀테크’에 대한 관심이 증대되고 있는 요즘에 시사하는 바가 크다. AI 기반 교육 프로그램인 교원의 ‘REDPEN AI 수학’에 도입된 비트나인의 그래프 DB ‘아젠스그래프(AgensGraph)’는 인공지능을 이용해 학생별 각기 다른 커리큘럼을 제공하기 위한 개인 솔루션 역할을 수행하여 학습자 모두 최적화된 맞춤형 수업을 받을 수 있다. 지난 34년 간 교원그룹에서 축적한 수 억 건의 학습 데이터를 기반으로 아이들의 학습..