embedding2 External Function 활용 단일 트랜잭션 임베딩 구축 안녕하세요 에이플랫폼 입니다.최근 RAG(검색 증강 생성)나 AI 기반의 벡터 검색 서비스를 구축하는 기업들이 정말 많아졌습니다. 그런데 이 시스템을 직접 개발하다 보면 묘하게 번거롭고 피로한 작업 하나를 마주하게 됩니다. 바로 '데이터 적재와 임베딩(Embedding) 변환' 과정입니다.기존 파이프라인은 대부분 '투 스텝(2-step)'으로 이루어져 있었습니다. 애플리케이션(백엔드) 서버가 텍스트를 임베딩 API로 보내서 무거운 벡터값(ex. 1024차원의 거대한 숫자 배열)을 응답으로 받아온 뒤, 이를 다시 원본 텍스트와 묶어서 데이터베이스에 INSERT 하는 방식이었죠.이러한 방식은 API 통신 예외 처리 로직을 백엔드에 일일이 짜야 하고, 수많은 벡터 데이터를 애플리케이션 메모리에 들고 있어야 하.. 2026. 3. 30. Semantic Search 따라하기 with SingleStore 안녕하세요 에이플랫폼 입니다. 저번 싱글 스토리 4화의 내용인 Semantic Search를 SingleStore NoteBooks를 활용하여 직접 따라 해보는 시간을 가져보겠습니다. 싱글 스토리는 아래 링크의 카페에서 확인하실 수 있습니다.https://cafe.naver.com/aplatformbiz/30178 4화 - 시맨틱 검색(Semantic Search)안녕하세요, 에이플랫폼의 싱글스토리 시리즈입니다. 최근 생성형 AI 기술이 급격히 발전하면서, 단순한 키워드 기반 검색이 아닌 의미를 이해하는 검색(Semantic Searc...cafe.naver.com잠시 들어가기 전에 먼저 간단하게 소개를 드리자면SingleStore Notebooks는 Jupyter Notebook의 기능을 확장하여 데이.. 2025. 2. 24. 이전 1 다음
