파인콘DB를 활용한 임베딩 데이터 검색, Smart Connection을 넘어서

AI 기반 검색 기능은 메모와 노트 정리의 효율성을 크게 높여줍니다.

특히 옵시디언의 Smart Connection 플러그인은 실시간 검색과 관련 메모의 연결성을 극대화해,

많은 사용자들에게 좋은 평가를 받고 있습니다.

하지만 로컬 데이터를 활용하는 방식은 기기 간 동기화에 어려움을 겪게 하는 단점이 있죠.

저는 이를 해결하기 위해 파인콘DB를 활용해 Smart Connection과 유사한 기능을 구현해보았습니다.

 

Smart Connection 플러그인의 Smart View 검색 결과

옵시디언 Smart Connection 플러그인의 Smart View 기능을 정말 유용하게 사용하고 있습니다.

Smart View는 현재 열려 있는 노트를 기반으로 관련 메모를 실시간으로 검색해 제공하는 기능인데요.

덕분에 이전에는 놓쳤던 연결을 발견해 생산성을 크게 높일 수 있었습니다.

 

Smart Seeker 플러그인의 시멘틱 검색 결과

아래 화면은 Smart Connection의 Smart View 기능을 비슷하게 구현한 것입니다.

임베딩에는 동일한 OpenAI 모델을 사용했지만, 검색(Retriever)에는 파인콘DB를 활용했습니다.

그 결과, Smart Connection의 Smart View와 검색 결과가 유사하긴 하지만 완전히 동일하지는 않았습니다.

 

Smart Connection은 로컬에서 데이터를 조회하기 때문에 검색 결과가 즉시 나타납니다.

반면, 파인콘DB를 사용하면 외부 서버를 통해 데이터를 조회해야 하므로 검색 결과가 출력되기까지 약간의 지연 시간이 발생합니다.

 

제가 파인콘DB를 사용해 임베딩 데이터를 저장하는 이유는 다른 기기간의 동기화 때문입니다.

Smart Connection은 임베딩 데이터를 로컬에 저장하기 때문에 기기 간 동기화에서 항상 문제가 발생했는데,

이 부분이 상당히 불편하게 느껴졌습니다. 하지만 파인콘DB를 활용하면 이런 문제를 해결할 수 있어 훨씬 효율적입니다.

---

 

Smart Connection은 로컬 검색의 빠른 속도와 편리함을 제공하지만, 동기화 문제로 인해 한계가 있다고 생각합니다.

반면, 파인콘DB를 기반으로 한 Smart Seeker는 클라우드 기반 검색을 통해 기기 간 동기화를 원활하게 하며,

유사한 검색 결과를 제공합니다. 다만, 외부 조회로 인한 약간의 지연이 발생할 수 있다는 점은 감안해야 합니다.

로컬과 클라우드 간 검색 방식을 비교하면서 각각의 장점과 단점을 확인할 수 있었고, 앞으로 검색 성능과 동기화 효율을 더 개선해나갈 계획입니다.