벡터 색인 소개

벡터 색인은 VECTOR_SEARCH 함수와 AI.SEARCH 함수가 특히 대규모 데이터 세트에서 더 효율적으로 실행되도록 설계된 데이터 구조입니다.

사용 사례

벡터 색인은 일반적으로 데이터의 텍스트 또는 멀티모달 임베딩에서 수행되는 벡터 검색의 효율성을 향상시킵니다. BigQuery 벡터 색인을 사용하면 다음 태스크를 더 효율적으로 수행할 수 있습니다.

  • 시맨틱 검색 수행
  • 유사하거나 중복된 이미지, 오디오 또는 동영상 감지
  • 클러스터링, 타겟팅 또는 분류 수행
  • 추천 시스템 빌드
  • 주어진 입력과 가장 유사한 상위 K개의 이미지 또는 리뷰 찾기

자세한 내용은 벡터 검색 소개를 참조하세요.

가격 책정

CREATE VECTOR INDEX 문은 BigQuery 컴퓨팅 가격 책정을 사용합니다. 색인이 생성된 테이블 데이터의 총 크기가 조직별 한도 미만인 경우 벡터 색인을 빌드하고 새로고침하는 데 필요한 처리에 대한 요금은 청구되지 않습니다. 이 한도 이상의 색인 생성을 지원하려면 색인 관리 작업을 처리할 수 있도록 자체 예약을 제공해야 합니다.

스토리지도 색인에 고려됩니다. 색인으로 저장된 바이트 수에는 활성 스토리지 비용이 적용됩니다.

  • 벡터 색인이 활성 상태면 스토리지 비용이 청구됩니다.
  • INFORMATION_SCHEMA.VECTOR_INDEXES 뷰를 사용하여 색인 스토리지 크기를 확인할 수 있습니다. 벡터 색인 범위가 100%가 아니더라도 색인이 생성된 항목에 대한 요금이 계속 청구됩니다. INFORMATION_SCHEMA.VECTOR_INDEXES 뷰를 사용하여 색인 범위를 확인할 수 있습니다.

할당량 및 한도

자세한 내용은 벡터 색인 한도를 참조하세요.

다음 단계