[ SK 네트웍스 Family AI 캠프 수업 내용 복습 ] 벡터 데이터 베이스( 벡터 DB의 이해, 벡터 DB를 활용한 검색 ) 2025-05-13
벡터 데이터베이스(Vector Database)1. 일반 DB vs. 벡터 DB일반 데이터베이스 (RDB, NoSQL 등)데이터 형태: 정형화된 데이터(예: 숫자, 문자열, 테이블 형태)검색 방식: 키워드 기반의 정확 매칭 검색한계점: 문장의 의미나 맥락을 고려한 검색(semantic search)이 불가능함벡터 데이터베이스 (Vector DB)데이터 형태: 문장, 이미지 등 비정형 데이터를 고차원 벡터로 임베딩하여 저장검색 방식: 입력 쿼리와 유사한 벡터를 유사도 기반으로 검색주요 특징: 의미 기반 검색(semantic search)이 가능하며, LLM과 결합하여 RAG 등에 활용됨2. 벡터 간 유사도 계산 방법코사인 유사도 (Cosine Similarity)벡터 간의 각도를 기준으로 유사도를 계산범위..
SK 네트웍스 family AI 캠프/수업 내용 복습
2025. 5. 13. 17:53
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- one-shot
- 최종프로젝트
- 전문가를위한C++
- Rag
- 헤더가드
- C++
- 전처리
- Fine-tuning
- 중복인클루드
- ai캠프
- sk네트웍스familyai캠프
- AWS
- 어셈블
- #include
- Docker
- sk네트웍스family
- few-shot
- FastAPI
- 회고록
- Langchain
- 임베딩
- Unity
- sk네트웍스ai캠프
- 모의테스트
- 12기
- openai
- zero-shot
- sk네트웍스familyai캠프12기
- 토익공부
- 주간회고
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 | 31 |
글 보관함
250x250
반응형
