kNN 서치(k-최근접 이웃 탐색)는 데이터 분석과 머신러닝에서 자주 쓰이는 방법 중 하나다.
어떤 데이터 포틴트에 대해 그 주변에 가장 가까운 k개의 이웃 데이터를 찾아내는 기술이다.
여기서 핵심은 “가깝다”를 숫자로 계산한다는 점이다.
문장, 이미지, 상품, 음악 같은 대상을 벡터로 바꿔놓고, 질의 벡터와 각 데이터 벡터 사이의 거리를
계산해서 가장 가까운 것들을 상위 k개 뽑는다.
검색 시스템에서는 보통 코사인 유사도, L2 거리 같은 유사도 & 거리 기준을 사용한다.
즉, kNN 검색은 “의미적으로 비슷한 것”을 찾기 위한 벡터 기반 근접 검색이라 생각하면 된다.
<aside> 💡
TIP. 데이터가 많아질수록 속도 문제가 생기기 때문에 실무에서는 ANN, HNSW같은 구조를 같이 쓰는 경우가 많다.
</aside>
“노을이 있는 바다 사진”이란 검색어를 벡터로 바꾸고, 저장된 사진들도 각각 벡터로 바꿔 둔 뒤,
그 중에서 질의 벡터와 가장 가까운 사진 10장을 찾는 게 kNN 서치다.
⇒ 키워드가 정확히 일치하지 않아도 의미가 비슷하면 찾을 수 있어서, 의미 기반 검색, 이미지 유사 검색, 추천 시스템에서 많이 쓴다.