pgvector 4장 카드뉴스

AI 인프라 분야에서 쓰이는 용어로, 오픈소스 PostgreSQL에 임베딩 저장·유사도 검색 기능을 더해 주는 확장 모듈로, 기존 RDB에 곧바로 벡터 검색을 붙일 수 있어 운영 부담을 줄여 줍니다.

pgvector는 이미 회사에서 쓰고 있는 PostgreSQL(피지큐엘) 데이터베이스에 "비슷한 의미의 글을 찾아 주는 검색 기능"을 얹어 주는 무료 확장 모듈이에요. 학교 도서관에 비유하면, 기존 도서관 시스템에 책 제목으로만 찾던 검색대를 그대로 두고, 옆에 "이 책이랑 분위기 비슷한 책"을 골라 주는 도우미 한 명을 추가로 앉히는 모양에 가깝습니다. 새로 도서관 건물을 짓지 않아도 되니, 사내에 이미 Postgres가 깔려 있다면 별도 벡터 DB를 따로 살피지 않고 SQL 한 줄로 RAG·시맨틱 검색을 붙일 수 있어요. AI 챗봇이나 사내 매뉴얼 검색을 운영 부담 없이 시작하고 싶을 때 가장 먼저 후보에 오르는 도구입니다.

**케이스 1: Supabase — pgvector를 표준 벡터 스택으로 채택** Supabase는 "AI & Vectors" 공식 문서에서 pgvector를 자사 벡터 스택의 기본 엔진으로 명시하고, "가장 좋은 벡터 DB는 이미 쓰고 있는 DB"라는 슬로건으로 RAG(Retrieval-Augmented Generation, 검색 증강 생성) 가이드를 운영합니다.[04] 동일 페이지의 케이