개요
Vector Search는 이미지, 문장, 문서 같은 대상을 고차원 벡터로 표현한 뒤 거리 또는 유사도 기준으로 가까운 항목을 찾는 검색 방식이다. 대규모 데이터에서는 모든 벡터를 매번 정확히 비교하는 대신 근사 최근접 이웃 검색과 전용 인덱스 구조가 자주 사용된다.[1]
AI 시스템에서의 사용
Embedding으로 만든 의미 벡터를 이용하면 단어가 정확히 일치하지 않아도 의미적으로 가까운 문서를 찾을 수 있다. 이런 검색은 RAG의 검색 단계나 추천·중복 탐지 등에 활용될 수 있다.
구현 관점
FAISS 연구는 GPU와 압축·근사 검색 기법을 이용해 매우 큰 벡터 집합에서 유사도 검색을 효율적으로 수행하는 방법을 다뤘다.[1] Vector Search는 특정 제품 하나가 아니라 여러 데이터베이스·검색 라이브러리가 구현할 수 있는 기능 범주다.
SOURCES
출처
-
Billion-scale similarity search with GPUs Facebook AI Research / arXiv원문 보기 ↗
KNOWLEDGE LINKS