벡터 검색 엔진
pgvector 기반 시맨틱 검색,
하이브리드 검색, 한국어 FTS까지.
RAG 파이프라인의 핵심 검색 엔진입니다.
pgvector
기반
Hybrid
Vector + BM25
Korean
FTS 최적화
벡터 검색만으로는 부족합니다.
키워드 검색과 결합해야 정확합니다.
Vector Engine은 시맨틱 검색과
BM25 키워드 검색을 하이브리드로 결합하여,
단일 검색 방식보다 높은 Recall과
Precision을 달성합니다.
핵심 기능
시맨틱 검색
임베딩 벡터 기반 의미 검색. 질문과 문서의 의미적 유사도를 계산하여 가장 관련성 높은 결과를 반환합니다.
하이브리드 검색
시맨틱 검색과 키워드 검색을 결합합니다. 의미적 유사도와 BM25 텍스트 매칭을 가중 합산하여 정확도를 높입니다.
한국어 토크나이저
한국어 문서에 최적화된 토큰 처리. 바이그램 분할, 한국어 감지, ts_query 변환으로 한국어 FTS 정확도를 개선합니다.
벡터 인덱싱
HNSW 및 IVFFlat 인덱스를 지원합니다. 데이터 규모와 워크로드에 맞는 인덱스를 선택할 수 있습니다.
양자화 (HalfVec)
벡터를 반정밀도(half-precision)로 변환하여 저장합니다. 인덱스 크기를 절반으로 줄이면서 검색 품질을 유지합니다.
리랭커
1차 검색 결과를 재정렬합니다. 키워드 오버랩 기반 리랭킹으로 최종 정확도를 한 단계 더 높입니다.
검색 모드
용도에 따라 4가지 검색 방식을 제공합니다.
vectorSearch
순수 벡터 유사도 검색. 임베딩 거리 기반.
semanticSearch
텍스트 → 임베딩 → 검색을 한 번에 처리하는 통합 API.
hybridSearch
벡터 검색 + BM25 텍스트 검색 결합. 가중치 조절 가능.
ftsSearch
PostgreSQL Full-Text Search. 한국어 바이그램 지원.
검색 파이프라인
BM25 Search (한국어 바이그램 FTS)
MonolithDB 통합
Vector Engine은 MonolithDB의 핵심 검색 모듈입니다. RAG Pipeline, Smart Chunker, Bubble Embedding과 연계하여 문서 인제스트부터 검색까지 전체 파이프라인을 구성합니다. VectorDB 튜닝 서비스를 통해 고객 환경에 맞는 최적화를 지원합니다.