Aurora PostgreSQL에서 한국어 하이브리드 검색 구현하기: pg_bigm + pgvector로 만드는 한국어 특화 RAG
Aurora PostgreSQL에서 pg_bigm과 pgvector를 RRF로 결합해 한국어 하이브리드 검색을 구현하는 방법을 소개했습니다. 한국어 조사와 자연어 질문의 한계를 보완해 RAG 검색 품질을 높이는 구조와 예시를 제시했습니다.
#PostgreSQL#pg_bigm
9100
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
AI Native 레포에서 조직으로: hollon-ai 구축기
AI Native 레포에서 조직으로: hollon-ai 구축기
팀챗을 공용 인터페이스로 삼아 AI를 조직의 실행 흐름에 연결한 구축 사례를 소개했습니다.\nClaude Code 위에 상태머신, K8s 실행기, 메모리 계층을 얹어 보안 대응과 운영 점검까지 확장했습니다.
#Kubernetes#Redis
1100
AI Native 레포에서 조직으로: hollon-ai 구축기
AI Native 레포를 조직 전체가 쓰는 실행 harness로 확장한 hollon-ai 구축기를 소개했습니다. 팀챗, Kubernetes, 상태머신, 메모리 계층으로 요청부터 복구까지 같은 흐름에 묶었습니다.
#LLM#Kubernetes
3300
채널톡 메인 백엔드 서버 CI 개선기
채널톡 메인 백엔드 서버 CI 개선기
채널톡 메인 백엔드 서버의 CI 병목을 단계적으로 분해해 개선한 과정을 정리했습니다. 공유 상태 제거, prepare 분리, 동적 큐와 캐시로 실행 시간을 크게 줄였습니다.
#CI/CD#Java
700
채널톡 메인 백엔드 서버 CI 개선기
AI가 코드를 빠르게 만들수록 CI 병목과 피드백 속도가 더 중요해졌습니다. 채널톡은 공유 상태 제거와 캐시, 동적 큐로 메인 백엔드 CI를 36.6분에서 15분대까지 줄였습니다.
#CI/CD#Java
5300
Amazon Aurora PostgreSQL에서 pgvector 0.8.0을 통한 벡터 검색 성능 및 관련성 향상
Amazon Aurora PostgreSQL에서 pgvector 0.8.0의 반복적 스캔과 비용 추정 개선을 소개했습니다. 필터링된 벡터 검색의 재현율과 지연 시간을 함께 개선하는 방법을 다뤘습니다.
#PostgreSQL#pgvector
5800
Amazon Aurora PostgreSQL에서 Amazon Bedrock으로 벡터 임베딩 생성 자동화
Aurora PostgreSQL에서 Amazon Bedrock으로 임베딩을 자동 생성하는 5가지 방식을 비교했습니다. 요구사항에 따라 실시간 일관성, 확장성, 운영 단순성의 균형을 선택할 수 있습니다.
#Amazon Bedrock#PostgreSQL
4300
CloudWatch Database Insights를 통한 실행 계획 분석으로 Amazon Aurora PostgreSQL 데이터베이스 성능 최적화 및 문제 해결하기
Aurora PostgreSQL에서 CloudWatch Database Insights로 실행 계획을 비교해 성능 저하 원인을 분석했습니다. 인덱스 삭제와 work_mem 부족으로 인한 병목을 찾아 최적화하는 방법을 소개했습니다.
#CloudWatch#Amazon Aurora
7000
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
고객 타게팅을 좀 더 정교하게, ClickHouse 도입기
고객 타게팅을 좀 더 정교하게, ClickHouse 도입기
고객 타게팅 정교화를 위해 주문·쿠폰·장바구니 데이터를 ClickHouse 기반 OLAP로 옮긴 과정을 정리했습니다. 다만 ReplacingMergeTree, JOIN, Point Query 한계를 보완하려고 하이브리드 아키텍처를 함께 도입했습니다.
#ClickHouse#OLAP
1000
Amazon RDS for PostgreSQL에서 테이블 파티셔닝을 통한 시계열 데이터 수집 속도 향상
Amazon RDS for PostgreSQL에서 시계열 데이터 수집을 빠르게 만드는 파티셔닝 방법을 정리했습니다. 벤치마크로 단일 테이블 대비 수집 시간이 크게 줄고, 인덱스 수가 성능에 미치는 영향도 확인했습니다.
#PostgreSQL#테이블 파티셔닝
5500
AWS Transform for SQL Server: SQL Server를 Aurora PostgreSQL로 .NET 코드와 함께 현대화
AWS Transform for SQL Server를 사용해 SQL Server와 .NET 코드를 Aurora PostgreSQL 중심으로 현대화하는 흐름을 소개했습니다. 사전 준비부터 평가, 변환, 검증까지의 단계와 제한 사항도 함께 정리했습니다.
#AWS#SQL Server
5700
Amazon RDS for PostgreSQL에서 고성능 시계열 데이터 테이블 설계
Amazon RDS for PostgreSQL에서 시계열 테이블을 고성능으로 설계하는 방법을 설명했습니다. 데이터 타입 최적화, BRIN 인덱스, 일별 파티셔닝으로 수집 성능을 크게 높였습니다.
#PostgreSQL#시계열 데이터
7400
AWS DMS의 data resync 기능을 이용한 데이터 일관성 구현하기
AWS DMS의 Data Resync 기능으로 마이그레이션 중 데이터 불일치를 자동으로 수정하는 방법을 소개했습니다. Full load와 CDC 작업에서의 구성 방식과 운영 시 주의점도 함께 설명했습니다.
#AWS DMS#data migration
4100
JSON 데이터베이스로서의 PostgreSQL: 고급 패턴 및 모범 사례
PostgreSQL의 JSON/JSONB 기능으로 스키마 유연성과 트랜잭션 무결성을 함께 확보하는 방법을 소개했습니다. CMS 예제를 통해 GIN 인덱스, JSON_TABLE, 전문 검색, AWS 운영 팁까지 정리했습니다.
#PostgreSQL#JSONB
9700