facebookresearch/faiss

어떤 프로젝트인가요?

핵심 기능

• 01L2 또는 내적 기반 지표를 사용해 dense vector에서 정확하거나 근사적인 최근접 이웃 검색을 수행합니다.
• 02바이너리 벡터와 양자화 코드 기반의 압축 인덱스로 매우 큰 컬렉션까지 처리할 수 있습니다.
• 03HNSW 및 NSG 같은 그래프 기반 인덱스로 더 빠른 근사 검색을 지원합니다.
• 04CPU 인덱스를 그대로 대체해 사용할 수 있는 GPU 구현을 선택적으로 제공합니다.
• 05C++ 코어와 함께 numpy를 지원하는 Python 래퍼를 제공합니다.

활용 사례

• 임베딩 벡터를 활용한 시맨틱 검색 또는 검색 시스템 구축.
• 압축 인덱스를 사용해 메모리에 담기 어려울 정도로 큰 컬렉션에서 최근접 이웃을 조회.
• GPU 가속 k-means로 대규모 벡터 집합을 클러스터링.

빠른 시작

1. 1

   Anaconda에서 Python용 사전 컴파일된 faiss-cpu 패키지를 설치하세요

2. 2

   프로젝트 위키에서 시작하기 튜토리얼을 읽어 보세요

사용 전 알아둘 점

• !GPU 가속을 사용하려면 NVIDIA CUDA 또는 AMD ROCm을 지원하는 하드웨어가 필요합니다.
• !소스에서 빌드하려면 cmake와 BLAS 구현이 필요합니다. INSTALL.md를 참조하세요.

토픽

자주 묻는 질문

faiss은(는) 무엇인가요?

GPU 가속 옵션을 제공하는 C++ 라이브러리로, Python 바인딩을 통해 dense vector의 유사도 검색과 클러스터링을 효율적으로 수행합니다. Faiss는 dense vector의 유사도 검색과 클러스터링을 위한 라이브러리입니다. 작은 컬렉션부터 RAM에 담기 어려울 만큼 큰 컬렉션까지, 벡터 집합을 검색하는 인덱스를 제공합니다. 벡터 비교에는 L2 거리 또는 내적을 사용하며, 벡터를 정규화하면 코사인 유사도도 지원합니다.

faiss은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

faiss은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

faiss은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. faiss의 마지막 커밋은 2026년 10월 20일입니다.

faiss은(는) 어디에 사용할 수 있나요?

임베딩 벡터를 활용한 시맨틱 검색 또는 검색 시스템 구축. 압축 인덱스를 사용해 메모리에 담기 어려울 정도로 큰 컬렉션에서 최근접 이웃을 조회. GPU 가속 k-means로 대규모 벡터 집합을 클러스터링.

faiss는 어떻게 설치하나요?

Anaconda에서 Python용 사전 컴파일된 faiss-cpu 패키지를 설치하세요 프로젝트 위키에서 시작하기 튜토리얼을 읽어 보세요

faiss은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/facebookresearch/faiss