기술노트

임베딩 실전 — L2 정규화와 코사인·내적을 헷갈리면 검색이 조용히 망가진다. Matryoshka 차원 축소, 질의·문서 비대칭 임베딩, 모델 교체 시 전체 재색인까지 벡터 검색 품질을 좌우하는 설정들을 실수 사례와 함께 정리했다.

벡터 임베딩의 원리와 텍스트를 고차원 벡터로 변환하는 과정, 유사도 검색 구현까지 실전 중심으로 설명합니다.

Redis 2023 생태계 — Stack·라이선스·벡터 검색 — 실무에서 바로 적용할 수 있는 가이드입니다.

ChromaDB 벡터 검색 — Python으로 시맨틱 검색 구축 — 실무에서 바로 적용할 수 있는 가이드입니다.

OpenAI Embeddings 벡터 검색 — 시맨틱 검색 시스템 구축 — 실무에서 바로 적용할 수 있는 가이드입니다.

PostgreSQL 2022 트렌드 — 서버리스·벡터·Edge — 실무에서 바로 적용할 수 있는 가이드입니다.

GPT-3 Embeddings — 벡터 유사도 검색 입문 — 실무에서 바로 적용할 수 있는 가이드입니다.