Embeddings 실전·API — LlamaIndex 임베딩 모듈

Embeddings 실전·API

LlamaIndex는 임베딩 모델을 통합하는 Embeddings 모듈을 제공해요. 모델 교체만으로 검색·인덱싱에 쓰이는 벡터 공간을 바꿀 수 있어서, 파이프라인을 유연하게 관리할 수 있어요.

임베딩 모델 설정

from llama_index.core import Settings
from llama_index.embeddings.openai import OpenAIEmbedding

Settings.embed_model = OpenAIEmbedding(
    model="text-embedding-3-small",
    api_key="sk-...",
)

Settings.embed_model에 지정하면 이후 모든 인덱스·검색이 이 임베딩 모델을 사용해요.

다른 모델로 교체

from llama_index.embeddings.huggingface import HuggingFaceEmbedding

Settings.embed_model = HuggingFaceEmbedding(
    model_name="BAAI/bge-small-en-v1.5",
)

OpenAI든 로컬 Hugging Face든 embed_model에 넣기만 하면 되니, 벤더 종속 없이 교체할 수 있어요.

배치 크기와 성능

대량 문서를 임베딩할 때는 배치 크기(embed_batch_size)와 num_workers 같은 파라미터로 처리 속도를 조절해요. 모델·API의 배치 제한을 넘지 않도록 기준을 맞추는 게 중요해요.

더 알아보기