지식 베이스

지식 베이스는 AI 애플리케이션이 검색할 문서와 QA 데이터를 컬렉션 단위로 관리하는 공간입니다. VectorDB와 Embedding 자격 증명을 연결해 RAG 검색에 사용합니다.

화면 예시

생성 흐름

1. 이름과 설명을 입력합니다.
2. VectorDB와 Embedding 모델을 선택합니다. 필요한 자격 증명이 없으면 생성 흐름 안에서 바로 추가할 수 있습니다.
3. 지식 베이스만 비어 있는 상태로 만들거나 첫 Document 컬렉션 생성까지 이어서 진행합니다.
4. 컬렉션에 데이터소스를 연결하거나 문서·QA 데이터를 직접 추가합니다.
5. 적재를 실행하고 검색 테스트로 결과를 확인합니다.

지식 베이스와 컬렉션

단위	역할
지식 베이스	공통 VectorDB와 Embedding 연결을 보관합니다.
컬렉션	Document 또는 QA 데이터를 나누어 관리하고 청킹·검색 설정을 적용합니다.

문서 파일은 지식 베이스 목록에서 바로 업로드하지 않습니다. 컬렉션의 문서 탭에서 직접 추가하거나 데이터소스 탭에 수집 소스를 연결한 뒤 적재합니다.

주의

VectorDB와 Embedding 모델을 변경하면 기존 벡터 데이터와 호환되지 않을 수 있습니다. 운영 데이터가 있는 경우 새 지식 베이스를 만들고 다시 적재하는 흐름을 권장합니다.

애플리케이션 연결

애플리케이션의 Studio 설정에서 사용할 지식 베이스 하나를 선택합니다. 연결한 뒤 파이프라인과 실제 질문 흐름을 점검하고, 컬렉션의 검색 테스트 결과와 함께 응답 품질을 확인하세요.

관련 문서

• 컬렉션
• 청크
• 검색 테스트
• 데이터소스
• Embedding 자격 증명
• VectorDB 자격 증명