ApertureDB

ApertureDB는 임베딩을 그것이 설명하는 미디어 옆에 둔다. 그래서 한 번의 쿼리로 텍스트, 이미지, 오디오, 영상 벡터를 비교할 수 있고 데이터를 옮길 필요가 없다. 회사는 검색 응답 10밀리초 미만, 초당 13,000건 넘는 쿼리를 공표한다. 자사 벤치마크 수치이니 내 워크로드로 시험해 보는 게 좋다. 실무적 이점은 라이브러리가 수십억 개로 커져도 검색이 빠르게 유지된다는 점이다.

벡터 검색만으로는 비슷한 것을 찾는 데 그친다. ApertureDB는 지식 그래프를 더해 객체와 메타데이터 사이의 관계를 따라갈 수 있게 한다. GraphRAG에서 이 점이 중요하다. 답이 레코드가 어떻게 연결되는지에 달려 있고, 두 벡터가 얼마나 가까운지만으로 정해지지 않기 때문이다. ApertureData는 수십억 규모 그래프에서 조회가 15밀리초 걸린다고 밝힌다.

이 데이터베이스는 텍스트, 문서, 이미지, 영상, 오디오, 바이너리를 원래 형태로 보관한다. 변환 단계도, 계속 동기화해야 하는 별도 객체 스토리지도 없다. 미디어 파일과 메타데이터를 함께 다루는 팀에는 파이프라인 오류 한 종류를 통째로 없애 준다.

임베딩 생성, 객체 탐지 실행, Jupyter 노트북 열기 같은 흔한 작업이 바로 쓰는 워크플로와 플러그인으로 제공된다. 접착 코드를 직접 쓰는 대신 내 파이프라인에 연결한다. 프로젝트 첫 몇 달을 잡아먹기 쉬운 조립 작업을 줄이려는 것이다.

ApertureDB는 AI 에이전트의 기억 저장소로 동작한다. 에이전트는 배운 내용을 항목마다 맥락을 붙여 기록하고, 이후 실행에서 그 기억을 조회한다. ApertureData는 이를 텍스트만 다루는 얕은 에이전트를 넘어 시각적·관계적 맥락을 붙드는 에이전트로 가는 한 걸음으로 설명한다.

ApertureDB Cloud는 완전 관리형으로 AWS, Google Cloud, Azure에서 돈다. 소규모 팀 구성부터 복제를 갖춘 운영 클러스터까지 등급이 있다. Custom은 고객 직접 관리 배포를 허용하고 Azure 전 미국 리전을 아우른다. 통제를 어디까지 쥐고 어디까지 맡길지 스스로 정한다.