메모리 4분의 1만 써도 FAISS보다 빠른 벡터 검색 엔진
Key Point
벡터 데이터베이스의 메모리 사용과 검색 성능은 RAG 시스템의 핵심이므로, 기존 방식 대비 4배 더 효율적이면서 더 빠른 솔루션의 등장은 프로덕션 환경 선택에 직접 영향을 미친다.
핵심 요약
- Google의 TurboQuant 알고리즘 기반 Rust 벡터 인덱스로, Python 바인딩을 제공한다.
- 1,000만 문서 기준 float32 31GB가 4GB로 압축되며 FAISS IndexPQFastScan보다 빠른 검색 속도를 낸다.
- 온라인 인제스트 지원으로 훈련 단계 없이 벡터를 바로 색인하고, 증분 저장으로 변경분만 동기화한다.
- ARM의 NEON, x86의 AVX-512/AVX2 등 최적화된 SIMD 커널로 검색 시 3.4배 빠른 성능을 달성한다.
- 검색 시점의 필터링으로 허용된 ID 세트만 검색하며, 로컬 전용이라 개인정보보호와 지연시간이 중요한 RAG에 적합하다.
- LangChain, LlamaIndex, Haystack 등 주요 RAG 프레임워크 통합을 제공한다.
저장소 보기 ↗github.com