Snowflake Cortex Search vs Pinecone — RAG 검색 엔진 비교 12주

핵심 요약

Snowflake Cortex Search GA. 같은 코퍼스 1.2M 문서로 Pinecone과 12주 동시 운영 후 비교. NDCG@10 정확도 동일(0.78 vs 0.79), 비용 월 $1,820 → $580, 운영 인력 0.5 FTE → 0.1. 데이터 이미 Snowflake에 있으면 Cortex가 압도적.

1. Cortex Search 구조

CREATE OR REPLACE CORTEX SEARCH SERVICE docs_search
  ON content
  ATTRIBUTES title, tags, lang
  WAREHOUSE = analyst_wh
  TARGET_LAG = '1 minute'
  AS (
    SELECT content, title, tags, lang FROM docs
  );

SQL 한 줄. 임베딩 자동 생성, semantic + keyword 하이브리드 자동. 1분 lag로 최신 데이터 반영.

2. 검색 API

-- SQL
SELECT PARSE_JSON(
  SNOWFLAKE.CORTEX.SEARCH_PREVIEW(
    'docs_search',
    '{"query": "kubernetes 1.34", "columns": ["content", "title"], "limit": 10}'
  )
);
// Node SDK 도 동일

3. 비교 — 동일 트래픽

4. 채택 기준

• 데이터 이미 Snowflake — Cortex가 답
• Multi-cloud 데이터 origins — Pinecone
• Sub-50ms 검색 필수 — Pinecone (지연 작음)
• 사내 RAG, 운영 인력 부족 — Cortex

5. 함정

• Warehouse 비용 — 검색 트래픽이 Snowflake 컴퓨트 소비. 전용 warehouse 분리, autoscale 정책 명확
• TARGET_LAG — 1분 미만 설정 시 비용 폭증. 5분 권장
• ATTRIBUTES 필터 — 정의 후 변경하면 재인덱싱 필요
• Multi-region — Cortex는 single region 제약, cross-region 검색은 데이터 이동 비용