Attu 3.0 베타: 멀티 클러스터 관리, AI 에이전트, 그리고 새롭게 재구축된 Milvus 콘솔
Attu 3.0 베타 버전이 출시되었습니다.
Attu는 Milvus용 오픈소스 관리 콘솔입니다. 로컬이나 프로덕션 환경에서 Milvus를 사용해 보셨다면, 컬렉션을 확인하거나, 데이터를 탐색하거나, 스키마를 관리하거나, 클러스터 내부에서 어떤 일이 일어나고 있는지 확인하기 위해 Attu를 사용해 보셨을 것입니다.
Attu 2.x는 기본적인 단일 클러스터 관리에는 잘 작동했습니다. 하지만 Milvus 배포 규모가 커짐에 따라 그 한계가 더욱 뚜렷해졌습니다. 한 번에 하나의 Milvus 인스턴스에만 연결할 수 있었고, 컨테이너가 재시작되면 연결 상태가 끊어졌습니다. 데이터 탐색은 대부분 컬렉션 중심이었습니다. 진단, 모니터링, API 디버깅, 백업 및 복원, 권한 관리에는 종종 별도의 도구나 수동 단계가 필요했습니다.
Attu 3.0 베타는 Milvus 관리 환경을 완전히 재구축한 버전입니다.
이번 릴리스에는 멀티 클러스터 관리, 영구적인 로컬 상태 저장, 50개 이상의 Milvus 도구를 갖춘 내장 AI 에이전트, 전문적인 진단 기능, 새롭게 디자인된 데이터 브라우저, 내장된 Prometheus 메트릭, API 플레이그라운드, GUI 기반 백업 및 복원, 간소화된 RBAC 워크플로우가 추가되었습니다.
요약하자면, Attu는 더 이상 단일 Milvus 인스턴스를 위한 경량 뷰어에 그치지 않습니다. 로컬, 스테이징, 프로덕션 환경에 걸쳐 Milvus를 관리하는 개발자와 팀을 위한 실용적인 운영 콘솔로 거듭나고 있습니다.
Attu 3.0 베타의 변경 사항
다음은 Attu 2.x와 Attu 3.0 베타 버전의 주요 비교 사항입니다.
| 기능 | Attu 2.x | Attu 3.0 베타 |
|---|---|---|
| 클러스터 연결 | 단일 인스턴스만 지원 | 원클릭 전환이 가능한 여러 클러스터 |
| 상태 지속성 | 상태 비저장형; 컨테이너 재시작 시 손실됨 | 로컬 데이터베이스; 재시작 후에도 유지됨 |
| AI 지원 | 없음 | 50개 이상의 Milvus 도구를 갖춘 내장 에이전트 |
| 진단 | 수동 조사 | 4가지 내장된 전문가 수준의 진단 기능 |
| RBAC 관리 | 별도의 페이지, 다단계 흐름 | 컨텍스트 기반 원클릭 사용자 생성 |
| 데이터 탐색 | 평면형 컬렉션 목록 | 계층적 트리: 데이터베이스 → 컬렉션 → 파티션 |
| 모니터링 | 외부 Grafana 필요 | 내장된 Prometheus 메트릭 대시보드 |
| API 디버깅 | curl이나 Postman과 같은 외부 도구 | 내장 REST API 플레이그라운드 |
| 백업 및 복원 | CLI 전용 | S3, MinIO, GCS 및 Azure를 지원하는 GUI |
| LLM 통합 | 없음 | BYOL: OpenAI, Anthropic, DeepSeek, Gemini 등 |
하나의 사이드바에서 여러 Milvus 클러스터 관리
일상 업무에서 가장 큰 변화는 다중 클러스터 관리 기능입니다. Attu 3.0은 사용자가 실행 중인 모든 Milvus 인스턴스에 연결하여 단일 사이드바에 목록으로 표시할 수 있습니다.
이미지: 상태 지표와 함께 여러 Milvus 연결을 보여주는 Attu 3.0 사이드바
Attu 2.x에서는 한 Milvus 클러스터에서 다른 클러스터로 전환하려면 연결을 끊고 다시 연결한 뒤 기다려야 했습니다. 개발, 스테이징, 프로덕션 또는 서로 다른 사업 부문을 위해 별도의 클러스터를 운영 중이라면, 클러스터마다 브라우저 탭을 하나씩 열어두는 경우가 흔했습니다.
