ベクトル検索は、テキスト・画像・音声などのデータを高次元の数値ベクトルに変換し、ベクトル間の距離や類似度に基づいてデータを検索する技術である。従来のキーワード検索が単語の一致を基準とするのに対し、ベクトル検索は意味的な近さを判断基準とするため、表現が異なっても意味の近い結果を返すことができる。AI時代の検索技術として、RAGシステムや推薦エンジンの基盤として急速に普及が進んでいる。
ベクトル検索の仕組み
ベクトル検索の処理は「埋め込み（Embedding）の生成」と「近傍探索」の二段階で構成される。各ステップで使われる技術と、全体の流れを理解することがベクトル検索の本質的な把握につながる。
- 埋め込みモデルによるベクトル化
テキストや画像を数百〜数千次元の浮動小数点数の配列（ベクトル）に変換するのが埋め込みモデルの役割だ。OpenAIのtext-embedding-ada-002、GoogleのGecko、オープンソースのsentence-transformersなどが代表的な埋め込みモデルだ。意味的に似たデータは高次元空間上で近い位置に配置されるよう学習されており、「猫」と「ねこ」は近く、「猫」と「自動車」は遠くなるような空間が形成される。
- 近似最近傍探索（ANN）
全ベクトルとの距離を全件計算する完全探索は、データ量が増えると現実的な時間内に完了しない。近似最近傍探索（ANN: Approximate Nearest Neighbor）アルゴリズムはインデックス構造を工夫することで、精度を若干犠牲にしながら高速な検索を実現する。HNSWグラフ（階層的なナビゲーブルスモールワールド）とIVF（転置ファイルインデックス）が最も広く使われるANNアルゴリズムだ。
- 類似度指標
ベクトル間の「近さ」を測る指標として、コサイン類似度、ユークリッド距離、内積の3つが主に用いられる。コサイン類似度はベクトルの方向の一致度を測るため、テキスト検索で最もよく使われる。ユークリッド距離は空間上の絶対的な距離であり、画像検索などで活用される。どの指標を選ぶかはユースケースと埋め込みモデルの特性によって決まる。
- ベクトルデータベース
ベクトルの保存・インデックス管理・近傍探索をワンストップで提供する専用データベースがベクトルデータベースだ。Pinecone、Weaviate、Milvus、Qdrant、ChromaDBなどが主要なプレーヤーであり、PostgreSQLの拡張機能pgvectorも人気を集めている。メタデータによるフィルタリングとベクトル検索を組み合わせたハイブリッド検索に対応するものも多い。
ベクトル検索のメリット
ベクトル検索がキーワード検索に対して持つ本質的な優位性は、意味を理解した検索ができることにある。この能力がもたらす具体的なメリットを以下に示す。
- 意味的類似性による検索精度の向上
「スマートフォンのバッテリーが持たない」と検索した場合、キーワード検索では「バッテリー持続時間 延長方法」のような別表現のドキュメントを見つけることが難しい。ベクトル検索は意味的な近さを判断するため、表現が異なっても関連性の高い結果を返すことができる。ユーザーの自然言語による問い合わせに対して、関連する情報を確実に見つけ出す能力が飛躍的に高まる。
- 多様なデータ形式への対応
テキストだけでなく、画像・音声・動画・コードなど様々なデータ形式を統一的なベクトル空間で扱えることも大きな利点だ。「この画像に似た商品を探す」「このコードスニペットと意味的に近い関数を探す」といった異種データをまたいだ検索も可能になる。マルチモーダルAIの普及と相まって、ベクトル検索の活用範囲は今後さらに広がるだろう。
- RAGシステムとの親和性
検索拡張生成（RAG）では、ユーザーの質問に関連するドキュメントチャンクをLLMの文脈として与えるために、高精度な意味検索が不可欠だ。ベクトル検索はRAGの検索コンポーネントとして最も広く採用されており、質問と意味的に近いドキュメントを高速に取得できる。社内知識ベースのチャットボットや法律・医療ドキュメントの検索システムなどで実用化が進んでいる。
ベクトル検索のデメリット
ベクトル検索はキーワード検索に比べて高度な技術であり、その分だけ設計・運用の複雑さと課題も大きくなる。導入前に把握しておくべきデメリットを正直に整理する。
- 埋め込みモデルの品質依存
ベクトル検索の精度は使用する埋め込みモデルの品質に強く依存する。汎用的な埋め込みモデルが自社の専門ドメイン（医療、法律、製造業など）で十分な精度を発揮するとは限らず、ドメイン特化のファインチューニングが必要なケースがある。モデルの選定と評価が検索品質を左右する最重要の意思決定となる。
- インデックス構築とメモリコスト
