RAG LabPhase 5벡터 저장소
Vector Store Simulator
벡터 인덱스를 구축하고, HNSW 그래프를 시각화하고, 검색 전략을 비교하고, 벡터 DB 5종을 비교해보세요.
RAG Lab 시리즈
3 / 4
벡터 인덱싱
고차원 벡터를 효율적으로 저장하고 인덱싱하는 방법을 학습합니다
HNSW 알고리즘
계층적 탐색 가능 소세계 그래프의 구조와 멀티레이어 검색을 시각화합니다
검색 전략
정확 검색과 근사 검색을 비교하고 Recall, Precision, MRR 메트릭을 분석합니다
DB 비교
Pinecone, Chroma, Qdrant, Weaviate, Milvus 5종을 나란히 비교합니다
Vector Store Simulator 로딩 중...
벡터 저장소란?
벡터 저장소(Vector Store)는 고차원 임베딩 벡터를 위한 특수화된 저장소로, 인덱싱 알고리즘을 통해 빠른 유사도 검색을 지원합니다.
- HNSW: 다층 그래프로 로그 시간 검색 가능
- IVF: 클러스터 기반 파티셔닝으로 대규모 검색
- PQ: 벡터 압축으로 메모리 64배 절감 (정확도 소폭 손실)
RAG Lab 연계
이 시뮬레이터는 RAG Lab 시리즈의 세 번째 도구입니다:
- 1. Document Chunker - 문서를 청크로 분할
- 2. Embedding Explorer - 청크를 벡터로 변환
- 3. Vector Store (현재) - 벡터 인덱싱 및 검색
- 4. Retrieval & Generation - 검색 및 답변 생성