Vectorize 시작 — 첫 벡터 DB 만들기

Vectorize 시작 — 첫 벡터 DB 만들기

Vectorize를 시작하면 Cloudflare Workers 안에서 벡터 데이터베이스를 만들고 임베딩을 저장·검색하는 첫 흐름을 타게 돼요. Wrangler CLI와 Workers 스크립트로 구성합니다.

기본 흐름

1. Vectorize DB 생성: npx wrangler vectorize create <DB명> --preset @cf/baai/bge-base-en-v1.5처럼 임베딩 모델 preset을 지정해 DB를 만들어요.
2. 바인딩: wrangler.toml에 Vectorize 바인딩을 추가해 Worker에서 DB에 접근해요.
3. 임베딩 + 저장: Workers AI(또는 외부) 임베딩 모델로 텍스트를 벡터로 만들고 insert()로 저장해요.
4. 쿼리: 사용자 입력을 같은 모델로 벡터화하고 query(vector)로 유사한 문서를 검색해요.

핵심 아이디어

• 임베딩을 "어디서" 만들든(Vectorize 내장 AI 임베딩 함수 포함) 한 번 저장하면 동일 벡터 공간에서 검색돼요.
• 검색 결과를 LLM 프롬프트 문맥으로 넣으면 별도 벡터 인프라 없이 RAG 앱이 완성돼요.

더 알아보기

• Vectorize 개요
• Vectorize 레퍼런스