벡터

벡터 (Vectors)

각 벡터는 벡터 인덱스 안에서 벡터 하나를 고유하게 식별하는 키(key)로 구성돼요. 여기에 부가적으로 메타데이터(예: 연도, 저자, 장르, 위치)를 키-값(key-value) 쌍 형태로 각 벡터에 붙일 수 있어요.

벡터 데이터 작업에는 벡터 삽입, 목록 조회, 검색, 삭제가 있어요. 비정형 데이터(unstructured data)를 새 벡터 임베딩(embedding)으로 만들려면 Amazon Bedrock의 InvokeModel API 작업으로 사용하려는 임베딩 모델의 모델 ID를 지정하면 돼요. 또한 오픈소스 도구인 Amazon S3 Vectors Embed CLI를 쓰면 명령줄에서 임베딩 생성과 의미 검색(semantic search)을 더 간단하게 할 수 있어요. 이 도구는 Amazon Bedrock 파운데이션 모델로 벡터 임베딩을 만드는 작업과 S3 벡터 인덱스 안의 의미 검색 작업을 모두 자동화해 줘요. 자세한 내용은 s3vectors-embed-cli로 벡터 임베딩 만들기 및 의미 검색 수행하기를 참고하세요.

출처: 문서

벡터 개념 (Vector concepts)

  • 벡터 키 (Vector keys): 각 벡터는 인덱스 안의 고유한 벡터 키로 식별돼요. 벡터 키는 최대 1,024자까지 가능하며 벡터 인덱스 안에서 고유해야 해요. 키는 대소문자를 구분하고 모든 UTF-8 문자를 포함할 수 있어요.
  • 벡터 차원 (Vector dimension): 차원(dimension)이란 벡터가 가진 값의 개수예요. 차원이 클수록 더 많은 저장 공간이 필요해요. 인덱스 안의 모든 벡터는 같은 차원 수를 가져야 하며, 이 값은 인덱스를 만들 때 지정해요. 차원은 1에서 4096 사이의 정수여야 해요.
  • 메타데이터 (Metadata): 벡터에 키-값 쌍 형태로 메타데이터를 붙여 추가 맥락을 제공하고 검색 시 필터링을 가능하게 할 수 있어요. 메타데이터에는 필터링 가능한 키와 필터링 불가능한 키가 모두 포함돼요. 필터링 가능한 메타데이터는 검색 필터링에 사용돼요. 필터링 불가능한 메타데이터 키는 벡터 인덱스를 만들 때 지정하며 추가 맥락을 제공하지만 필터링에는 쓸 수 없어요. 메타데이터는 문자열, 숫자, 불리언 타입을 지원해요. 필터링 가능/불가능 메타데이터에 대한 자세한 내용은 메타데이터 필터링을 참고하세요. 벡터당 크기 제한, 벡터당 최대 메타데이터 키 수 등 메타데이터 제한에 대한 정보는 제한 사항을 참고하세요.

주제 (Topics)

더 알아보기 (Learn more)