Attu 3.0은 이러한 작업 흐름을 상시 표시되는 왼쪽 사이드바로 대체했습니다. 모든 Milvus 연결이 한 곳에 나열되며, 각 연결 옆에는 실시간 상태 표시기가 표시됩니다. 녹색 점은 클러스터에 연결 가능함을, 빨간색 점은 클러스터가 다운되었거나 사용할 수 없음을 의미합니다.
클러스터 전환은 클릭 한 번이면 됩니다. Attu는 각 연결에 대한 컨텍스트를 유지하므로, 환경 간을 이동할 때마다 매번 다시 연결할 필요가 없습니다.
더 안정적인 연결 설정
새로운 연결은 TLS/SSL 암호화, 토큰 인증, 사용자 이름/비밀번호 인증을 지원합니다. 연결을 저장하기 전에 테스트할 수 있으며, 연결 세부 정보를 로컬에 저장해 둘 수 있고, 더 이상 필요하지 않은 구 환경의 비활성 연결을 일괄 삭제할 수도 있습니다.
각 클러스터에는 고유한 작업 공간이 할당됩니다. 개요, 데이터 브라우저, 사용자 관리, 메트릭 및 운영 기능은 모두 현재 선택된 클러스터에 한정됩니다. 덕분에 스테이징 환경과 프로덕션 환경을 혼동하거나 잘못된 위치에서 작업을 실행할 가능성이 크게 줄어듭니다.
두 개 이상의 Milvus 인스턴스를 관리하는 사용자에게 있어, 이는 Attu 3.0의 가장 중요한 변경 사항 중 하나입니다. 기본적인 기능처럼 보일 수 있지만, Milvus를 사용하는 일상 업무에서 탭 전환 횟수와 재연결에 따른 번거로움을 크게 줄여줍니다.
재시작 후에도 로컬 상태가 유지됩니다
Attu 2.x는 상태 비저장형이었습니다. 컨테이너가 재시작되면 저장된 연결 정보가 사라져 작업 공간을 다시 구축해야 했습니다.
Attu 3.0에는 클러스터 구성, 에이전트 대화 내역, 사용자 정의 스킬, LLM 구성 및 사용자 기본 설정을 영구적으로 저장하는 로컬 데이터베이스가 추가되었습니다.
Docker로 Attu를 실행할 때, 해당 상태를 유지하려면 볼륨을 마운트하세요:
docker run -d --name attu -p 3000:3000 -v attu-data:/data zilliz/attu:v3.0.0-beta.6
볼륨이 마운트된 상태에서는 컨테이너를 재시작하더라도 처음부터 다시 시작할 필요가 없습니다.
이는 새로운 AI 에이전트에도 중요한 기능입니다. 대화 내역, 사용자 정의 스킬, LLM 구성을 로컬에 영구적으로 저장할 수 있으므로, Attu는 재시작할 때마다 초기화되는 일시적인 UI가 아닌, 시간이 지나도 계속 사용할 수 있는 콘솔이 됩니다.
내장 AI 에이전트를 사용하여 자연어로 Milvus 운영하기
Attu 3.0에는 Milvus 관리를 위한 내장 AI 에이전트가 포함되어 있습니다. 이는 단순한 문서 챗봇이 아닙니다. 이 에이전트는 50개 이상의 Milvus 도구와 연동되어 있어, 클러스터 상태를 확인하고 Attu를 통해 실제 작업을 실행할 수 있습니다.
