#벡터 데이터베이스

#소개

지식 기반에서 벡터 데이터베이스는 벡터화된 지식 기반 문서를 저장합니다. 벡터화된 문서는 문서의 색인 역할을 합니다.

AI 에이전트 대화에서 RAG 검색을 활성화하면, 사용자 메시지가 벡터화되고 벡터 데이터베이스에서 지식 기반 문서의 조각을 검색하여 관련 문서 단락과 원본 텍스트를 찾아냅니다.

현재 AI 지식 기반 플러그인은 PGVector 벡터 데이터베이스만 내장 지원하며, PGVector는 PostgreSQL 데이터베이스 플러그인입니다.

#벡터 데이터베이스 관리

AI 에이전트 플러그인 설정 페이지로 이동하여 Vector store 탭을 클릭하고 Vector database를 선택하면 벡터 데이터베이스 관리 페이지로 들어갑니다.

오른쪽 상단의 Add new 버튼을 클릭하여 새로운 PGVector 벡터 데이터베이스 연결을 추가합니다.

• Name 입력란에 연결 이름을 입력합니다.
• Host 입력란에 벡터 데이터베이스 IP 주소를 입력합니다.
• Port 입력란에 벡터 데이터베이스 포트 번호를 입력합니다.
• Username 입력란에 벡터 데이터베이스 사용자 이름을 입력합니다.
• Password 입력란에 벡터 데이터베이스 비밀번호를 입력합니다.
• Database 입력란에 데이터베이스 이름을 입력합니다.
• Table name 입력란에 테이블 이름을 입력합니다. 이 이름은 벡터 데이터를 저장할 새 테이블을 만들 때 사용됩니다.

필요한 모든 정보를 입력한 후, Test 버튼을 클릭하여 벡터 데이터베이스 서비스가 사용 가능한지 테스트하고, Submit 버튼을 클릭하여 연결 정보를 저장합니다.