Atlas Vector Search

Vector Search Sub Nav

최신 검색 및 생성형 인공지능 사용 사례에 Atlas Vector Search 기능을 활용하는 방법을 살펴보세요.

독립형 벡터 데이터베이스와 달리 Atlas를 사용하면 운영 데이터, 메타데이터 및 벡터를 모두 안전하고 확장 가능한 통합 데이터 플랫폼에 저장하고 작업할 수 있습니다.

문서 데이터베이스에 대해 알아보기

풍부한 중첩 데이터 구조를 사용하여 손쉽게 구성하고 쿼리할 수 있습니다. 임베딩 모델로 여러 필드를 모델링하고 최적의 성능을 위해 쿼리 시 이를 함께 고려합니다.

워크로드 격리 및 메모리 최적화된 멀티 클라우드 전용 인프라를 통해 독립적인 확장성을 제공하여 고가용성과 성능을 보장합니다.

검색 정확도를 유지하면서 보다 효율적인 저장, 처리, 검색을 위해 벡터를 압축하여 규모를 확장하고 비용을 절감합니다.

ANN 검색에 대해 자세히 알아보기

정확성과 계산 가능성의 균형을 맞춰 복잡하고 고차원적인 벡터 사용 사례의 효율성을 지원하도록 설계되었습니다.

ENN 검색에 대해 자세히 알아보기

정밀도에 중점을 두도록 설계되어 벤치마킹 및 개발 속도 향상이 중요한 소규모 데이터 세트에 특히 유용합니다.

텍스트 검색과 벡터 검색을 결합하여 벡터 유사성 또는 키워드 관련성의 우선 순위를 지정하도록 가중치를 유연하게 조정하여 정확도를 높입니다.

역대 가장 빠른 MongoDB, MongoDB 8.0을 소개합니다! 더 보기 &gt;&gt;

역대 가장 빠른 MongoDB, MongoDB 8.0을 소개합니다! 더 보기 &gt;

Voyage AI가 MongoDB와 협력하여 Atlas에서 더욱 정확하고 신뢰할 수 있는 AI 애플리케이션을 지원합니다. 자세히 알아보기 >

비용 절감, 규모 확장: 새로운 벡터 양자화 기능이 출시되었습니다. 더 보기 &gt;&gt;