Vector Database 실전·API — Qdrant

Vector Database 실전·API

Qdrant는 Rust로 만들어져 성능·확장이 좋은 오픈소스 벡터 DB예요. 컬렉션(Collection)과 포인트(Point) 구조로 벡터를 관리하고, 다양한 필터·거리 함수를 지원해요.

컬렉션과 포인트

  • 컬렉션: 벡터의 집합. 컬렉션 생성 시 벡터 크기·거리 함수 지정
  • 포인트: 개별 벡터 + id + 페이로드(메타데이터)

간단한 흐름:

from qdrant_client import QdrantClient
from qdrant_client.models import Distance, VectorParams

client = QdrantClient(url="http://localhost:6333")

client.create_collection(
    collection_name="my_docs",
    vectors_config=VectorParams(size=1536, distance=Distance.COSINE),
)

페이로드 필터 검색

Qdrant는 벡터 검색과 함께 페이로드(메타데이터) 필터를 지원해서, 예를 들어 "카테고리가 X인 문서 중 유사한 것"을 한 번에 찾을 수 있어요.

하이브리드 검색 연동

Qdrant는 희소 벡터도 지원해서 벡터 + 키워드 하이브리드 검색을 하나의 쿼리로 구성할 수 있어요. 임베딩과 BM25 신호를 융합하는 RAG 검색에서 유용해요.

더 알아보기