이미지: Attu 3.0 AI 에이전트는 자연어 요청을 통해 Milvus 도구를 호출할 수 있습니다
일반적인 Milvus 워크플로우 전반에 걸친 50개 이상의 내장 도구
이 에이전트는 일상적인 운영, 진단, 권한 관리 및 클러스터 관리를 포괄합니다. 다음과 같은 질문을 하거나 지시를 내릴 수 있습니다:
| 시나리오 | 예시 프롬프트 |
|---|---|
| 일상적인 운영 | “내 모든 컬렉션을 나열해 주세요.” “id, title, embedding 필드가 포함된 컬렉션을 생성해 주세요. embedding 필드에는 차원 768을 사용해 주세요.” “my_collection에 테스트 데이터를 몇 개 삽입해 주세요.” “my_collection에서 ‘인공지능’과 가장 유사한 레코드 10개를 검색해 주세요.” |
| 운영 및 진단 | “내 클러스터 상태는 정상인가요?” “검색이 왜 이렇게 느린가요?” “메모리를 가장 많이 사용하는 컬렉션은 어디인가요?” “최근에 느린 쿼리가 있었나요?” |
| 권한 | “analyst라는 읽기 전용 사용자를 생성하세요.” “admin 역할에 모든 권한을 부여하세요.” “zhangsan 사용자가 어떤 권한을 가지고 있는지 확인해 주세요.” |
| 클러스터 관리 | “현재 Milvus 버전과 구성을 표시하세요.” “리소스 그룹 사용 현황을 나열해 주세요.” “my_collection을 대신 압축해 주세요.” |
파괴적 작업은 승인이 필요합니다
이미지: 데이터 손실을 초래하거나 민감한 작업은 실행 전에 확인 대화 상자가 표시됩니다
에이전트는 투명하고 제어 가능하도록 설계되었습니다. 컬렉션 나열이나 메트릭 읽기와 같은 비파괴적 작업은 결과를 직접 반환합니다.
컬렉션 삭제, 데이터 지우기, 권한 변경과 같은 파괴적이거나 민감한 작업은 확인 대화 상자를 표시합니다. 이 대화 상자에는 정확한 매개변수가 나열되며, 작업이 실행되기 전에 승인을 기다립니다.
또한 에이전트가 어떤 도구를 호출했는지, 토큰을 몇 개 사용했는지, 도구 호출에 실패한 경우가 있는지 확인할 수 있습니다. 이는 데이터베이스 관리 에이전트에 있어 중요한 사항입니다. 사용자는 단순히 최종 결과만 보는 것이 아니라, 에이전트가 어떤 작업을 수행했는지 이해할 수 있어야 합니다.
콘솔에서 전문가 진단 기능 실행
AI 에이전트에는 네 가지 내장 진단 스킬이 포함되어 있습니다. 이는 일반적인 Milvus 문제 해결 시나리오를 위한 안내형 워크플로우이며, 단순한 일반 프롬프트가 아닙니다.
| 진단 스킬 | 점검 항목 |
|---|---|
| 클러스터 상태 진단 | 버전, 노드 상태, 구성 요소별 상태 및 주요 지표. |
| 검색 성능 진단 | 인덱스 상태, 세그먼트 조각화, 복제본 균형 및 관련 검색 성능 신호. |
| 데이터 쓰기 진단 | 느린 삽입, 데이터 손실 검사, 플러시 이상 현상 및 쓰기 경로 증상. |
| 구성 감사 | 안정성, 성능 또는 예상 동작에 영향을 미칠 수 있는 위험하거나 잘못된 설정. |
이미지: Attu 3.0에는 내장된 진단 스킬이 포함되어 있으며 사용자 정의 스킬을 지원합니다
자연어로 사용자 정의 스킬을 생성할 수도 있습니다. 스킬에는 출시 전 체크리스트, 특정 컬렉션에 대한 데이터 품질 검사, 또는 팀이 알려진 워크로드에 대해 실행하는 진단 흐름 등을 포함할 수 있습니다.
사용자 정의 스킬은 본질적으로 도메인 지식과 절차의 결합입니다. 일단 저장되면 에이전트는 매번 일회성 프롬프트에 의존하지 않고 이를 재사용할 수 있습니다.
자사 LLM 제공업체 활용
Attu는 LLM 서비스를 번들로 제공하거나 프록시하지 않습니다. 사용자는 직접 제공업체를 구성하고 모델 경로를 제어할 수 있습니다.
지원되는 제공업체 옵션에는 OpenAI, Anthropic, DeepSeek, Google Gemini, OpenRouter 및 OpenAI와 호환되는 사용자 지정 엔드포인트가 포함됩니다.
| 프로바이더 | 예시 모델 |
|---|---|
| OpenAI | GPT-5.5 |
| Anthropic | Claude Opus 4.8 |
| DeepSeek | DeepSeek-V4 |
| 구글 제미니 | 제미니 3.5 |
| OpenRouter | 모든 라우팅 모델 |
| 사용자 지정 엔드포인트 | OpenAI와 호환되는 모든 API |
사용자의 API 키는 로컬에서 암호화되며, Attu가 관리하는 서비스로 업로드되지 않습니다. 이러한 설계는 AI 지원을 원하지만 여전히 인증 정보, 데이터 흐름 및 제공업체 선택을 직접 제어해야 하는 팀에게 중요합니다.
