LLM推論初出 7/22 19:09
Notionでのベクトル検索2年:スケール10倍、コスト1/10
Two years of vector search at Notion: 10x scale, 1/10th cost
https://lobste.rs/t/ai.rss2026/7/22
AI要約
Notionがベクトル検索を2年間利用してきた経験を共有。10倍のスケールアップと1/10のコスト削減を達成した。ベクトル検索の効率化とコスト削減の重要性を示唆しており、LLMの推論基盤としても応用が期待できる。
AI要点
- Notionは過去2年間で、ベクトル検索のスケールを10倍に拡大し、コストを90%削減することに成功した。
- 従来のキーワード検索では限界があった意味に基づいた検索を、テキストをベクトル化することで実現した。
- 大規模ワークスペースの取り込みとリアルタイム更新を両立する二重パスアーキテクチャを採用した。
- 当初のインデックスが容量不足に直面したが、迅速なスケーリングとコスト最適化を進めた。
なぜ重要か
Notion AI Q&Aにおけるベクトル検索技術の進化は、ユーザーのワークスペース全体の情報を意味で検索可能にし、自然言語での質問応答能力を飛躍的に向上させた。