벡터DB를 걷어내고 유사글 추천 되살리기 — 임베딩 배치 Agent 개발기
벡터DB를 걷어낸 뒤 MySQL과 배치로 유사글 추천을 다시 구현했습니다. Gemini 임베딩과 운영 사고 대응까지 포함해 비용과 안정성을 함께 개선했습니다.
#MySQL#벡터DB
7700
필터 1
RAG 없이 20만 대 자동차와 실시간으로 대화하기 (1)
20만 대 차량의 실시간 데이터를 다루기 위해 RAG의 한계를 검토했습니다. 검색 기반보다 API로 직접 정보를 조합하는 아키텍처가 더 적합하다고 판단했습니다.
#RAG#LLM
2800
RAG 2.0 보안 – Microsoft·Meta의 전략, QueryPie가 연결한다
RAG 2.0 보안은 모델 응답보다 검색과 삽입 단계의 실행 흐름 통제가 핵심이라고 정리했습니다. Microsoft, Meta, QueryPie 사례를 통해 세션·메타데이터 기반 정책 평가의 필요성을 설명했습니다.
#RAG#LLM
1500
AKS에 Qdrant 배포하기: 쉽게 시작하는 Qdrant와 RAG 개발 환경
AKS에 Qdrant를 배포해 RAG 개발 환경을 빠르게 구성하는 방법을 소개했습니다. Kubernetes 설정과 Ingress 튜닝으로 저장성과 외부 접근성을 확보했습니다.
#Kubernetes#RAG
4200