한 대학생 개발자가 순수 C언어로 개발한 온디바이스 벡터 데이터베이스(Vector Database) '리베로(Livero)'를 공개하며 주목받고 있습니다. 이 프로젝트는 서버 없이 스마트폰이나 엣지 기기 등에서 직접 실행되는 임베디드 라이브러리 형태로, 기기 내에서 자유롭게 벡터 검색과 데이터 처리가 가능한 것이 특징입니다. 인공지능(AI) 시대에 중요성이 커지는 벡터 데이터베이스를 대학 1학년 학생이 직접 구현했다는 점에서 기술 커뮤니티의 관심을 모으고 있습니다.
리베로는 데이터베이스 엔진의 핵심 기술인 LSM-tree(로그 구조화 병합 트리)를 기반으로 스토리지를 구성하고, 효율적인 근사 최근접 이웃(Approximate Nearest Neighbor, ANN) 검색을 위해 HNSW(계층적 내비게이션 가능한 스몰 월드) 벡터 인덱스를 적용했습니다. 또한, ARM NEON SIMD를 활용한 거리 커널 최적화를 통해 float32 및 int8 데이터 타입의 L2 및 내적(dot product) 거리 계산을 빠르게 수행합니다. 모든 코드는 C언어로 작성되었으며, 외부 라이브러리 의존성이 없어 가볍고 이식성이 높습니다. 기본적인 CRUD(생성, 읽기, 업데이트, 삭제) 및 필터링이 결합된 벡터 검색 기능을 제공하며, 향후 x86 지원, 동시성 처리, 모바일 바인딩 등 기능 확장을 계획하고 있습니다.
리베로와 같은 온디바이스 벡터 데이터베이스는 클라우드 서버에 의존하지 않고 기기 자체에서 AI 기능을 구현할 수 있게 해준다는 점에서 중요합니다. 이는 특히 온디바이스 RAG(Retrieval Augmented Generation, 검색 증강 생성)나 오프라인 환경에서의 시맨틱 검색(Semantic Search)과 같은 애플리케이션에 유용합니다. 데이터 프라이버시를 강화하고, 네트워크 지연 없이 빠른 응답 속도를 제공하며, 클라우드 비용을 절감할 수 있다는 장점도 있습니다. 이러한 기술은 향후 스마트폰, 웨어러블 기기, 사물 인터넷(IoT) 장치 등 다양한 엣지 디바이스에서 AI 기능을 확장하는 데 핵심적인 역할을 할 것으로 기대됩니다.