실제로 BYOL(Bring Your Own Model)을 통해 에이전트를 다양한 환경에서 사용할 수 있습니다. 한 팀은 OpenAI를 사용할 수 있고, 다른 팀은 Anthropic 모델을 사용할 수 있으며, 또 다른 팀은 OpenAI 호환 엔드포인트를 통해 라우팅할 수도 있습니다. Attu는 특정 모델 제공업체를 강요하지 않습니다.
데이터베이스 → 컬렉션 → 파티션 트리를 통해 Milvus 데이터 탐색
Attu 3.0은 데이터 브라우저도 재설계했습니다. Attu 2.x는 주로 평면적인 컬렉션 목록을 표시했습니다. 클러스터에 여러 데이터베이스, 수십 개의 컬렉션, 파티션된 데이터가 존재하면 이러한 방식은 사용하기 어려워집니다.
새로운 브라우저는 Milvus가 데이터를 구성하는 방식인 데이터베이스 → 컬렉션 → 파티션과 일치하는 계층 구조를 사용합니다.
이미지: 재설계된 데이터 브라우저는 데이터베이스, 컬렉션, 파티션에 대해 계층적 탐색 방식을 사용합니다
데이터 탐색 위치와 더 가까운 곳에서 데이터 작업 수행
데이터 브라우저는 사용자가 이미 익숙한 작업 기능을 유지하면서 UI에 다음과 같은 추가 기능을 직접 제공합니다:
- 컬렉션을 다른 데이터베이스로 드래그 앤 드롭할 수 있습니다.
- 임베딩 모델이 구성된 경우, 텍스트를 직접 입력하여 벡터 검색을 실행할 수 있습니다.
- 유사도 점수를 확인하고 패싯을 사용하여 결과를 좁힐 수 있습니다.
- CSV, JSON 및 Parquet 형식으로 데이터를 가져오고 내보낼 수 있습니다.
- 동적 필드 지원을 포함하여 컬렉션 스키마를 시각적으로 확인하고 편집할 수 있습니다.
- 파티션 및 파티션 통계를 생성, 삭제 및 확인합니다.
- 컬렉션의 전체 수명 주기(생성, 로드, 릴리스, 복사, 이름 변경, 데이터베이스 간 이동 및 삭제)를 관리할 수 있습니다.
이미지: 벡터 검색 및 결과 확인 기능을 갖춘 Attu 3.0 데이터 브라우저
이러한 작업의 대부분은 마우스 오른쪽 버튼 메뉴나 작업 패널을 통해 사용할 수 있습니다. 일반적인 컬렉션 작업의 경우, 더 이상 UI 탐색과 명령줄 작업 사이를 오갈 필요가 없습니다.
또한 Attu 3.0은 스냅샷 및 nullable 벡터와 같은 Milvus 3.0의 새로운 기능에 대한 UI 지원이 해당 기능이 성숙해짐에 따라 지속적으로 추가될 제품 라인입니다.
작업, 메트릭, 느린 쿼리, 토폴로지 및 백업을 한 곳에서 확인
Attu 3.0은 콘솔에 더 많은 운영 정보를 제공합니다. ‘운영 및 모니터링(Ops and Monitoring)’ 영역에는 클러스터 개요, 실시간 메트릭, 느린 쿼리 분석, 토폴로지, 백업 및 복원 기능이 포함됩니다.
이미지: Attu 3.0 운영 및 모니터링 페이지
이 기능의 목표는 운영 팀이 이미 사용하고 있는 모든 가시성 시스템을 대체하는 것이 아닙니다. 팀은 여전히 Prometheus, Grafana, 로그, 알림 및 기존 모니터링 스택을 계속 사용할 수 있습니다. 목표는 Attu 내부에서 Milvus와 관련된 일반적인 질문에 대한 답변을 얻을 수 있도록 하는 것입니다.
