이 섹션에는 MongoDB Vector Search 성능 벤치마크에 대한 정보와 이를 사용하여 벡터 검색 성능을 테스트, 평가 및 개선하는 방법을 제공하는 다음 페이지가 포함되어 있습니다.
전체 차트 보려면 Claude 아티팩트를 참조하세요.
벤치마크 활용 방법
이 페이지의 프라이머리 목표는 MongoDB Vector Search의 성능을 평가할 때 첫 번째 벡터 테스트의 확장하다 (>10M 벡터) 마찰을 크게 줄이는 것입니다.
이 페이지들은 사용자가 안심하고 테스트를 수행할 수 있도록, 임베딩 모델 차원, 양자화 방식, numCandidates 선택, 필터 기준, 검색 노드 구성 등 초기 설정을 제공합니다. 이 설정들은 출발점에 불과하므로, 실제 사용 사례에 맞는 데이터셋과 쿼리 패턴에 따라 구성을 수정해야 할 수도 있습니다.
읽기 안내
이 페이지를 읽을 때는 본인의 사용 사례와 가장 관련이 깊은 주요 이슈에 집중하는 것이 좋습니다. 재현율, 비용, 지연 시간/처리량과 같은 주요 이슈에 대해 안내를 제공합니다.
아래에서 자신의 사용 사례에 가장 알맞은 안내를 참고하세요.
다음 순서로 아래 섹션을 읽어보세요.
ChangeLog
날짜 | 설명 |
|---|---|
2025-07-21 | 벤치마크 가이드 및 5.5M에서 MongoDB Vector Search를 확장하는 방법을 보여주는 결과 릴리스 다양한 조건에서Voyage AI의 |