Simple Vector Store 노드 문서
Simple Vector Store 노드를 사용해 n8n의 인앱 메모리에 임베딩을 저장하고 검색합니다. 이 페이지에서는 Simple Vector Store 노드의 파라미터와 추가 리소스 링크를 확인할 수 있습니다. 서브 노드는 표현식을 사용하여 여러 항목을 처리할 때 다른 노드와 다르게 동작합니다.
Simple Vector Store 노드를 사용해 n8n의 인앱 메모리에 임베딩을 저장하고 검색합니다.
이 페이지에서는 Simple Vector Store 노드의 파라미터와 추가 리소스 링크를 확인할 수 있습니다.
서브 노드는 표현식을 사용하여 여러 항목을 처리할 때 다른 노드와 다르게 동작합니다.
루트 노드를 포함한 대부분의 노드는 임의 수의 항목을 입력으로 받아 처리한 후 결과를 출력합니다. 표현식을 사용하여 입력 항목을 참조할 수 있으며, 노드는 각 항목에 대해 순서대로 표현식을 해석합니다. 예를 들어, 5개의 name 값이 입력된 경우 {{ $json.name }} 표현식은 각 이름을 순서대로 해석합니다.
서브 노드에서는 표현식이 항상 첫 번째 항목으로 해석됩니다. 예를 들어, 5개의 name 값이 입력된 경우 {{ $json.name }} 표현식은 항상 첫 번째 이름으로 해석됩니다.
여기서 설명하는 Simple Vector Storage는 Simple Memory와 같은 AI 메모리 노드와 다릅니다.
이 노드는 앱 메모리에 벡터 데이터베이스를 생성합니다.
데이터 안전 제한 사항#
Simple Vector Store 노드를 사용하기 전에 제한 사항과 작동 방식을 이해하는 것이 중요합니다.
n8n은 Simple Vector store를 개발 용도로만 사용하는 것을 권장합니다.
벡터 저장소 데이터는 영구적이지 않습니다#
이 노드는 메모리에만 데이터를 저장합니다. n8n이 재시작하면 모든 데이터가 손실되며 메모리 부족 상태에서도 데이터가 삭제될 수 있습니다.
모든 인스턴스 사용자가 벡터 저장소 데이터에 접근 가능합니다#
Simple Vector Store 노드의 메모리 키는 개별 워크플로가 아닌 전역입니다.
즉, 인스턴스의 모든 사용자가 Simple Vector Store 노드를 추가하고 메모리 키를 선택하여 원래 워크플로에 설정된 접근 제어와 관계없이 벡터 저장소 데이터에 접근할 수 있습니다. Simple Vector Store 노드로 데이터를 수집할 때 민감한 정보를 노출하지 않도록 주의하세요.
노드 사용 패턴#
Simple Vector Store 노드는 다음 패턴으로 사용할 수 있습니다.
문서 삽입 및 검색을 위한 일반 노드로 사용#
Simple Vector Store를 에이전트 없이 문서를 삽입하거나 가져오는 일반 노드로 사용할 수 있습니다.
이 템플릿의 2단계에서 예제를 확인할 수 있습니다.
AI 에이전트에 직접 도구로 연결#
Simple Vector Store 노드를 AI 에이전트의 도구 커넥터에 직접 연결하여 쿼리에 답할 때 벡터 저장소를 리소스로 사용할 수 있습니다.
연결은 다음과 같습니다: AI agent (tools connector) -> Simple Vector Store node.
리트리버로 문서 가져오기#
Vector Store Retriever 노드와 Simple Vector Store 노드를 함께 사용하여 Simple Vector Store에서 문서를 가져올 수 있습니다.
연결 흐름 예제(Pinecone 사용이지만 패턴 동일): Question and Answer Chain (Retriever connector) -> Vector Store Retriever (Vector Store connector) -> Simple Vector Store.
질문 답변을 위한 Vector Store Question Answer Tool 사용#
Vector Store Question Answer Tool을 사용하여 Simple Vector Store에서 결과를 요약하고 질문에 답하는 패턴입니다.
연결 흐름: AI agent (tools connector) -> Vector Store Question Answer Tool (Vector Store connector) -> Simple Vector store.
메모리 관리#
Simple Vector Store는 과도한 메모리 사용을 방지하기 위해 메모리 관리를 구현합니다:
- 메모리 압박이 증가하면 오래된 벡터 저장소를 자동으로 정리합니다.
- 설정 가능한 시간 동안 접근되지 않은 비활성 저장소를 제거합니다.