| 영역 | 가능한 기능 |
|---|---|
| 클러스터 개요 시각화 | Milvus 버전, 배포 모드, 노드 수, 데이터베이스 수, 수집 항목 수, 로드 상태 및 할당량 엔티티를 한눈에 확인할 수 있습니다. |
| 실시간 메트릭 | QPS, 삽입/삭제 빈도, 쿼리 지연 시간, 캐시 적중률 및 관련 Prometheus 기반 메트릭을 확인할 수 있습니다. |
| 느린 쿼리 분석 | 유형, 소요 시간, 컬렉션, 타임스탬프, 소스 및 관련 문제 해결 컨텍스트별로 느린 쿼리를 분석할 수 있습니다. |
| 토폴로지 보기 | 노드 토폴로지와 RootCoord, DataCoord, IndexCoord, QueryCoord, Proxy와 같은 구성 요소 간의 연결 관계를 파악할 수 있습니다. |
| 백업 및 복원 | S3, MinIO, GCS 또는 Azure에 대한 전체 또는 증분 백업을 생성하고, 백업 메타데이터를 ZIP 파일로 다운로드하거나 복원할 메타데이터를 업로드할 수 있습니다. |
백업 및 복원은 이전에 CLI 사용에 의존하던 워크플로를 GUI로 전환하기 때문에 특히 중요합니다. 이는 로컬 테스트, 스테이징 검증 및 보다 명확한 복구 경로를 원하는 팀에 유용합니다.
내장된 API 플레이그라운드를 활용한 Milvus REST API 디버깅
Attu 3.0에는 Milvus API 개발 및 디버깅을 위한 REST API 플레이그라운드가 추가되었습니다.
이미지: Attu 3.0 API 플레이그라운드
이 플레이그라운드는 Milvus REST 엔드포인트를 카테고리별로 분류하여 보여줍니다. 데이터베이스와 컬렉션을 선택하면 Attu가 실행 컨텍스트를 자동으로 채워줍니다. 이후 한 번의 클릭으로 요청을 전송하고 응답을 실시간으로 확인할 수 있습니다.
이는 curl 명령어나 Postman 컬렉션을 설정하지 않고도 API 호출을 테스트하고자 할 때 유용합니다. 또한 UI 컨텍스트와 요청 본문을 직접 오갈 수 있으므로, Milvus 기능이 REST API와 어떻게 매핑되는지 학습하는 데에도 도움이 됩니다.
애플리케이션 개발자에게 API Playground는 디버깅 도구입니다. Milvus를 처음 사용하는 사용자에게는 학습 도구입니다. 플랫폼 팀에게는 작업을 스크립트나 애플리케이션 코드로 전환하기 전에 신속하게 검증할 수 있는 방법입니다.
데이터베이스 또는 컬렉션과 연계된 RBAC 관리
Attu 3.0은 UI에서 권한 워크플로우의 사용 경험을 개선했습니다. RBAC를 별도의 관리 작업으로 취급하는 대신, 사용자가 이미 작업하고 있는 데이터베이스 및 컬렉션 탭에 접근 제어를 더 가깝게 배치했습니다.
기본 모델은 여전히 Milvus RBAC(사용자, 역할, 권한, 부여 및 취소)입니다. Attu 3.0은 이 모델을 둘러싼 운영 경로를 간소화합니다.
이미지: Attu 3.0의 컨텍스트 기반 사용자 및 권한 관리
일반적인 범위에 대한 원클릭 사용자 생성
Attu 2.x에서는 컬렉션에 대한 읽기 전용 액세스 권한을 부여하려면 일반적으로 사용자 생성, 역할 생성, 권한 구성, 사용자에게 역할 할당, 범위 확인 등 여러 단계를 거쳐야 했습니다.
Attu 3.0에서는 컬렉션을 열고, ‘사용자(Users)’ 탭으로 이동한 뒤 ‘사용자 생성(Create User)’을 클릭하고 ‘읽기 전용(ReadOnly)’ 또는 ‘읽기/쓰기(ReadWrite)’를 선택하기만 하면 Attu가 나머지 워크플로를 자동으로 완료합니다. 이 과정에서 사용자 생성, 안전한 비밀번호 생성, 해당 범위에 맞는 역할 생성, 그리고 권한 부여가 이루어집니다.
데이터베이스 수준에서도 동일한 방식이 적용됩니다. 또한 한 번의 클릭으로 기존 사용자에게 현재 컬렉션에 대한 권한을 부여하거나 접근 권한을 취소할 수 있습니다.
이를 통해 권한 관리가 보호 대상 리소스에 밀접하게 연계됩니다. 팀원에게 범위 지정된 액세스 권한을 부여하기 위해 여러 관리 페이지를 오가거나 역할 명명 규칙을 기억할 필요가 없습니다.
