세계에서 가장 많이 다운로드된 벡터 데이터베이스 - Elasticsearch

Elasticsearch의 벡터 데이터베이스는 벡터 임베딩을 규모에 맞게 생성, 저장 및 검색할 수 있는 효율적인 방법을 제공합니다.

텍스트 검색과 벡터 검색을 결합하여 하이브리드 검색을 수행하면 관련성과 정확도를 모두 최대로 높일 수 있습니다.

오늘 Elasticsearch를 경험해 보세요
Video thumbnail

벡터 데이터베이스가 시작점입니다...

훌륭한 검색 경험을 위해서는 벡터 데이터베이스보다 더 많은 것이 필요합니다. Elasticsearch에는 풀 벡터 데이터베이스, 여러 유형의 검색(텍스트, 희소 및 밀집 벡터, 하이브리드), 선택하신 머신 러닝 모델 아키텍처가 포함됩니다.

집계, 필터링 및 패싯 검색, 자동 완성으로 검색 경험을 구축하세요. 클라우드, 온프레미스 또는 에어 갭에서 검색을 실행하세요.

  • 임베딩 생성

    임베딩 모델을 선택할 수 있는 유연성을 통해 밀집 벡터에서 데이터의 의미, 컨텍스트 및 연관성을 캡처하세요. 데이터를 색인할 때 머신 러닝 유추를 실행하세요.

  • 임베딩 저장

    Elasticsearch의 벡터 저장 공간은 Lucene의 HNSW를 기반으로 합니다. 이 접근 방식은 벡터 검색 알고리즘에 대한 비교 벤치마크(luceneknn 참조)에서 잘 수행됩니다.

  • 임베딩 검색

    사용 사례에 맞게 k-최근접 유사 항목(kNN) 검색을 실행하세요. Lucene의 HNSW 인덱스를 사용하여 속도와 확장성을 확인하려면 최근접 유사 항목(ANN) 검색을, 궁극적인 정확성을 위해서는 정확한 일치 검색을 실행하세요.

  • 필터 및 패싯 검색을 사용하여 검색 세부화

    Elasticsearch 개발자가 의존하는 풍부한 필터링 및 패싯 검색 기능의 프레임워크로 벡터 검색에 사용할 수 있습니다.

  • 검색 방법과 하이브리드 검색 결합

    하이브리드 검색을 사용하면, BM25, Elastic의 훈련된 희소 모델(ELSER), 밀집 벡터 중에서 여러분에게 적합한 검색 방법의 조합을 선택할 수 있습니다.

  • 문서 수준의 보안 및 규정 준수 정책 적용

    문서 및 필드 수준의 보안을 통해 세부적인 역할 기반 액세스 제어를 할당합니다. 널리 채택되는 규정 준수 프레임워크 전반에 걸쳐 적용 범위를 파악해 두세요.

벡터 데이터베이스를 사용하는 이유는 무엇일까요?

  • 시맨틱 검색

    의도와 맥락적 의미에 초점을 맞추고 텍스트 매칭을 넘어 검색합니다.

  • 멀티 모달 검색

    텍스트, 벡터, 이미지, 오디오, 동영상, 위치 정보 또는 비정형 데이터와 같은 모든 데이터를 검색합니다.

  • 생성형 AI 검색

    벡터와 하이브리드 정확도를 통해 GAI 검색 경험을 위한 검색 증강을 생성합니다.

벡터 데이터베이스 상위 집합

구축하려는 벡터 검색 경험을 기반으로 벡터 데이터베이스를 선택하세요.

일부 벡터 데이터베이스
Elasticsearch
임베딩

임베딩 저장

전폭적인 지원

전폭적인 지원(무료)

임베딩 생성

일부 지원

전폭적인 지원(유료)

코드 몇 줄로 시작하세요

익숙한 Elasticsearch API를 사용하여 임베딩을 생성하고, 임베딩을 저장하고, 벡터 검색을 실행하세요.

POST /_ml/trained_models/sentence-transformers__all-minilm-l6-v2/_infer
{
  "docs": {
    "text_field": "Jamaica's tropical climate brings warmth all year round"
  }
}

지금 바로 벡터 검색의 첫 단계를 수행하세요

2019년 이래 세계에서 가장 많이 다운로드된 벡터 데이터베이스

지난 몇 년에 걸쳐 여러분과 같은 사용자와 커뮤니티 기여자들이 Elastisearch를 통해 벡터 데이터베이스 기능을 추가했습니다. 밀집 벡터 필드(v7.2), ANN 검색(8.0), 필터링(8.2) 및 집계(8.4), 벡터 검색 정식 버전(8.5)은 훌륭한 개발자 경험을 제공합니다.

오늘 Elasticsearch를 경험해 보세요