Skip to main content
Version: Next

Settings

Knowledge 상세 화면의 Settings 탭에서는 메타데이터(이름, 설명, 태그)와 검색 관련 옵션(검색 방법, 임베딩 모델)을 관리합니다. AI 자동 생성 기능을 활용하면 메타데이터를 효율적으로 채울 수 있으며, 검색 옵션 변경이 기존 데이터에 미치는 영향을 이해하고 안전하게 설정을 조정할 수 있습니다.

일반 설정 (General)​

Knowledge의 기본 메타데이터를 관리하는 영역입니다. 각 필드는 직접 입력하거나 AI 자동 생성을 활용할 수 있습니다.

Alias​

Knowledge의 표시 이름입니다. 목록 화면, 검색 결과 등에서 이 이름이 사용됩니다.

항목설명
직접 입력텍스트 필드에 원하는 이름을 직접 입력
AI 생성Generate 버튼 클릭 시 수집된 문서 내용을 기반으로 AI가 적절한 이름을 자동 제안

Description​

Knowledge의 설명 텍스트입니다. 용도, 포함 내용, 대상 도메인 등을 기술합니다.

항목설명
직접 입력텍스트 영역에 자유롭게 설명 작성
AI 생성Generate 버튼 클릭 시 수집된 문서를 분석하여 AI가 요약 설명을 자동 생성

Tags​

Knowledge를 분류하기 위한 태그 목록입니다. 목록 화면의 필터링과 검색에 활용됩니다.

항목설명
직접 입력태그를 수동으로 추가 또는 제거
AI 생성Generate 버튼 클릭 시 AI가 문서 내용을 분석하여 관련 태그를 제안. 기존 태그에 병합되며, 중복 태그는 자동 제거됨
tip

태그를 체계적으로 관리하면 Knowledge 수가 많아져도 원하는 지식을 빠르게 찾을 수 있습니다. 팀 내에서 태그 네이밍 규칙(예: 도메인 접두사)을 사전에 정하는 것을 권장합니다.

Collections​

Knowledge를 컬렉션에 연결하여 리소스를 체계적으로 그룹화합니다.

동작설명
컬렉션 추가드롭다운에서 기존 컬렉션을 선택하여 연결
컬렉션 제거연결된 컬렉션 옆의 제거 버튼 클릭
새 컬렉션 생성드롭다운 하단의 생성 옵션으로 새 컬렉션을 만들고 즉시 연결

Generate All​

Alias, Description, Tags를 한 번에 AI로 자동 생성하는 버튼입니다. 수집된 문서 내용을 종합적으로 분석하여 세 필드를 동시에 채웁니다. 개별 필드를 각각 생성하는 것보다 일관성 있는 결과를 얻을 수 있습니다.

info

AI 생성 기능은 해당 Knowledge에 수집된 문서가 있어야 정확한 결과를 제공합니다. 문서가 없거나 적은 경우 생성 품질이 낮을 수 있습니다.

검색 옵션 (Search Options)​

Knowledge의 검색 방법과 임베딩 모델을 설정하는 영역입니다. 이 설정은 문서 인덱싱 시 데이터가 저장되는 방식을 결정하므로, 기존 데이터가 있을 때는 변경이 제한됩니다.

Search Methods​

Knowledge에서 사용할 검색 방법을 체크박스로 선택합니다. 최소 1개 이상 선택해야 합니다.

검색 방법엔진설명
VECTOR벡터 DB임베딩 벡터 기반 의미 유사도 검색
TEXT텍스트 검색 엔진BM25 기반 키워드 전문 검색
GRAPH그래프 DB엔티티/관계 추출 기반 그래프 탐색
검색 방법 선택 가이드

대부분의 경우 VECTOR + TEXT 조합이 가장 효과적입니다. Vector 검색으로 의미적 유사성을 확보하고, Text 검색으로 키워드 정확도를 보완하여 Hybrid 검색 품질을 극대화할 수 있습니다. GRAPH는 엔티티 간 관계 탐색이 필요한 특수한 경우에 추가합니다.

Embedding Model​

VECTOR 검색 방법을 선택한 경우 임베딩 모델을 지정합니다. 드롭다운 목록에서 사용 가능한 모델을 선택하면 해당 모델의 dimensions(벡터 차원 수)과 provider(제공자) 정보가 함께 표시됩니다.

표시 정보설명
모델명임베딩 모델의 고유 이름
Dimensions생성되는 벡터의 차원 수 (높을수록 정밀하지만 저장 공간 증가)
Provider모델 제공자 (예: local, openai)

임베딩 모델에 따라 검색 품질과 성능이 달라집니다. 각 모델의 상세 비교는 청킹 및 옵션 문서를 참고하세요.

검색 옵션 잠금

문서가 이미 인덱싱된 Knowledge에서는 Search Methods와 Embedding Model이 잠금 상태가 됩니다. 기존 인덱싱된 데이터와 새로운 설정이 호환되지 않을 수 있기 때문입니다. 검색 옵션을 변경하려면 아래의 설정 초기화(Reset) 를 먼저 수행해야 합니다.

설정 변경 저장​

일반 설정(Alias, Description, Tags, Collections) 항목을 수정한 후에는 Save 버튼을 클릭하여 변경사항을 저장합니다. 저장하지 않고 다른 탭으로 이동하면 변경사항이 유실됩니다.

설정 초기화 (Reset)​

검색 옵션(Search Methods, Embedding Model)을 변경해야 하는 경우, 기존 인덱싱된 데이터를 모두 초기화해야 합니다.

초기화 절차​

  1. Settings 탭 하단의 Reset 버튼 클릭
  2. 확인 모달에서 초기화 범위를 확인
  3. 확인을 클릭하면 초기화가 실행

초기화 범위​

Reset을 실행하면 다음 순서로 데이터가 삭제됩니다:

순서삭제 대상설명
1모든 청크인덱싱된 청크 데이터 (Vector DB, Text DB, Graph DB)
2모든 문서수집된 문서 메타데이터 및 원본 참조

초기화가 완료되면 Search Methods와 Embedding Model 필드의 잠금이 해제되어 새로운 값을 설정할 수 있습니다.

설정 초기화는 되돌릴 수 없습니다

설정 초기화는 해당 Knowledge의 모든 인덱싱된 데이터를 영구 삭제합니다. Vector DB, Text DB, Graph DB에 저장된 모든 청크와 문서 메타데이터가 제거됩니다. 이 작업은 되돌릴 수 없으므로, 반드시 초기화가 필요한 경우에만 실행하세요.

초기화 후 재수집

초기화 후에는 검색 옵션을 재설정하고, 문서를 다시 수집하여 인덱싱해야 합니다. 웹 크롤링, 파일 업로드, 수동 입력 등 기존과 동일한 방법으로 문서를 다시 추가할 수 있습니다.

설정 변경 시 주의사항​

항목변경 가능 여부비고
Alias✅ 언제든 가능기존 데이터에 영향 없음
Description✅ 언제든 가능기존 데이터에 영향 없음
Tags✅ 언제든 가능기존 데이터에 영향 없음
Collections✅ 언제든 가능기존 데이터에 영향 없음
Search Methods⚠️ 조건부문서 존재 시 잠금 → Reset 필요
Embedding Model⚠️ 조건부문서 존재 시 잠금 → Reset 필요

다음 단계​

  • 청킹 및 옵션 — 청킹 전략, 임베딩 모델, 인덱싱 옵션 상세 레퍼런스
  • 검색 테스트 — 변경된 설정이 검색 품질에 미치는 영향 검증
  • AI 채팅 — RAG 기반 대화로 지식 활용