development/Database (2) 썸네일형 리스트형 벡터 데이터베이스(ChromaDB)로 똑똑한 법률 문서 검색 시스템 만들기 "교통사고가 났는데 상대방이 신호위반을 했어요. 과실비율이 어떻게 되나요?"이런 복잡한 법률 상황을 설명했을 때, 관련된 법령이나 판례를 정확하게 찾아주는 시스템이 있다면 어떨까요? 단순한 키워드 검색이 아닌, 상황의 의미를 이해하고 가장 적합한 법률 문서를 찾아주는 똑똑한 검색 시스템을 만들어보겠습니다.왜 벡터 데이터베이스인가?기존 검색의 한계전통적인 키워드 검색은 정확히 일치하는 단어만 찾아줍니다. "신호위반"이라는 키워드가 문서에 없으면 검색되지 않죠.벡터 검색의 장점벡터 검색은 의미적 유사성을 기반으로 검색합니다:"신호위반" → "적신호 무시", "교통신호 미준수" 같은 유사한 의미도 찾아냄"과실비율" → "책임 분담", "손해배상 비율" 등과 연결자연어로 상황을 설명해도 관련 법령을 찾아냄실제 .. Neo4j Graph Database로 기술스택 추천 시스템 만들기 "Java 기술 스택을 가진 사람은 후속 학습으로 어떤 기술을 익힐 수 있고, 어떤 직무에 지원할 수 있는가?"와 같은 다단계 관계 질의를 처리하려면 관계형 데이터베이스로는 복잡한 JOIN이 필요합니다.이런 문제를 해결하기 위해 Graph Database인 Neo4j를 활용해서 기술스택-직무-학습방법 간의 관계를 직관적으로 모델링하고, 사용자의 현재 기술스택을 기반으로 맞춤형 추천을 제공하는 시스템을 구현해보기로 했습니다. By Neo4jInc - 자작, 퍼블릭 도메인, https://commons.wikimedia.org/w/index.php?curid=104622494기술 스택Graph Database: Neo4j (Docker로 로컬 호스팅)백엔드 API: FastAPI + Python그래프 쿼리 .. 이전 1 다음
