TECH NOTES
기술노트
현장에서 검증된 개발 지식을 기록합니다.
321
Database
벡터 DB 고르기 — pgvector·Pinecone·Qdrant·Milvus 운영 부담과 비용으로 비교
pgvector, Pinecone, Qdrant, Milvus를 운영 부담·비용·메타데이터 필터링·확장성 기준으로 비교한다. 수백만 벡터까지는 pgvector로 충분한 이유와, 언제 전용 벡터 DB로 넘어가야 하는지 실무 관점에서 정리했다.
AI
HNSW 인덱스 튜닝 — ef_search·M으로 벡터 검색 속도-정확도 잡기
RAG 검색이 느리거나 문서를 놓치는 진짜 원인은 HNSW 파라미터일 때가 많다. ef_search·M·ef_construction의 역할과 recall@k로 스위트 스폿을 찾는 실전 튜닝.
Database
HNSW vs IVFFlat — 벡터 인덱스 두 종류, 언제 무엇을
pgvector의 두 벡터 인덱스 HNSW와 IVFFlat을 리콜·속도·메모리·증분 갱신 관점으로 비교. 파라미터 튜닝과 필터 조합 함정까지 RAG 실무 기준으로 정리했다.