Qdrant 내부 들여다보기

Qdrant 내부 들여다보기 (Qdrant Internals)

Qdrant의 고성능 벡터 검색 엔진 뒤에 어떤 설계와 아키텍처가 숨어 있을까요? 이 페이지는 Qdrant Vector Search Engine이 구축된 아키텍처, 구성 요소, 설계 원칙을 다루는 기사들의 진입점(hub)이에요. 아래 시리즈를 따라가면 내부 구현을 더 깊이 이해할 수 있습니다.

출처: 공식문서

내부 구현 시리즈

• 필터링된 벡터 검색: ACORN이 고치는 것, 그리고 ACORN을 고치는 것 (Filtered Vector Search: What ACORN Fixes, and What Fixes ACORN) — 백만 개의 점에서 ACORN, 필터형 HNSW, 질의 플래닝(query planning)이 재현율(recall)과 지연 시간을 어떻게 맞바꾸는지, Qdrant에서 필터링된 벡터 검색을 벤치마킹합니다. (Dylan Couzon & Meina Ghafouri, August 07, 2026)

• Gridstore 소개: Qdrant의 커스텀 키-값 저장소 (Introducing Gridstore: Qdrant's Custom Key-Value Store) — 우리가 자체 키-값 저장소를 만든 이유와 방법. 절차와 결과에 대한 짧은 기술 보고서입니다. (Luis Cossio, Arnaud Gourlay & David Myriel, February 05, 2025)

• Qdrant의 불변 데이터 구조 (Immutable Data Structures in Qdrant) — 불변(immutable) 데이터 구조가 Qdrant의 벡터 검색 성능을 어떻게 개선하는지 배워보세요. (Andrey Vasnetsov, August 20, 2024)

• io_uring을 사용한 더 빠른 벡터 검색 디스크 I/O (Faster Disk I/O for Vector Search Using io_uring) — 느린 디스크가 Qdrant 배포를 늦추고 있나요? 이 한 가지 트릭으로 IO 오버헤드를 정복해 보세요! (Andre Bogus, June 21, 2023)

• 재현율 손실 없는 필터형 HNSW (Filterable HNSW Without Recall Loss) — 커스텀 필터로 ANN 검색하는 방법. 결과를 잃지 않고 선택된 부분집합에서 검색합니다. (Andrei Vasnetsov, November 24, 2019)

더 알아보기 (Learn more)

• 필터형 벡터 검색: ACORN (Filtered Vector Search: What ACORN Fixes, and What Fixes ACORN)
• Gridstore: Qdrant의 커스텀 키-값 저장소 (Introducing Gridstore)
• Qdrant의 불변 데이터 구조 (Immutable Data Structures in Qdrant)
• io_uring을 사용한 더 빠른 디스크 I/O (Faster Disk I/O Using io_uring)
• 재현율 손실 없는 필터형 HNSW (Filterable HNSW Without Recall Loss)