Physical AI 의 장기 시각 기억 인프라.
클라우드 재인덱싱 없이, 실제 삭제가 가능합니다.
휴머노이드 로봇 한 대가 1초에 단 한 프레임만 본다고 해도 — 1년이면 약 310만 장의 시각 임베딩이 누적됩니다. 실제 운용 환경에서는 그보다 한 자릿수 이상 더 많습니다. 이 모든 벡터와의 거리 비교가, 매 순간 실시간으로 일어나야 합니다.
새 데이터가 계속 쌓이는 동안, 처음 만든 인덱스는 옛 분포에 맞춰진 채로 남아 있습니다. 시간이 지날수록 검색 결과가 어긋나기 시작합니다.
'삭제' 표시만 될 뿐, 인덱스에는 그대로 남아 있습니다. GDPR · HIPAA · 개인정보 파기 의무를 충족할 수 없습니다.
현재 업계의 답은 "주기적으로 인덱스를 다시 만든다" 입니다. 대규모 GPU 클러스터로 재구축. 그 결과, 비용을 더 쓸지, 운영을 멈출지 의 양자택일이 됩니다.
24/7 검색을 유지하려면, 클라우드 자원을 항상 가동한 채 백그라운드로 재구축. 비용이 가파르게 늘어납니다.
비용을 절약하려면, 충전·정비 시간에만 재구축. 그 시간 동안 검색은 멈춥니다.
중간 규모 (10K humanoid fleet, 10B 벡터) 운영 시 1 년 추정 클라우드 비용:
| 솔루션 | 연간 클라우드 비용 | 대당 / 년 |
|---|---|---|
| Pinecone serverless | ~ $290K | $30 |
| Pinecone p2 pod (24/7) | ~ $10M | $1,000 |
| Self-managed Milvus | ~ $930K–1.2M | $93–120 |
| MagneticAI · FORGE | ~ $300 | $0.03 |
— 그러나 비용만의 차이가 아닙니다.
재분석 없이도 분포 변화를 따라가고, 지웠으면 실제로 사라지고, 클라우드 없이도 동작합니다.
어떻게 가능한지는 — 직접 확인해 보세요.