---
id: ALGO-NNS-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 1.0
tags: [algorithm, ai, search, nearest-neighbor, ann, vector-database, similarity-search]
last_reinforced: 2026-04-26
---

# Nearest Neighbor Search (최근접 이웃 탐색)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "고차원 공간의 바다에서 나를 가장 닮은 이웃을 눈깜짝할 새에 발굴하여, 데이터 사이의 보이지 않는 연결고리를 증명하라" — 주어진 질의(Query)와 가장 유사한 데이터를 방대한 데이터셋 내에서 거리 메트릭(Euclidean, Cosine 등)을 기반으로 찾아내는 검색 기술.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** "Space Partitioning and Approximate Retrieval" — 전수 조사(Brute-force)의 비효율성을 극복하기 위해 공간을 다각형이나 트리 구조로 분할하고, 100%의 정확도 대신 압도적인 속도를 선택하는 근사 최근접 이웃(ANN) 검색 패턴.
- **주요 알고리즘:**
    - **KD-Tree / Ball-Tree:** 공간을 분할하여 탐색 범위를 좁히는 트리 기반 방식.
    - **HNSW (Hierarchical Navigable Small World):** 그래프 구조를 활용한 고성능 검색의 현대적 표준.
    - **Product Quantization (PQ):** 벡터를 압축하여 메모리 효율과 검색 속도 동시 확보.
- **의의:** 추천 시스템, 이미지 검색, 특히 LLM의 외부 기억 장치 역할을 하는 벡터 데이터베이스(Vector DB)의 성능을 결정짓는 핵심 엔진.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 단순히 '가장 가까운 것'을 찾는 정적 검색에서, 이제는 실시간으로 데이터가 추가/삭제되는 환경에서도 인덱스 성능을 유지하는 동적 인덱싱 기술로 관심사가 이동함.
- **정책 변화:** Antigravity 프로젝트는 1,174개의 문서 중 유사 주제를 추천하거나 중복을 검사할 때, HNSW 알고리즘 기반의 고속 최근접 이웃 탐색 기술을 활용하여 실시간 지식 연결을 구현함.

## 🔗 지식 연결 (Graph)
- [[Locality-Sensitive-Hashing|Locality-Sensitive-Hashing]], Vector-Database-Foundations, [[K-Nearest-Neighbors-K-NN|K-Nearest-Neighbors-K-NN]], Distance-Metrics-in-AI
- **Raw Source:** 10_Wiki/Topics/AI/Nearest-Neighbor-Search.md