数百次元のベクトルを数百万件保存するには相当のメモリとストレージが必要になる。HNSWインデックスはメモリ使用量が特に大きく、億件規模のデータでは数十GBのRAMを要求することがある。スケーリングに伴うインフラコストが高くなる可能性があり、データ量の見積もりとコスト計算を事前に行うことが重要だ。
- 完全一致・フィルタリングの弱さ
ベクトル検索は意味的な近さには強いが、特定のキーワードを必ず含む検索や、日付・カテゴリ・価格範囲などの厳密なフィルタリングは苦手とする。純粋なベクトル検索だけでは、従来のキーワード検索が得意としていた精密な絞り込みを十分に代替できない。BM25などの従来型検索とベクトル検索を組み合わせたハイブリッド検索で補完するのが実用的な解だ。
ベクトル検索の活用例
ベクトル検索はすでに多くの本番サービスで活用されており、その適用範囲は急速に広がっている。代表的なユースケースから自社への応用を探ってほしい。
- 社内ナレッジベース検索
社内の議事録、仕様書、Confluenceのページなど大量のドキュメントを意味的に検索できる社内検索エンジンの構築にベクトル検索が使われる。「プロジェクトXの技術的制約について書かれている文書を探して」のような自然言語クエリに対して、キーワードが完全に一致しなくても関連ドキュメントを発見できる。RAGシステムと組み合わせることで、社内チャットボットへと発展させることもできる。
- ECサイトの商品類似検索
「この商品に似た商品を表示する」機能にベクトル検索が活用されている。商品の説明文や画像から生成したベクトルをもとに、意味的・視覚的に近い商品を高速に取得する。ZalandoやPinterestなどのプラットフォームが大規模なベクトル検索インフラを構築しており、視覚検索や類似スタイル提案機能の基盤となっている。
- コードの意味的検索
GitHub Copilotやコード検索エンジンでは、自然言語のクエリからコードを検索したり、類似コードを探したりするためにベクトル検索が使われている。「ファイルをS3にアップロードする処理」で検索すると、関数名や変数名が異なっていても意味的に同様のコードを見つけ出すことができる。コードの重複発見やライブラリ利用の標準化にも活用できる技術だ。
- 不正検知・異常検知
正常なパターンのデータをベクトル空間にマッピングしておき、新たなデータが既知の正常パターンから大きく外れた場所に位置する場合に異常として検出する用途でもベクトル検索が活用される。クレジットカードの不正利用検知、ネットワーク侵入検知、製造ラインの品質異常検出などで応用されており、AI時代の異常検知の基盤技術として注目されている。
ベクトル検索とキーワード検索との違い
ベクトル検索とキーワード検索（全文検索）は競合する技術ではなく、それぞれが得意とする場面が異なる補完的な技術だ。両者の特性を正確に理解して使い分けることが、検索システム設計の鍵となる。
- マッチングの基準の違い
キーワード検索（BM25ベース）は単語の出現頻度と文書内での希少性に基づいてスコアリングし、クエリの単語が文書に含まれているかを基準とする。ベクトル検索はクエリと文書のベクトルのコサイン類似度を基準とし、単語レベルの一致がなくても意味的に近ければヒットする。完全一致が必要な検索にはキーワード検索、意味的な関連性が重要な検索にはベクトル検索が適している。
- 計算コストとレイテンシの違い
キーワード検索はElasticsearchのような逆インデックスを使えば非常に高速で、大規模データでも低レイテンシを実現できる。ベクトル検索はANNアルゴリズムを使っても、インデックスの構造やデータ量によってはキーワード検索より高いレイテンシになることがある。リアルタイム性が極めて重要なユースケースでは、キーワード検索との組み合わせ（ハイブリッド検索）が現実的な選択だ。
- ハイブリッド検索の位置づけ
多くの実用システムではベクトル検索とキーワード検索を組み合わせるハイブリッド検索が採用されている。Reciprocal Rank Fusion（RRF）などの手法で両方の結果をマージすることで、意味的な関連性と完全一致の両方を考慮した検索が実現できる。ElasticsearchやOpenSearch、Weaviateなど主要な検索プラットフォームがハイブリッド検索をネイティブサポートするようになってきた。
ベクトル検索のまとめ
ベクトル検索は意味的類似性に基づいてデータを検索する技術であり、AIシステムの中核コンポーネントとして現代のソフトウェア開発に不可欠な存在となっている。RAGシステム、推薦エンジン、類似コンテンツ発見など応用範囲は広く、ベクトルデータベースの充実により実装のハードルも下がり続けている。まずはChromaDBやpgvectorを使ったシンプルなRAGシステムの構築から始め、ベクトル検索の力を実際に体感してほしい。意味を理解した検索の体験を一度知ると、従来のキーワード検索だけには戻れなくなるはずだ。