You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
 
 

55 lines
1.6 KiB

WEBVTT
00:01.160 --> 00:05.570
지금 여정의 55%를 진행했다고 믿으시겠어요?
00:05.780 --> 00:09.890
이 통계를 꺼내 본 지 좀 됐지만 축하해요
00:09.890 --> 00:11.120
정말 멋져요
00:11.210 --> 00:14.270
래그와 진전이 있었어요
00:14.270 --> 00:18.560
천천히 하고 있어요 벡터 데이터베이스로 들어가면서 진짜 시작될 테니까요 Get in get
00:18.560 --> 00:24.920
하지만 이 시점에선 벡터를 왜 사용할지에 대한 기본 이해를 가졌을 뿐 아니라
00:24.920 --> 00:32.120
랭 체인을 이용해 문서를 로드하고, 나누고 메타데이터를 추가할 수도 있죠
00:32.120 --> 00:36.620
그걸 갖고 놀면서 어떻게 작동하는지 스스로 만족했으면 좋겠네요
00:36.620 --> 00:39.020
진짜를 할 준비가 됐으면 좋겠어요
00:39.020 --> 00:46.070
다음에는 이 덩어리들을 벡터로 변환할 것입니다 인코딩 llm 중 하나인 OpenAI의
00:46.070 --> 00:49.280
OpenAI 엠부딩을 이용해서요
00:49.310 --> 00:55.640
그 다음 벡터들을 크로마라는 오픈 소스 벡터 데이터 저장소에 저장합니다 아주
00:55.640 --> 00:59.090
유명한 오픈 소스 벡터 데이터베이스죠
00:59.090 --> 01:00.080
정말 멋져요
01:00.080 --> 01:04.790
벡터를 넣는 것도 재미있을 거예요 벡터를 시각화하고 보게 될 테니까요
01:04.790 --> 01:10.010
데이터베이스에 벡터가 있다는 게 무슨 의미인지 이해하게 되겠죠 get it
01:10.010 --> 01:11.930
할 일이 많아요
01:11.930 --> 01:13.790
다음에 봐요