Timescale, pgvector보다 빠른 PRISM 인덱스 기반 pg_vectorsearch 알파 버전 공개

Timescale이 고성능 근접 이웃 검색(ANN)을 위한 PostgreSQL 확장 프로그램 pg_vectorsearch의 알파 버전을 출시했다. 이 도구는 IVF 스타일 클러스터링과 계층적 라우팅을 결합한 PRISM 인덱스를 도입해 1억 개 이상의 벡터 데이터셋을 지원한다. RaBitQ 양자화를 활용해 이론적 오차 한계가 있는 2단계 검색을 수행하며, SIMD 최적화된 거리 계산(AVX2, AVX512, NEON)을 적용했다.

성능 및 아키텍처

프로젝트 측에 따르면 pg_vectorsearch는 pgvector의 IVFFlat 및 HNSW 구현보다 쿼리 및 인덱스 빌드 속도가 현저히 빠르다. 1억 개 벡터 데이터셋 벤치마크 결과, 동일한 재현율(recall) 수준에서 그래프 기반 HNSW보다 성능이 우수하며 메모리 사용량은 1/4에 불과한 것으로 보고됐다. 아키텍처는 클러스터링을 위해 계층적 중심점 트리에 의존하며, SIMD 연산에 최적화된 포스트 목록에 RaBitQ 양자화 벡터를 저장한다.

호환성 및 사용법

pg_vectorsearch는 기존 pgvector 컬럼과 바이너리 호환되므로, 데이터 재작성 없이 vector 및 halfvec 타입에 PRISM 인덱스를 생성할 수 있다. <-> (L2), <#> (내적), <=> (코사인) 등 표준 연산자를 지원한다. 주요 튜닝은 prism.nprobe 파라미터로 관리되며, 값이 0이면 약 0.95 재현율을 위한 자동 튜닝이 활성화된다.

요구 사항 및 상태

이 확장 프로그램은 PostgreSQL 18 이상, GNU C11 컴파일러(GCC 11 이상 또는 Clang 14 이상), Meson 빌드 시스템을 요구한다. 알파 릴리스이므로 프로덕션 환경에는 적합하지 않으며, 프리릴리스 간 업그레이드 시 인덱스를 드롭하고 재생성해야 할 수 있다. 동적 업데이트는 지원되지만, 포스트 목록 분할은 prism_rebalance 프로시저를 통해 수동으로 트리거해야 한다.