비교데이터 인프라
벡터 검색은 하나가 아니다: 서버, 확장, 임베디드 파일
벡터 검색은 먼저 어디에 존재하느냐에 따라 갈린다. Qdrant는 전용 벡터 엔진이고, pgvector는 PostgreSQL 인덱스 접근 방식이며, LanceDB/Lance는 파일 기반 임베디드 스택이다. 이 운영상의 기반이 벤치마크 튜닝을 시작하기도 전에 필터링, 내구성, 일관성, 장애 양상을 결정한다.
비교
여러 프로젝트를 같은 설계 축 위에 놓고 비교합니다.
- 글
- 4
- 저장소
- 13
- 최신
- 2026년 7월 6일
비교개발자 도구
AI 코딩 에이전트가 코드베이스를 모델에 전달하는 방법: 세 가지 진영
AI 코딩 에이전트는 한 가지 설계 선택, 즉 코드를 모델의 컨텍스트에 넣는 방식에 따라 갈린다. 나는 세 제품의 소스를 읽었다. Aider는 정적 그래프의 순위를 매기고, Continue는 임베딩하고 검색하며, Cline은 모델에 도구를 주고 필요할 때 읽게 한다. 이 한 가지 선택이 결정성, 토큰 비용, 프라이버시, 대규모 저장소에서의 동작 방식을 결정한다.
비교AI 인프라
LLM 게이트웨이의 세 진영 — 구독 풀링, 키 라우팅, 또는 프로덕션 게이트웨이 운영
LLM 게이트웨이라고 불리는 도구는 무엇을 라우팅하고 누구를 위한 것인지에 따라 나뉜다. CLIProxyAPI는 구독 로그인을 풀링한다. LiteLLM은 사용량 계측과 장애 조치를 갖춰 API 키를 라우팅한다. Portkey는 요청마다 전달하는 선언적 설정으로 구동되는 무상태 엣지 게이트웨이다. 세 프로젝트의 소스를 모두 읽어보니, 무엇을 가르는 결정적인 축은 각각 어떤 상태를 유지하는가였다.
비교AI 인프라
로컬에서 LLM 실행하기: llama.cpp vs Ollama vs vLLM — 세 진영
오픈 모델을 자체 호스팅하는 도구는 어느 계층을 직접 운영하느냐에 따라 세 진영으로 나뉜다. llama.cpp는 원시 엔진이다. GGUF를 불러오고 가지고 있는 어떤 하드웨어로든 레이어를 오프로딩하는 독립 실행형 바이너리다. Ollama는 이를 감싸는 친근한 관리자다. vLLM은 이를 대체하는 처리량 서버다. 이 세 프로젝트의 소스를 모두 읽고 이식성, 편의성, 처리량을 비교했다.