Indexing

Qdrant는 벡터 인덱스와 전통적인 페이로드 인덱스를 함께 사용할 수 있는 벡터 검색 엔진이다.

필터링 조건이 포함된 고속 유사도 검색을 가능하게 하기 위해서는 벡터 인덱스뿐 아니라 페이로드 인덱스도 함께 구축되어야 한다.

Qdrant는 다양한 인덱스 타입과 설정을 통해 이러한 기능을 유연하게 제공한다.

1. 인덱스 구성 원칙

• 벡터 인덱스는 유사도 검색 속도를 향상시킨다.

• 페이로드 인덱스는 필터링 속도를 향상시킨다.

• 모든 세그먼트가 인덱스를 갖는 것은 아니며, 필요 여부는 Optimizer 설정과 데이터 규모에 따라 자동 결정된다.

• 인덱스 설정은 컬렉션 수준에서 설정된다.

2. 페이로드 인덱스 (Payload Index)

문서형 데이터베이스의 필드 인덱스와 유사하게 작동한다. 특정 필드에 대해 빠른 조건 검색이 가능해진다.

PUT /collections/{collection_name}/index
{
  "field_name": "city",
  "field_schema": "keyword"
}

지원 타입

타입	설명
keyword	문자열 필드용 (Match)
integer	정수값 필드용 (Match, Range)
float	실수값 필드용 (Range)
bool	불리언 필드용 (Match, v1.4.0 이상)
geo	위치 정보 (Bounding Box, Radius 등)
datetime	날짜 필드용 (Range, v1.8.0 이상)
text	전문 검색용 인덱스 (Full Text)
uuid	UUID 문자열 필드 최적화 (v1.11.0 이상)

필터링 조건으로 자주 사용되는 필드만 인덱싱하는 것이 메모리 효율적이다. 값의 종류가 많은 필드일수록 인덱싱 효과가 크다.

3. Full Text 인덱스

텍스트 검색을 위한 특수한 인덱스 타입이다. 텍스트를 토큰 단위로 분리하여 역색인 구조로 저장한다.

PUT /collections/{collection_name}/index
{
  "field_name": "description",
  "field_schema": {
    "type": "text",
    "tokenizer": "word",
    "min_token_len": 2,
    "max_token_len": 20,
    "lowercase": true
  }
}

지원 토크나이저

• word: 일반적인 단어 기준 분할

• whitespace: 공백 기준 분할

• prefix: 접두사 기반 검색

• multilingual: 다양한 언어 지원 (빌드시 옵션 필요)

4. 파라미터 인덱스 (Parameterized Index)

정수 필드(integer)에 대해 lookup, range를 독립적으로 지정하여 인덱스 성능을 조절할 수 있다.

PUT /collections/{collection_name}/index
{
  "field_name": "score",
  "field_schema": {
    "type": "integer",
    "lookup": false,
    "range": true
  }
}

• lookup: true → Match 필터 지원

• range: true → Range 필터 지원

• 둘 중 하나만 활성화하면 메모리 사용량과 성능을 최적화할 수 있다.

5. 디스크 기반 인덱스 (On-Disk Payload Index)

기본적으로 모든 페이로드 인덱스는 메모리에 유지된다. 하지만 인덱스 크기가 크거나 자주 사용되지 않는 경우 디스크 기반 인덱스를 사용할 수 있다.

PUT /collections/{collection_name}/index
{
  "field_name": "uuid",
  "field_schema": {
    "type": "uuid",
    "on_disk": true
  }
}

지원 타입: keyword, integer, float, datetime, uuid, text, geo

6. 멀티테넌시 인덱스 (Tenant Index)

여러 테넌트를 포함한 컬렉션에서 특정 필드 기준으로 서브 인덱스를 분리 구성할 수 있다.

PUT /collections/{collection_name}/index
{
  "field_name": "tenant_id",
  "field_schema": {
    "type": "keyword",
    "is_tenant": true
  }
}

• is_tenant: true로 설정된 필드는 디스크상에서 테넌트 단위로 클러스터링되어 검색 효율을 향상시킨다.

