CLIP과 FAISS를 결합해 자연어로 이미지를 찾고, Elasticsearch 기반 검색 엔진과 Logstash 파이프라인을 같이 깐 AI 검색 인프라. 대용량 이미지 자산을 다루는 운영사의 검색 속도를 다시 정의했습니다.
이미지 자산이 5만 장을 넘어가면, "파일명으로 찾기"는 사실상 안 되는 방식이었습니다.
운영사는 자산을 관리해야 하는데, 디자이너·기획자가 "파란색 도시 야경 같은 거"를 찾으려면 폴더를 한참 뒤져야 했습니다. 키워드 태그를 직접 다는 방식은 자산이 늘수록 운영 비용으로 누적됐습니다.
검색이 느린 것도 문제였습니다. 한 번 찾는 데 몇 초가 걸리면, 작업 흐름이 매번 끊겼습니다.
이미지 자체의 의미를 벡터로 만들고, 자연어로 검색하고, 보조 메타데이터 검색은 Elasticsearch로 처리하는 이중 검색 구조를 만들었습니다.
CLIP 모델로 이미지를 벡터로 변환하고, FAISS로 유사도 검색을 처리합니다. 사용자가 "파란색 도시 야경"이라고 적으면 그 문장을 같은 벡터 공간에서 비교해 가장 가까운 이미지가 올라옵니다.
메타데이터 기반 키워드 검색은 Elasticsearch로, 이미지 데이터 파이프라인은 Logstash로 처리해 5만 장 이상 자산을 0.1초 안에 검색할 수 있게 했습니다.
이미지·텍스트를 같은 벡터 공간에 두고 유사도 검색.
메타데이터 검색과 데이터 적재 파이프라인 분리.
두 검색 경로를 한 API로 통합해 클라이언트는 한 가지 호출만.