설정 옵션#
다음 환경 변수로 메모리 사용을 제어할 수 있습니다:
| 변수 | 유형 | 기본값 | 설명 |
|---|---|---|---|
N8N_VECTOR_STORE_MAX_MEMORY |
Number | -1 | 모든 벡터 저장소에 허용된 최대 메모리(MB)(-1이면 제한 없음). |
N8N_VECTOR_STORE_TTL_HOURS |
Number | -1 | 비활성 저장소가 제거되기까지의 시간(-1이면 TTL 없음). |
n8n Cloud에서 이 값은 100MB(문서 크기 및 메타데이터에 따라 약 8,000개 문서)와 7일로 사전 설정되어 있습니다. 셀프 호스팅 인스턴스의 경우 두 값 모두 기본값이 -1(메모리 제한 없음 또는 시간 기반 정리 없음)입니다.
노드 파라미터#
작동 모드#
이 Vector Store 노드에는 네 가지 모드가 있습니다: 여러 개 가져오기(Get Many), 문서 삽입(Insert Documents), 문서 검색(체인/도구용 벡터 스토어로 사용)(Retrieve Documents (As Vector Store for Chain/Tool)), 문서 검색(AI 에이전트용 도구로 사용)(Retrieve Documents (As Tool for AI Agent)). 선택한 모드에 따라 노드에서 수행할 수 있는 작업과 사용 가능한 입력 및 출력이 결정됩니다.
Get Many#
이 모드에서는 프롬프트를 제공하여 벡터 데이터베이스에서 여러 문서를 검색할 수 있습니다. 프롬프트가 임베딩되어 유사도 검색에 사용됩니다. 노드는 프롬프트와 가장 유사한 문서를 유사도 점수와 함께 반환합니다. 유사한 문서 목록을 검색하여 에이전트에 추가 컨텍스트로 전달하려는 경우에 유용합니다.
Insert Documents#
문서 삽입 모드를 사용하여 벡터 데이터베이스에 새 문서를 삽입합니다.
Retrieve Documents (as Vector Store for Chain/Tool)#
벡터 스토어 검색기와 함께 Retrieve Documents (As Vector Store for Chain/Tool) 모드를 사용하여 벡터 데이터베이스에서 문서를 검색하고 체인에 연결된 검색기에 제공합니다. 이 모드에서는 노드를 검색기 노드 또는 루트 노드에 연결해야 합니다.
Retrieve Documents (as Tool for AI Agent)#
쿼리에 응답할 때 벡터 스토어를 도구 리소스로 사용하려면 Retrieve Documents (As Tool for AI Agent) 모드를 사용합니다. 응답을 구성할 때 에이전트는 벡터 스토어 이름과 설명이 질문 내용과 일치하면 벡터 스토어를 사용합니다.
Rerank Results(결과 재순위 지정)#
재순위 지정(reranking)을 활성화합니다. 이 옵션을 활성화하면 벡터 스토어에 재순위 지정 노드를 연결해야 합니다. 해당 노드가 쿼리 결과를 재순위 지정합니다. 이 옵션은 여러 개 가져오기(Get Many), 문서 검색(체인/도구용 벡터 스토어로 사용)(Retrieve Documents (As Vector Store for Chain/Tool)), 문서 검색(AI 에이전트용 도구로 사용)(Retrieve Documents (As Tool for AI Agent)) 모드와 함께 사용할 수 있습니다.
Get Many 파라미터#
- Memory Key: 쿼리할 벡터 메모리가 포함된 키를 선택하거나 생성합니다.
- Prompt: 검색 쿼리를 입력합니다.
- Limit: 벡터 저장소에서 검색할 결과 수를 입력합니다.
Insert Documents 파라미터#
- Memory Key: 벡터 메모리를 저장할 키를 선택하거나 생성합니다.
- Clear Store: 데이터 삽입 전 해당 메모리 키의 벡터 저장소를 지울지 여부를 제어합니다(활성화 시 지움).
Retrieve Documents (As Vector Store for Chain/Tool) 파라미터#
- Memory Key: 쿼리할 벡터 메모리가 포함된 키를 선택하거나 생성합니다.
Retrieve Documents (As Tool for AI Agent) 파라미터#
- Name: 벡터 저장소의 이름입니다.
- Description: 이 도구가 하는 일을 LLM에 설명합니다. 좋고 구체적인 설명으로 LLM이 더 자주 예상 결과를 생성할 수 있습니다.
- Memory Key: 쿼리할 벡터 메모리가 포함된 키를 선택하거나 생성합니다.
- Limit: 벡터 저장소에서 검색할 결과 수를 입력합니다.
템플릿 및 예제#
이 노드의 워크플로 템플릿은 n8n 워크플로 템플릿 갤러리에서 확인할 수 있습니다.
관련 리소스#
서비스에 대한 자세한 내용은 LangChain의 Memory Vector Store 문서를 참조하세요.
n8n의 Advanced AI 문서를 확인하세요.