OpenSearch는 더 이상 더 나은 Elasticsearch가 되려고 하지 않는다
Source: Dev.to
OpenSearch 배포를 물려받았고 이제 에이전트를 실행하라는 요청을 받았다면, 2026년 1분기는 이례적으로 좋은 소식이었습니다. OpenSearch 3.5(2월)와 3.6(4월)은 단순한 검색 개선이 아니라 명확한 의도 선언입니다.
“OpenSearch는 더 나은 Elasticsearch가 되려는 것이 아니라, AI 애플리케이션이 구축되는 데이터 레이어가 되는 데 집중하고 있습니다.”
— 저자, 로그 분석에서 의미 검색으로 팀을 옮기는 엔지니어
실제로 바뀐 점
-
Better Binary Quantization (BBQ) 가 3.6에 도입 – Lucene 프로젝트에서 통합된 BBQ는 고차원 부동소수점 벡터를 압축된 이진 표현으로 변환해 약 32배의 메모리 절감을 달성합니다. Cohere‑768‑1M 벤치마크에서 BBQ는 100개 결과에 대한 리콜이 0.63으로, Faiss Binary Quantization의 0.30을 크게 앞섭니다. 오버샘플링 및 재점수를 적용하면 대규모 프로덕션 데이터셋에서 0.95를 초과합니다. 현재 기본값으로 만들기 위한 작업이 진행 중입니다.
-
Sparse vector 검색에 프로덕션 규모 도구 제공 – SEISMIC 알고리즘은 전체 인덱스 스캔 없이 신경망 기반 희소 근사 최근접 이웃 검색을 가능하게 합니다. 대부분의 프로덕션 AI 검색 파이프라인은 이제 하이브리드 패턴(밀집 의미 리콜 + 희소 신경 정밀도)을 사용하며, 3.6은 이를 명시적으로 중심에 두고 설계되었습니다.
-
에이전트 메모리가 이제 플랫폼 차원의 기능, DIY 문제가 아님 – 3.5 이전에는 다중 턴 에이전트 메모리를 위해 외부 세션 스토어와 맞춤형 컨텍스트 연결이 필요했습니다. 3.5에서는 대화 메모리를 ML Commons 로 옮겨 훅 기반 API를 제공했습니다. 3.6에서는 새로운 의미 및 하이브리드 검색 API가 추가되어, 에이전트가 벡터 유사도 또는 키워드 매칭을 통해 맥락에 맞는 이전 교환을 검색할 수 있게 되었습니다(단순히 가장 최근 턴만이 아니라).
-
토큰 사용량 추적, 드디어 구현 – 에이전트 실행 중 발생하는 모든 LLM 호출이 이제 자동으로 계측됩니다(턴별, 모델별 토큰 수). 별도 설정이 필요 없으며, Amazon Bedrock Converse, OpenAI v1, Gemini v1beta를 지원합니다. 이를 통해 에이전트 비용을 즉시 가시화할 수 있습니다.
-
MCP 지원 도입 – 3.6의
opensearch-agent-server는 Model Context Protocol 통합을 통해 다중 에이전트 오케스트레이션을 추가했습니다. MCP는 AI 시스템이 외부 도구 및 데이터 소스와 통신하는 표준이 되었으며, OpenSearch가 단순한 벡터 스토어 백엔드가 아니라 에이전트 툴링 생태계의 완전한 참여자가 되려는 의도를 보여줍니다.
왜 중요한가
OpenSearch는 이전에 팀들이 플랫폼 외부에서 해결하던 문제들을 체계적으로 흡수하고 있습니다—에이전트 메모리, 토큰 비용 가시성, 다단계 에이전트 실행을 위한 분산 트레이싱(OpenTelemetry 기반 APM이 Dashboards에 내장) 등. 각각의 문제를 흡수함으로써 전환 비용이 상승하고 AI 애플리케이션 스택에서 OpenSearch의 고착성이 높아집니다.
특히 MCP 통합은 가장 전략적인 요소입니다. 단순히 기능 동등성을 넘어, OpenSearch를 더 넓은 에이전트 생태계와 연결하는 접착제 역할을 합니다.
해야 할 일
- 이미 로그나 검색 용도로 OpenSearch를 사용 중인가요? 3.6으로 업그레이드하고 BBQ를 벤치마크해 보세요—메모리 절감만으로도 업그레이드가 충분히 가치 있을 수 있습니다.
- 에이전트를 구축 중인데 메모리 레이어를 아직 선택하지 않았나요? 별도의 벡터 스토어를 만들기 전에 3.5/3.6 ML Commons 문서를 먼저 읽어 보세요.
- 프로덕션에서 에이전트를 운영하면서 비용 가시성이 부족한가요? 3.6의 토큰 추적은 설정이 전혀 필요 없습니다. 바로 업그레이드만 하면 됩니다.
- 스택에 MCP를 사용하고 있나요?
opensearch-agent-server통합을 평가해 에이전트를 OpenSearch에 보관된 데이터와 연결해 보세요.
Source: Inside OpenSearch’s bid to become the default AI data layer — The New Stack