Qdrant, 텍스트·이미지 동시 검색 가능한 멀티모달 클라우드 출시

Qdrant가 출시한 새로운 클라우드 서비스는 개발자들이 텍스트와 이미지 벡터를 동시에 검색할 수 있게 해, AI 기반 애플리케이션 개발의 복잡성을 대폭 줄이고 처리 속도는 끌어올리는 혁신적인 방식을 제시하고 있다. ‘Qdrant Cloud Inference’로 명명된 이번 서비스는 단일 API 호출을 통해 이미지 및 텍스트 임베딩을 동시에 처리하고, 멀티모달 벡터 검색을 실시간으로 제공한다는 점에서 주목할 만하다.

기존에는 구조화되지 않은 문서와 이미지를 분석하기 위해 개별적으로 벡터를 생성하고 상이한 파이프라인을 구성해야 했다. 이로 인해 개발 흐름이 단절되며 응답 지연 및 비용 증가로 이어졌지만, Qdrant는 이러한 문제를 기술적으로 통합해 해결하고 있다. 앙드레 자야르니 Qdrant 최고경영자(CEO)는 “임베딩 생성과 벡터 검색이 별도로 처리되던 기존 방식을 하나의 도구로 간소화했다”고 설명했다.

Qdrant는 이미지와 텍스트 임베딩 모델을 자사 클라우드 플랫폼에 기본 통합해, 빠르고 비용 효율적인 데이터 검색을 가능하게 했다. 또한 문장 의미와 이미지 속 의미를 수치 기반 벡터로 변환해, AI가 의미 기반으로 데이터를 효율적으로 검색할 수 있도록 돕는다. 새로운 고성능 검색 시스템에는 MiniLM, SPLADE, BM25, Mixedbread Embed-Large, CLIP 등 다양한 알고리즘이 탑재됐으며, 특히 BM25는 용어 중심의 랭킹 알고리즘으로 무료로 무제한 제공된다.

이번 클라우드 인퍼런스 서비스 도입으로, AI 비서 및 에이전트 역할을 하는 프로그램들이 수많은 질의와 문제 해결 과정을 더 빠르게 실행할 수 있게 된다. 특히 수많은 검색 과정을 거치는 AI 리서치 에이전트의 경우, 검색 속도 향상이 업무 효율 전반에 중요한 영향을 미친다. 더 나아가 Qdrant는 임베딩 처리 기능 외에도 검색 지연을 줄이고 API 호출 수를 감소시키는 데 중점을 둬, 전체 클라우드 리소스 비용 절감에도 기여할 수 있을 것으로 기대된다.

theCUBE Research의 폴 나샤와티 수석 분석가에 따르면, 대부분의 조직이 AI 애플리케이션 개발 시 6~15개의 도구를 병렬로 사용하는 복잡한 구조를 갖고 있다. 이러한 상황에서 Qdrant의 통합형 플랫폼은 개발자의 생산성을 높일 수 있는 효율적인 대안이 될 수 있다는 평가다.

이번 신규 서비스는 멀티모달 검색을 통한 생성형 검색(RAG), 하이브리드 검색 같은 AI 응용 기능을 자유롭게 실험하고 구축할 수 있도록 최대 500만 개의 무료 토큰을 제공한다. 이를 통해 개발자와 기업은 빠르게 서비스를 테스트하고 기능을 확장하는 데 드는 시간과 비용을 절감할 수 있을 것으로 보인다.

이미지, 텍스트, 문서 등 다양한 비정형 데이터를 하나의 인터페이스에서 처리 가능하게 만든 Qdrant의 시도는, 벡터 검색 인프라의 미래 방향성과도 맞닿아 있다. AI 산업이 일상으로 깊이 스며드는 지금, Qdrant의 접근 방식은 고속·저비용·고정밀 검색 환경에 한 걸음 더 다가갔다는 점에서 의미가 크다.