• 지원 타입: keyword, uuid

7. 주 필드 인덱스 (Principal Index)

시간이나 순서 기반 검색이 많은 경우, 특정 필드를 기준으로 검색 최적화를 수행할 수 있다.

PUT /collections/{collection_name}/index
{
  "field_name": "timestamp",
  "field_schema": {
    "type": "datetime",
    "is_principal": true
  }
}

• 시간 필터 기반 쿼리를 빠르게 처리할 수 있다.

• 지원 타입: integer, float, datetime

8. 벡터 인덱스 (Vector Index)

Qdrant는 현재 HNSW(Hierarchical Navigable Small World) 인덱스를 벡터 인덱스로 사용한다.

HNSW 개요

• 다층 그래프 구조

• 상위 레벨: 간선 적음, 거리 멀다

• 하위 레벨: 간선 많음, 거리 가깝다

• 검색은 상위에서 시작하여 점점 정확하게 이동

설정 예시

storage:
  hnsw_index:
    m: 16  # 노드당 최대 연결 수
    ef_construct: 100  # 인덱스 생성 시 탐색 폭
    full_scan_threshold: 10000  # 필터가 강하면 전체 스캔 우선

• m: 정확도 및 메모리 사용량에 영향

• ef_construct: 인덱스 구축 속도 ↔ 정확도

컬렉션 생성 시 또는 vector별로 hnsw_config를 설정할 수 있다.

9. 스파스 벡터 인덱스 (Sparse Vector Index)

스파스 벡터는 대부분의 값이 0인 벡터로, 효율적인 인덱스가 필요하다. Qdrant는 역색인 기반 구조를 사용하여 정확한 검색을 수행한다.

PUT /collections/{collection_name}
{
  "sparse_vectors": {
    "text": {
      "index": {
        "on_disk": false
      }
    }
  }
}

• on_disk: true → 디스크 저장 (메모리 절약, 속도 저하 가능)

• on_disk: false → 메모리에 유지 (빠른 검색)

스파스 벡터 인덱스는 Dot Product만 지원하며, 고정된 차원 설정이 필요 없다.

10. IDF Modifier

스파스 벡터에서 희소한 단어에 가중치를 두는 Inverse Document Frequency(IDF) 기법을 자동으로 적용할 수 있다.

PUT /collections/{collection_name}
{
  "sparse_vectors": {
    "text": {
      "modifier": "idf"
    }
  }
}

• 자주 등장하지 않는 토큰일수록 가중치를 높여 검색 품질을 향상시킨다.

• 스트리밍 인퍼런스 환경에서 유용하게 활용된다.

11. Filtrable Index (결합형 인덱스 최적화)

Qdrant는 필터 조건이 너무 약하거나 너무 강할 경우, HNSW 단독 사용 또는 Full Scan 방식이 각각 적합하다. 하지만 중간 난이도의 조건에 대해서는 적절한 최적화가 필요하다.

이를 위해 Qdrant는 필터 조건 기반으로 추가 간선을 갖는 HNSW 구조를 사용한다. 검색 중 조건을 만족하는 벡터만 탐색하여 불필요한 점수 계산을 줄이고 검색 속도를 유지한다.

결론

Qdrant의 인덱싱 구조는 다음과 같은 특징을 가진다.

• 벡터 검색 + 필터링을 병행하기 위한 구조

• HNSW 기반 고속 벡터 인덱싱과 다양한 페이로드 인덱스를 지원

• 텍스트, 위치 정보, 날짜/시간, UUID 등 다양한 필드에 대해 최적화 가능

• 테넌시 및 시간 기반 검색 최적화 기능 내장

복합적인 검색 조건, 대규모 데이터셋, 다양한 필터 조건을 고려한 검색 성능을 확보하고자 할 때, Qdrant의 인덱스 설정은 매우 중요한 구성 요소가 된다.