AI Briefing#vector-search
#vector-search와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#vector-search와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Cohere Embed 5와 Rerank 5가 OpenRouter에 출시되어 단일 API 키로 RAG 파이프라인을 구축할 수 있게 됐다.
Timescale이 pgvector보다 빠른 PRISM 인덱스 기반 pg_vectorsearch 알파 버전을 출시했다.
Cohere가 Embed 5를 공개했으며 ViDoRe V3에서 85.8점을 기록해 경쟁사를 앞섰다.
나래에너지서비스가 Strands Agents와 Bedrock AgentCore를 활용해 발전설비 진단 자동화 PoC를 성공적으로 검증했다.
임베딩이나 벡터 컬럼 없이 SQL WHERE 절에서 자연어로 행을 필터링하는 PostgreSQL 확장 pgjev가 공개됐다.
Manticore Search가 모델 입력 창 제한으로 인한 정보 손실을 해결하기 위해 테이블 정의 내 청킹 전략을 도입했다.
Pinterest이 Manas 플랫폼의 양자화와 SSD 서빙 도입으로 임베딩 검색 비용을 최대 30% 절감했다.
Amazon Aurora PostgreSQL에서 pgvector 0.8.0을 활용해 HNSW 인덱스, 메모리 최적화, 관측성 확보 등 프로덕션 RAG 워크로드를 운영하는 실무 전략을 소개한다.
AI 에이전트의 코드 및 문서 검색 효율성을 높이는 하이브리드 로컬 검색 인프라 'zg'가 오픈소스로 공개됐다.
AlloyDB ScaNN이 4단계 트리 구조 도입으로 100억 개 벡터 규모 검색 성능을 확보했다.
Google Research의 TurboQuant를 적용한 Rust 벡터 인덱스 Turbovec이 FAISS보다 빠른 검색과 높은 압축률을 제공한다.
Google의 TurboQuant 알고리즘을 활용해 FAISS보다 빠르고 메모리 효율적인 Rust 기반 벡터 검색 엔진 Turbovec를 공개했다.
AWS가 Heroes Summit과 Bedrock 웹 검색 등 최신 소식을 정리했다.
Target이 Spanner Graph로 상품 탐색 데이터를 통합하고 DB 유지보수를 50% 줄였다.
PostgreSQL 내에서 벡터 검색과 하이브리드 검색을 통합 지원하는 확장 프로그램 pgContext가 공개되었습니다.
메모리 사용량을 최소화하면서 대규모 그래프 데이터를 처리할 수 있는 새로운 graphdb가 공개되었습니다.
언어 모델의 성능 향상을 위해 외부 지식과 검색 기술을 결합하는 다양한 연구 사례를 살펴본다.
미리캔버스가 4,000만 건의 디자인 리소스를 대상으로 Amazon OpenSearch Service 기반의 듀얼 벡터 검색을 도입하고 성능을 최적화했다.
관계(Edge)를 단순 메타데이터가 아닌 독립된 임베딩 문서로 처리하는 새로운 지식 그래프 구조를 제안함.
신경망을 통해 MIPS 해를 직접 예측함으로써 검색 연산 비용을 획기적으로 줄이는 Amortized MIPS를 제안한다.
AlloyDB가 AI Functions의 성능을 대폭 개선하고 새로운 기능을 추가하여 데이터 처리 효율성을 높였다.
비대칭 양자화를 통해 Late Interaction 모델의 저장 비용을 획기적으로 낮추면서도 검색 품질을 유지하는 기술을 소개한다.