Join us Sept 17 at .local NYC! Use code WEB50 to save 50% on tickets. Learn more >
MongoDB Event
Docs Menu
Docs Home
/
Atlas
/

Atlas Vector Search 벤치마크

이 섹션에는 Atlas Vector Search 성능 벤치마크에 대한 정보를 제공하는 여러 페이지가 포함되어 있으며 이를 활용하여 벡터 검색 성능을 테스트, 평가 및 개선하는 방법도 안내합니다.

  • 벤치마크 개요

  • 벤치마크 결과

  • 추가 권장 사항

Atlas Vector Search 벤치마크의 재현율 및 지연 시간 결과

전체 차트 보려면 Claude 아티팩트를 참조하세요.

이 페이지의 주요 목적은 Atlas Vector Search 성능 평가 시 대규모(>10M 벡터)로 처음 벡터 테스트를 수행할 때 겪는 어려움을 크게 줄이는 데 있습니다.

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.

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.

  1. 벤치마크 개요에서 다음 항목들을 참고하세요.

  2. 벤치마크 결과에서 다음 항목들을 참고하세요

  3. 추가 성능 권장 사항

다음 순서로 아래 섹션을 읽어보세요.

  1. 벤치마크 개요에서 다음 항목들을 참고하세요.

  2. 벤치마크 결과에서 다음 항목들을 참고하세요

  3. 추가 성능 권장 사항

다음 순서로 아래 섹션을 읽어보세요.

  1. 벤치마크 개요 전체

  2. 벤치마크 결과 전체

  3. 추가 성능 권장 사항

날짜
설명

2025-07-21

Atlas Vector Search가 5.5M 규모에서 어떻게 확장되는지를 보여주는 벤치마크 가이드 및 결과 공개 여러 조건에서 Voyage AI의 voyage-3-large 임베딩을 사용한 다차원 및 15.3M 2048차원 Amazon 데이터셋

돌아가기

정확성 개선

이 페이지의 내용