DynamoDBのネイティブベクトル検索は専用DBを置き換えるのか

検索拡張生成、エージェントの記憶、意味検索による推薦が本番環境へ広がる中、業務データと埋め込みベクトルを別々に管理する構成が一般的になっている。Amazon DynamoDBは今回、ネイティブのベクトル検索を追加し、この分離を見直す選択肢を示した。

主な変更点

新機能は新しいベクトルインデックスを利用する。開発者はテーブル属性に埋め込みベクトルを保存し、必要な次元数と距離関数を指定したうえで、SearchVectors APIから近似最近傍検索を実行できる。対応する距離関数はユークリッド距離、コサイン距離、内積で、ベクトルは最大4096次元まで扱える。検索時には属性によるインラインフィルターも指定可能だ。

埋め込みモデルは固定されていない。Amazon BedrockのTitan Text Embeddings、Cohere Embed、OpenAIのテキスト埋め込みモデルなどを利用し、生成したベクトルを通常の業務フィールドと同じテーブルに保存できる。想定される用途は、意味検索、RAG、推薦、パーソナライズ、異常検知、そしてAIエージェントの長期記憶の検索である。

統合のメリット

これまでDynamoDBを使うアプリで類似検索を実装する場合、データを別のベクトルデータベースへ複製する構成が必要になることが多かった。その結果、二重書き込み、同期遅延、削除の反映、障害復旧などを設計しなければならない。ベクトルと業務データを同じテーブルに置けば、こうしたデータ整合性の問題と運用負担を減らせる。

DynamoDBをすでに採用しており、ベクトルのライフサイクルが業務データと近いチームにとっては特に有効だ。サーバーレスで利用でき、データの増加に合わせてインデックスを横方向へ拡張できるため、専用クラスターを管理する必要もない。DynamoDBの提供地域で利用でき、StandardとStandard-IAのテーブルクラスに対応する。

コストと適用範囲

ネイティブ対応でも無料ではない。通常のテーブル料金に加え、ベクトルインデックスでは、インデックスへの書き込み、検索時の処理、データ保存の3項目が課金対象となる。いずれもバイト単位で計測され、GB単位で料金が計算される。低次元の埋め込みを使うこと、投影する属性を絞ること、検索結果にベクトル自体を返さないこと、パーティションを選択的に設計することがコスト削減につながる。

したがって、DynamoDBが専用ベクトルDBを一律に置き換えるとは考えにくい。複雑なハイブリッド検索、専門的なベクトル演算、細かなインデックス調整、厳しいコスト最適化が必要なシステムでは、専用サービスが適する場合もある。一方、構成の単純化を重視し、すでにDynamoDBを利用しているチームにとっては検討価値の高い機能だ。AWSはローカル開発やセルフホスト向けに、DynamoDB互換のExtendDBアダプターも計画している。

出典：InfoQ 中文