Qdrant

Qdrant은 임베딩 벡터를 저장하고 유사도 검색을 수행하는 벡터 데이터베이스로, 모델이 학습 데이터에 없는 사내 문서나 과거 대화 기록을 찾아서 프롬프트에 넣어주는 RAG 파이프라인의 저장소 역할을 한다. 핵심은 벡터 유사도 검색과 메타데이터 필터링(날짜, 태그, 권한 등 조건)을 함께 걸 수 있다는 점으로, '이 조건을 만족하면서 의미적으로 비슷한 항목'을 찾는 질의를 지원한다. 직접 서버를 호스팅하거나 관리형 서비스를 선택할 수 있어 배포 방식을 운영 환경에 맞춰 고를 수 있다. 같은 층의 다른 벡터 DB들과 비교하면, 필터 조건을 건 검색 성능과 정확도에 설계 초점이 맞춰져 있다는 점에서 구현 방식이 구분된다.

모델이 모르는 자료를 찾아 넣어 주고, 대화 사이의 기억을 보관한다

언제 필요해지나 — 사내 문서나 과거 대화를 근거로 답해야 할 때