핵심 요약
AWS가 Amazon Aurora PostgreSQL의 pgvector 0.8.0 도입으로 벡터 검색 성능을 최대 9배 향상하고 검색 정확도를 100배 높인 사례를 소개합니다.
구현 방법
- HNSW 인덱스 기반 검색과 반복적 인덱스 스캔(iterative_scan) 도입
- relaxed_order/strict_order 모드 선택과 hnsw.max_scan_tuples, hnsw.scan_mem_multiplier 조정
- 384차원 임베딩과 대규모 데이터셋(약 1천만 데이터)에서 필터링 쿼리의 재현율 개선 및 오버필터링 감소
- 비용 추정 개선으로 더 효율적인 실행 계획 선택 및 RAG 애플리케이션에의 적용
주요 결과
- 최대 9배 빠른 쿼리 처리 및 100배 더 정확한 검색 결과
- 재현율 개선으로 대규모 벡터 검색의 완전성 향상
- 비용 추정 개선으로 실행 계획의 품질 향상 및 전반적 성능 개선
