태그: #vector-search

한국어English日本語中文

← 전체 글

• 차세대 검색 엔진 2026 — Meilisearch·Typesense·Elasticsearch·OpenSearch·Quickwit·Vespa 심층 비교 (Elastic 이후의 풍경)

  2026년의 검색 엔진 풍경은 Elasticsearch 한 곳에서 시작해 사방으로 흩어졌다. Meilisearch와 Typesense가 'in-app 검색'을 단순함의 미학으로 가져갔고, AWS는 OpenSearch로 라이선스 우회로를 만들었으며, Quickwit은 S3-native 로그 검색을 들고 나타나 결국 Datadog에 인수됐다. Vespa는 Spotify·Wikipedia·Pint

  2026-05-14 · 34 분 읽기 #search-engine#meilisearch#typesense#elasticsearch#opensearch

• 검색 엔진 내부 구조 완전 가이드 2025: Inverted Index, BM25, Ranking, Vector Search

  검색 엔진의 모든 것! Inverted Index 구조, TF-IDF/BM25 알고리즘, Lucene/Elasticsearch 내부, Tokenization/Analyzer, Boolean/Phrase/Fuzzy 쿼리, Vector Search(임베딩), Hybrid Search, RRF, 검색 품질 평가.

  2026-04-15 · 21 분 읽기 #search#inverted-index#bm25#tf-idf#ranking

• Elasticsearch와 OpenSearch, Lucene의 내부 — Inverted Index, BM25, Sharding, Vector Search, Hybrid RAG까지 (2025)

  검색은 왜 어렵나? Lucene의 Segment와 Merge, Inverted Index의 수학, BM25가 TF-IDF를 어떻게 이겼나, primary/replica shard와 routing, Ingest 파이프라인, Query DSL의 미로, kNN과 HNSW, 2021년 Elastic vs AWS 라이선스 전쟁과 OpenSearch 포크, Hybrid Search로 완성되는 RAG 시

  2026-04-15 · 20 분 읽기 #elasticsearch#opensearch#lucene#search#vector-search

• Elasticsearch 완전 가이드 2025: 검색 엔진부터 로그 분석, 벡터 검색까지

  Elasticsearch의 모든 것! 역색인 원리, 매핑/분석기, 쿼리 DSL, 집계, ELK 스택, 벡터 검색(kNN), 클러스터 운영, 성능 최적화, 면접 질문까지.

  2026-03-24 · 29 분 읽기 #elasticsearch#search#elk-stack#kibana#logstash

• 임베딩 모델 완전 가이드: 벡터 검색·RAG·Sentence Transformers 실전 활용

  임베딩의 기본 개념부터 주요 모델 비교(OpenAI, Cohere, BGE, E5, GTE, Jina), Sentence Transformers 활용, 벡터 데이터베이스(Pinecone, Weaviate, Milvus, Chroma, FAISS) 인덱싱 전략, 유사도 검색, RAG 파이프라인 통합, 파인튜닝, MTEB 벤치마크 평가까지 임베딩 모델의 모든 것을 실전 코드와 함께 체계적으로 다

  2026-03-13 · 32 분 읽기 #llm#embedding#vector-search#rag#sentence-transformers

• RAG 품질 평가와 실패 패턴 분석: 검색 증강 생성의 진단과 개선

  RAG(Retrieval-Augmented Generation) 시스템의 품질을 체계적으로 평가하는 방법과 흔히 발생하는 실패 패턴들을 분석합니다. Retriever, Reranker, Generator 각 컴포넌트의 평가 지표부터 RAGAS, DeepEval 같은 프레임워크 비교, 그리고 실전 디버깅 워크플로우까지 다룹니다.

  2026-03-07 · 24 분 읽기 #rag#llm#evaluation#ragas#deepeval

• Slack Bot + LangChain RAG 챗봇 구축 실전 가이드 — 사내 문서 검색 봇 만들기

  LangChain과 RAG를 활용하여 사내 문서를 검색하는 Slack 챗봇을 구축합니다. 문서 임베딩, 벡터 DB, 프롬프트 엔지니어링, Slack Bolt 연동까지 전체 코드를 다룹니다.

  2026-03-03 · 43 분 읽기 #chatbot#langchain#rag#slack-bot#vector-search

• PostgreSQL + pgvector 벡터 검색 실전 가이드: RAG부터 하이브리드 검색까지

  PostgreSQL pgvector 확장으로 벡터 유사도 검색을 구현한다. 설치부터 HNSW/IVFFlat 인덱스, 하이브리드 검색(벡터+전문검색), RAG 파이프라인 통합까지 실전 코드 포함.

  2026-03-02 · 10 분 읽기 #postgresql#pgvector#vector-search#embedding#rag