30秒サマリー
- AWSは既存データストアにベクトル検索を追加する「データ移動不要」アプローチを推奨方針として公式解説
- OpenSearch・S3 Vectors・DynamoDB等6サービスを用途別に使い分ける意思決定モデルを提示
- S3 VectorsはGA後に1日あたり数千万クエリを処理、クエリコスト最大80%削減の新価格体系も適用
何が起きたか
AWSは公式機械学習ブログで、エージェント型AIの検索・取得レイヤーを支えるベクトルソリューション群の活用指針を解説した。中心となる方針は「データがすでに存在する場所にベクトル検索を追加する」というもので、新たなデータストアへの移行や複製を原則として不要とする設計思想に基づく。
対象サービスとして、Amazon OpenSearch Service・Amazon S3 Vectors・Amazon DynamoDB・Amazon Aurora PostgreSQL・Amazon ElastiCache for Valkey・Amazon Neptuneが挙げられている。新規ワークロード向けの推奨はOpenSearch Serviceとされており、レイテンシ・コスト・クエリパターンなど複数要件のバランスに対応できる汎用性を理由としている。同サービスは月間アクティブ顧客10万社超、月間10兆リクエスト超を処理しているとブログは記述している。
S3 Vectorsについては、一般提供開始後に1日平均数千万クエリが実行され、プレビュー期間比で5倍超に増加したと報告している。最近の機能強化として、1クエリあたりの検索結果数が最大1万件（従来比100倍）に拡張されたこと、およびベクトルインデックスのベクトル数が1000万超の場合のクエリ料金が最大80%引き下げられたことが明示されている。コストは専用ベクトルデータベースと比較して最大90%削減できるとしている。
DynamoDB向けベクトル検索は、最大4096次元・シングルデジットミリ秒のレイテンシを実現するとしており、既存のNoSQLデータと同一データベース内でセマンティック検索が可能になる点を強調している。活用事例としては、AdobeがOpenSearch Serviceを用いてAcrobat AIアシスタントを数億ユーザー規模に展開していること、BMW GroupがS3 Vectorsと Amazon Athenaを組み合わせ20ペタバイトのデータを自然言語で検索できる仕組みを構築していることが紹介されている。
原典ハイライト
出典: AWS Machine Learning Blog（公式ブログ）
So What?（なぜ重要か）
「RAGを導入したいがデータ移動のコストや安全性が障壁」という企業が多い中、AWSはデータを動かさずにベクトル検索を後付けできるアーキテクチャを体系化して提示した。これにより、既存のデータ管理体制やガバナンスを維持したままエージェント型AIを本番環境に実装するための判断軸が明確になった。S3 Vectorsの大幅なコスト削減とDynamoDBの超低レイテンシ対応は、用途に応じたコスト最適化の選択肢を広げる。
日本企業への示唆
日本企業が社内AIを検討する際、「既存のAWS利用サービスを確認し、そこにベクトル検索を追加する」という手順を起点にすることでコストと移行リスクを抑えられる。Aurora PostgreSQLやDynamoDBをすでに使用している企業は追加サービス契約なしにRAGの試験実装が可能とみられるため、まずPoC（概念実証）のコストと期間を見積もり直す価値がある。一方、データガバナンスや機密情報の管理ポリシーがベクトル化対象データに適用されるか否かの確認は引き続き必要で、セキュリティ担当部門との連携を先行させることが望ましい。
背景・経緯
エージェント型AI（Agentic AI）の普及に伴い、LLMに外部知識を与えるRAGの重要性が高まっている。ベクトルデータベース市場では専用サービスへのデータ集約が一般的だったが、データ移動に伴うコスト・レイテンシ・セキュリティリスクが課題とされてきた。AWSは各データサービスにベクトル機能を組み込む方向性を取ることで、この課題に対応するアプローチを示している。S3 Vectorsの一般提供開始など、個別機能の提供状況は原文にも言及があるが、各サービスの提供開始時期の詳細は原文では触れられていない。
