ai-orchestration
CHAPTER 22 / 59
읽기 약 2분
FUNCTION
벡터 DB 연동 (Pinecone/Supabase)
핵심 개념
벡터 DB는 임베딩의 유사도 검색을 빠르게 처리하는 저장소. 2026엔 Pinecone(managed), Supabase pgvector(통합), Weaviate/Chroma(오픈소스)가 주요 선택지입니다.
코드 분석
벡터 DB 연동 (2026)Pinecone (managed):from langchain_pinecone import PineconeVectorStorestore = PineconeVectorStore.from_documents( docs, OpenAIEmbeddings(), index_name='ohs')Supabase pgvector:create extension vector;create table docs ( id uuid primary key, content text, embedding vector(1536));→ Postgres 그대로 + 벡터 검색비교 기준:Pinecone 속도 ↑ / 운영 편함Supabase Postgres 통합 / 저렴Chroma 로컬 / 학습용AI 프롬프트
🤖 AI에게 잘 물어보는 법 — 모델·전략별 프롬프트
무료 모델
Gemini 2.5 Flash(무료) + Claude Sonnet 4.6(무료) + Grok 4.1(무료)
'벡터 DB 연동 (Pinecone/Supabase)'을 무료 도구로 익히고 싶어. Google AI Studio + Anthropic Workbench 무료 크레딧 + Dify(셀프호스팅)로 Chroma 로컬로 무료 벡터 검색 실습을 0원 안에 만드는 단계별 가이드를 짜줘.
소자본 모델
Claude Sonnet 4.6 + Vercel AI SDK 5 + Supabase — 월 10~30만원
'벡터 DB 연동 (Pinecone/Supabase)'을 월 20만원 예산으로 실서비스에 붙이고 싶어. Claude Sonnet 4.6 + Vercel AI SDK 5 + Supabase 조합으로 Supabase pgvector + Sonnet 4.6 RAG (1만 chunk 규모)을 만드는 예제와 월 비용 분배를 짜줘.
프로덕션 모델
Claude Opus 4.7 + LangGraph + MCP + LangSmith — 월 100만원+
'벡터 DB 연동 (Pinecone/Supabase)'을 production 규모로 설계해줘. LangGraph + Claude Opus 4.7 + MCP + LangSmith로 Pinecone serverless + Opus 4.7 + Cohere reranker production (100만 chunk)을 월 100만원+ 예산 기준으로 그려줘.
스택 프롬프트
0원 → $200/mo → $1000/mo 단계별 스택 비교
'벡터 DB 연동 (Pinecone/Supabase)' 3단계 스택 비교: Level 1($0, Dify+HF+무료 크레딧) → Level 2($200/mo, Sonnet 4.6+Vercel AI SDK+Supabase) → Level 3($1000/mo, LangGraph+Opus 4.7+MCP). 각 레벨에서 만들 수 있는 산출물과 한계 포함.
⭐ 이것만 기억하세요
벡터 DB 연동 (Pinecone/Supabase)는 이 3가지만 확실히 잡으세요
1.벡터 DB는 RAG·시맨틱 검색·추천에 모두 쓰이는 핵심 인프라이고, 선택은 운영 편의(Pinecone) ↔ 통합(Supabase) ↔ 비용(Chroma) 트레이드오프입니다
2.Postgres 기반 서비스라면 pgvector 통합이 가장 부담이 적고, 대규모 트래픽엔 Pinecone serverless가 안정적입니다
3.다음 챕터에서 RAG 파이프라인을 자동화 워크플로우로 연결합니다
공유하기
진행도 22 / 59