Meilisearch 개요 — 인간과 AI 모두를 위한 검색
Meilisearch 개요
Meilisearch 는 콘텐츠를 색인해 인간과 AI 모두가 접근하게 합니다. 문서와 임베딩을 저장하고, 빠른 전문 검색·의미 검색·대화형 인터페이스를 단일 API 로 제공합니다.
작동 방식
콘텐츠를 밀어 넣으면 문서를 저장하고 검색 색인을 만들며, 임베더(embedder)를 설정하면 벡터 임베딩을 자동 생성합니다. 데이터가 최종 사용자와 AI 시스템 양쪽에서 접근 가능해집니다.
- 사람에게 — 50ms 미만의 타입 유도 검색, 패싯 네비게이션, 필터·정렬, 개인화.
- AI 에게 — 의미 검색, RAG 기반 대화형 인터페이스, 유사 문서 검색으로 LLM 이 내 데이터에 접지된 답을 내게 함.
세 축
- 성능 — 메모리 매핑 저장, 멀티스레드 색인, DiskANN 기반 벡터 검색으로 수천~수천만 문서에서도 쿼리당 50ms 미만. 샤딩·복제로 수평 확장.
- 관련성 — 7 가지 기본 랭킹 규칙(단어·오타·근접·attributeRank·sort·wordPosition·exactness) 체인과 커스텀 규칙 지원. 하이브리드 검색은 키워드+의미 결과를 합치고, 대화형 검색은 RAG 로 색인된 데이터에 접지된 답을 냅니다.
- 개발자 경험 — 단일 바이너리 REST API. 클러스터·스키마·별도 벡터 스토어 설정 불필요. 10+ 언어 SDK, 자동 임베딩.