vespa-engine/vespa

Vespa – 대규모 검색 및 AI 서빙 플랫폼

무엇인가요 – Vespa는 검색, 추천, 개인화 및 기타 AI 기반 워크로드를 서빙하기 위한 오픈 소스 고성능 플랫폼입니다. 벡터, 텐서, 텍스트 및 구조화된 데이터의 방대한 컬렉션을 저장하고 쿼리할 수 있으며, 쿼리 시점에 머신러닝 모델을 실행하고 결과를 집계할 수 있습니다. 이 모든 과정은 수십 밀리초 내에, 어떤 규모에서도 가능합니다.

왜 중요한가요 – 현대적인 AI 애플리케이션(시맨틱 검색, 벡터 유사도, 랭킹, 실시간 개인화)은 빠른 검색과 즉각적인 모델 추론을 결합해야 합니다. Vespa는 별도의 데이터베이스, 피처 스토어, 추론 서버를 하나로 묶을 필요 없이, 고가용성을 갖춘 분산 클러스터에서 이를 수행할 수 있는 기반을 제공합니다.

주요 기능

• 벡터 및 텐서 인덱싱 – 고차원 임베딩을 저장하고 근사 최근접 이웃(approximate nearest-neighbor) 검색을 수행합니다.
• 서빙 시점의 모델 추론 – Java 또는 C++ ML 모델을 쿼리 파이프라인 내에서 직접 실행합니다.
• 풍부한 쿼리 언어 – 키워드, 시맨틱, 구조화된 필터를 결합하고 사용자 정의 랭킹 함수를 계산합니다.
• 확장 가능한 저지연 아키텍처 – 대규모의 지속적으로 변화하는 데이터 세트에서도 100ms 미만의 응답 시간을 보장하도록 설계되었습니다.
• 하이브리드 클라우드 및 온프레미스 배포 – Vespa Cloud(무료 체험) 또는 Docker 지원이 포함된 Linux(AlmaLinux 8) 환경에서 자체 호스팅할 수 있습니다.
• 확장 가능한 Java 컴포넌트 – 사용자 정의 랭킹, 랭킹 함수 또는 데이터 프로세서를 추가할 수 있습니다.

시작하기

1. 클라우드 서비스 체험 – vespa.ai/free-trial에서 가입하고 샘플 애플리케이션을 배포해 보세요.
2. 로컬에서 실행 – 문서의 Getting Started 가이드를 따라 단일 노드 Vespa 인스턴스를 설치하세요.
3. 소스에서 빌드 (선택 사항) – 리포지토리에 모든 C++ 및 Java 코드가 포함되어 있습니다. 제공된 Docker 개발용 이미지를 사용하거나 로컬 AlmaLinux 8 환경을 설정한 후, ./bootstrap.sh java && mvn install을 실행하세요.
4. 샘플 앱 탐색 – sample-apps 리포지토리는 시맨틱 검색 및 추천과 같은 전형적인 유스케이스를 보여줍니다.

문서 및 커뮤니티

• 전체 문서: https://docs.vespa.ai
• API 레퍼런스: https://docs.vespa.ai/en/api.html
• 블로그, 튜토리얼 및 유스케이스 사례: https://blog.vespa.ai
• Slack 커뮤니티: https://slack.vespa.ai

기여하기 – 기여를 환영합니다. 프로세스는 CONTRIBUTING.md를, 코드 레이아웃은 Code-map.md를, 개선 아이디어는 TODO.md를 참조하세요.

라이선스 – Apache 2.0 ( LICENSE를 참조하세요).