임베딩(Embedding)
텍스트(또는 이미지)의 의미를 담은 숫자 벡터 표현으로, 유사도 검색을 가능하게 합니다.
의미가 비슷하면 벡터도 가깝기 때문에 “개”와 “강아지”는 거의 붙어 있습니다. 임베딩은 시맨틱 검색, 추천, 클러스터링, 그리고 RAG의 검색 단계를 떠받치는 기반입니다.
관련 리소스
Qdrant 벡터 데이터베이스
Qdrant는 프로덕션용으로 설계된 고성능 오픈소스 벡터 데이터베이스·유사도 검색 엔진입니다. Rust로 작성되었으며, 풍부한 페이로드 필터링, 멀티 테넌시, 셀프호스팅·관리형 클라우드 배포를 지원하여 RAG 파이프라인, 추천 시스템, 시맨틱 검색을 구동합니다.
코헤어 API
Cohere는 텍스트 생성·시맨틱 검색·임베딩·리랭킹을 위한 기업용 API를 제공하며, 고품질 검색 및 RAG 파이프라인 구축에 최적화되어 있습니다. 비즈니스 맥락 이해에 뛰어나며, 주요 벡터 데이터베이스와 오케스트레이션 프레임워크와 원활하게 통합됩니다.
크로마
Chroma는 간단한 Python·JavaScript API로 몇 분 만에 RAG 프로토타입을 실행할 수 있는 개발자 친화적 오픈소스 임베딩 데이터베이스입니다. 로컬 개발 시 인프로세스로 동작하고 호스티드 클라우드로 확장할 수 있어, 대부분의 개발자에게 벡터 검색의 가장 쉬운 진입점입니다.