벡터 데이터베이스 (Vector Database)

AI 용어

텍스트를 숫자 벡터로 바꿔 의미 기반 검색을 하는 저장소

#dev

정의

문서나 문장을 임베딩이라는 숫자 벡터로 변환해 저장해두고, 질문 역시 벡터로 바꿔 그와 의미적으로 가까운 벡터를 빠르게 찾아내는 데 특화된 저장소다. 단어가 정확히 일치하지 않아도 '의미가 비슷한' 문서를 찾을 수 있어 RAG 시스템의 핵심 구성요소로 쓰인다.

의미 기반 검색이 필요한 RAG 시스템, 추천 시스템, 중복 문서 탐지 등을 구축할 때 쓴다.

정확한 키워드 일치나 정형 데이터 조회만 필요하다면 벡터 데이터베이스 대신 일반 관계형 데이터베이스의 검색 기능으로 충분하다.

Claude Code가 대규모 코드베이스에서 관련 코드를 찾을 때, 코드 임베딩을 벡터 데이터베이스에 저장해두고 의미 기반으로 검색하는 방식이 실제로 쓰인다.

Pinecone, Weaviate, Chroma는 문서를 임베딩으로 저장해 의미 기반 검색을 제공하는 대표적인 벡터 데이터베이스 제품이다.

{{프로젝트 설명/도메인}}을 위한 RAG 시스템을 만들 건데, 벡터 데이터베이스로 {{Pinecone/Chroma/Weaviate}} 중 무엇을 쓸지, 임베딩 모델은 무엇을 쓸지 추천하고 이유를 설명해줘.