이번 베타 버전이 Attu 사용자에게 의미하는 바
Attu 3.0 베타는 Attu가 처음 출시된 이후 Milvus 관리 콘솔에 적용된 가장 큰 업데이트입니다. 이는 단순한 시각적 개편이 아닙니다. Attu가 처리할 수 있는 범위를 변화시킵니다.
주요 개선점은 이제 Attu가 많은 Milvus 사용자의 실제 업무 방식에 더 잘 부합한다는 점입니다. 즉, 다중 클러스터, 영구적인 로컬 설정, 더 많은 데이터 이동, 더 강화된 접근 제어, 더 많은 문제 해결, 그리고 도구 간 전환 없이 클러스터 동작을 이해해야 할 필요성이 증가한 환경을 지원합니다.
주요 기능은 다음과 같습니다:
- 상태 지표 및 원클릭 전환 기능을 갖춘 멀티 클러스터 관리.
- 클러스터 구성, 기본 설정, LLM 구성, 에이전트 이력 및 사용자 지정 스킬에 대한 영구적인 로컬 상태 저장.
- 50개 이상의 Milvus 도구를 포함하고, 파괴적인 작업에 대한 확인 절차를 갖춘 내장형 AI 에이전트.
- 클러스터 상태, 검색 성능, 데이터 쓰기, 구성 검토를 위한 4가지 내장 전문가 진단 기능.
- 데이터베이스 → 컬렉션 → 파티션 탐색 기능과 더욱 풍부한 컬렉션 작업 기능을 갖춘 새롭게 재설계된 데이터 브라우저.
- 내장된 Prometheus 메트릭, 느린 쿼리 분석, 토폴로지, 백업 및 복원 기능.
- Milvus API 디버깅 및 학습을 위한 REST API 플레이그라운드.
- 별도의 관리 워크플로우뿐만 아니라 데이터베이스나 컬렉션 내에서 직접 실행되는 RBAC 워크플로우.
Attu를 로컬 Milvus 개발용으로만 사용하는 경우, 3.0 버전은 더욱 강력한 콘솔을 제공합니다. 여러 Milvus 환경을 관리하는 경우, 멀티 클러스터 및 지속적 상태 변경 기능만으로도 시도해 볼 가치가 충분합니다. 성능이나 권한 문제를 자주 디버깅하는 경우, 에이전트, 진단, 메트릭 및 컨텍스트 내 RBAC 워크플로우를 통해 즉시 시간을 절약할 수 있습니다.
시작하기
Docker를 사용하여 Attu 3.0 베타를 사용해 보세요:
docker run -d --name attu -p 3000:3000 -v attu-data:/data zilliz/attu:v3.0.0-beta.6
그런 다음 다음을 엽니다:
http://localhost:3000
사이드바에서 Milvus 연결을 추가하고 새로운 콘솔을 살펴보세요.
데스크톱 앱을 선호하시나요? GitHub Releases에서 사용 중인 플랫폼용 빌드를 다운로드하세요. Attu 3.0 베타는 macOS, Linux 및 Windows용 데스크톱 패키지를 제공합니다. 최근 릴리스에는 Docker나 Electron 없이 Attu를 실행할 수 있는 독립형 Linux 서버 패키지도 포함되어 있습니다.
질문이 있으신가요? 멀티 클러스터 설정, 사용자 정의 에이전트 스킬 또는 진단 시나리오에 대해 Milvus Discord에 문의하거나, Milvus Office Hours를 예약하여 커뮤니티와 함께 해결해 보세요.
Milvus 인프라를 직접 운영하기 부담스러우신가요? Zilliz Cloud는 Milvus 개발진이 제공하는 완전 관리형 플랫폼입니다. Milvus API를 유지하면서 실시간 벡터 검색, 대규모 데이터 탐색 및 AI 데이터 운영을 위한 관리형 인프라를 추가로 제공합니다. 데이터 주권 요건이 있는 팀을 위해, Zilliz Cloud BYOC는 귀사의 클라우드 계정 내에서 실행되므로 Zilliz가 운영을 담당하는 동안 데이터는 귀사의 VPC 내에 안전하게 보관됩니다.
Try Managed Milvus for Free
Zilliz Cloud is hassle-free, powered by Milvus and 10x faster.
Get Started
Like the article? Spread the word
