Vector Store on Chanyeol Dev https://chanyeols.com/tags/vector-store/ Recent content in Vector Store on Chanyeol Dev Hugo ko-kr Thu, 19 Mar 2026 14:30:00 +0900 Spring AI RAG 구현하기: SimpleVectorStore로 전문 지식 데이터 주입 (3편) https://chanyeols.com/posts/spring-ai-rag-simplevectorstore-ingestion/ Thu, 19 Mar 2026 14:30:00 +0900 https://chanyeols.com/posts/spring-ai-rag-simplevectorstore-ingestion/ <blockquote> <p><strong>[Dev-Fortune] 시리즈 다시보기</strong></p> </blockquote> <ul> <li><a href="https://chanyeols.com/posts/spring-ai-ollama-chatbot-planning/">1편: 기획부터 스택 선정까지</a></li> <li><a href="https://chanyeols.com/posts/ollama-spring-boot-local-llm-setup/">2편: 로컬 LLM Ollama 연동</a></li> </ul> <h2 id="1-서론-ai는-어떻게-사주를-공부하는가">1. 서론: AI는 어떻게 사주를 &lsquo;공부&rsquo;하는가?</h2> <p>AI에게 새로운 지식을 가르치는 방법 중 가장 경제적이고 정확한 <strong>RAG(Retrieval-Augmented Generation)</strong> 방식을 살펴봅니다. 질문이 들어올 때마다 관련 내용을 찾아서 읽어주며 답변하게 하는 원리입니다.</p> <h2 id="2-데이터-주입-프로세스-data-ingestion">2. 데이터 주입 프로세스 (Data Ingestion)</h2> <p>JSON 파일이 어떻게 벡터화되어 메모리에 저장되는지 그 흐름을 도식화했습니다.</p> <div class="mermaid"> flowchart LR A[(sajuAPI.json)] --> B[DataLoader] B --> C[Text 정제: Key-Value형식] C --> D[Embedding Model] D --> E{SimpleVectorStore} E --> F[RAM Memory] <pre><code>style F fill:#f96,stroke:#333,stroke-width:2px </code></pre> </div> <h2 id="3-simplevectorstore와-dataloader">3. SimpleVectorStore와 DataLoader</h2> <p>우리 프로젝트는 별도의 DB 없이 메모리 기반의 <code>SimpleVectorStore</code>를 사용합니다. <code>UnidocuDataLoader</code>는 서버 기동 시점에 JSON 데이터를 읽어 벡터로 변환하여 주입합니다.</p>

[Dev-Fortune] 시리즈 다시보기

1. 서론: AI는 어떻게 사주를 ‘공부’하는가?

AI에게 새로운 지식을 가르치는 방법 중 가장 경제적이고 정확한 RAG(Retrieval-Augmented Generation) 방식을 살펴봅니다. 질문이 들어올 때마다 관련 내용을 찾아서 읽어주며 답변하게 하는 원리입니다.

2. 데이터 주입 프로세스 (Data Ingestion)

JSON 파일이 어떻게 벡터화되어 메모리에 저장되는지 그 흐름을 도식화했습니다.

flowchart LR A[(sajuAPI.json)] --> B[DataLoader] B --> C[Text 정제: Key-Value형식] C --> D[Embedding Model] D --> E{SimpleVectorStore} E --> F[RAM Memory] 
style F fill:#f96,stroke:#333,stroke-width:2px

3. SimpleVectorStore와 DataLoader

우리 프로젝트는 별도의 DB 없이 메모리 기반의 SimpleVectorStore를 사용합니다. UnidocuDataLoader는 서버 기동 시점에 JSON 데이터를 읽어 벡터로 변환하여 주입합니다.

// 텍스트 정제 예시
String content = String.format(
    "it_interpretation: %s\nanti_pattern: %s\nbad_habit: %s",
    item.get("it_interpretation"), ...
);

사용자가 “프로젝트 마감"에 대해 물으면, 벡터 저장소는 의미적으로 유사한 사주 데이터 상위 3개를 찾아 AI에게 전달합니다.

다음 4편에서는 이 데이터를 기반으로 시니컬한 말투를 생성하는 ‘프롬프트 엔지니어링’에 대해 다뤄보겠습니다.

]]>