수수하지만 강한 장점: 데이터베이스 하나
앱의 관계형 데이터를 이미 Postgres에 두고 있다면 벡터도 관련 행 옆에 두는 편이 좋아. ID를 중복 관리하거나 두 저장소를 동기화할 필요가 없고, 트랜잭션은 양쪽 데이터를 함께 보호하며 백업 절차도 단순해져.
pgvector가 특히 유리한 곳
- 복잡한 구조화 필터. Postgres 플래너는 'WHERE tenant = X AND created_at > Y' 같은 조건과 벡터 순위를 결합하는 일에 이미 성숙해 있어.
- 검색 결과 조인. '가장 가까운 청크 20개를 찾고 작가와 클릭 수를 붙이기'를 여러 번 왕복하지 않고 쿼리 하나로 처리할 수 있어.
- 이미 갖춘 운영 역량. 백업, 복제, 감시, IAM, 특정 시점 복구처럼 검증된 인프라를 그대로 쓸 수 있어.
Chroma, Pinecone, Weaviate가 더 나은 곳
- 벡터 5천만 개가 넘는 대규모 전용 작업 — 전용 저장소는 ANN 성능에 더 많은 최적화를 해 두었어.
- 내장된 다중 벡터와 하이브리드 기능 — Weaviate와 Vespa는 더 다양한 검색 기능을 바로 제공해.
- 아직 Postgres를 쓰지 않는 경우 — pgvector 하나 때문에 Postgres까지 도입하는 것은 무거워.
2026년 기준으로 청크가 1000만 개 미만이고 이미 Postgres를 쓰는 팀이라면 pgvector가 대개 알맞은 기본 선택이야.