벡터 데이터베이스 심화 — pgvector로 PostgreSQL에서 RAG 구현

pgvector 설치

CREATE EXTENSION vector;

CREATE TABLE documents (
  id SERIAL PRIMARY KEY,
  content TEXT,
  embedding vector(1536)  -- OpenAI ada-002 차원
);

유사도 검색

-- 코사인 유사도 검색
SELECT content, 1 - (embedding <=> $1) AS similarity
FROM documents
ORDER BY embedding <=> $1
LIMIT 5;

-- IVFFlat 인덱스
CREATE INDEX ON documents
USING ivfflat (embedding vector_cosine_ops)
WITH (lists = 100);

HNSW 인덱스

HNSW는 IVFFlat보다 빌드가 느리지만 검색 성능이 더 좋습니다.