Oracle Database Vector Store 노드를 사용하면 Oracle Database를 벡터 스토어로 활용할 수 있습니다. 벡터 테이블에 문서를 삽입하거나, 벡터 테이블에서 문서를 가져오거나, 체인에 연결된 리트리버에 제공할 문서를 검색하거나, 에이전트에 도구로 직접 연결할 수 있습니다.

이 페이지에서는 Oracle Database Vector Store 노드의 파라미터와 추가 리소스 링크를 확인할 수 있습니다.

노드 사용 패턴#

Oracle Database Vector Store 노드는 다음 패턴으로 사용할 수 있습니다.

일반 노드로 사용하여 문서 삽입 및 검색#

Oracle Database Vector Store를 일반 노드로 사용하여 문서를 삽입하거나 가져올 수 있습니다. 이 패턴은 에이전트를 사용하지 않고 일반 연결 흐름에 Oracle Database Vector Store를 배치합니다.

이 패턴의 예시는 이 템플릿의 시나리오 1에서 확인할 수 있습니다(해당 템플릿은 Supabase Vector Store를 사용하지만, 패턴은 동일합니다).

AI 에이전트에 도구로 직접 연결#

Oracle Database Vector Store 노드를 AI 에이전트의 도구 커넥터에 직접 연결하여, 쿼리에 응답할 때 벡터 스토어를 리소스로 활용할 수 있습니다.

이 경우 연결 구성은 다음과 같습니다: AI 에이전트(tools 커넥터) -> Oracle Database Vector Store 노드.

리트리버를 사용하여 문서 가져오기#

Vector Store Retriever 노드를 Oracle Database Vector Store 노드와 함께 사용하면 Oracle Database Vector Store 노드에서 문서를 가져올 수 있습니다. 이 방법은 주로 Question and Answer Chain 노드와 함께 사용하여, 주어진 채팅 입력과 일치하는 문서를 벡터 스토어에서 가져옵니다.

연결 흐름 예시(링크된 예시는 Pinecone을 사용하지만, 패턴은 동일합니다)는 다음과 같습니다: Question and Answer Chain(Retriever 커넥터) -> Vector Store Retriever(Vector Store 커넥터) -> Oracle Database Vector Store.

Vector Store Question Answer Tool을 사용하여 질문에 답변#

또 다른 패턴은 Vector Store Question Answer Tool을 사용하여 Oracle Database Vector Store 노드의 결과를 요약하고 질문에 답변하는 것입니다. Oracle Database Vector Store를 도구로 직접 연결하는 대신, 이 패턴은 벡터 스토어의 데이터를 요약하는 데 특화된 도구를 사용합니다.

이 경우 연결 흐름(링크된 예시는 Simple Vector Store를 사용하지만, 패턴은 동일합니다)은 다음과 같습니다: AI 에이전트(tools 커넥터) -> Vector Store Question Answer Tool(Vector Store 커넥터) -> Oracle Database Vector Store.

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.

결과 재순위#

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#

• Table Name: 쿼리할 테이블 이름을 입력합니다. 테이블이 존재하지 않으면 노드가 자동으로 생성합니다.
• Prompt: 검색 쿼리를 입력합니다.
• Limit: 벡터 스토어에서 검색할 결과 수를 숫자로 입력합니다. 예를 들어, 상위 10개의 결과를 가져오려면 10으로 설정합니다.

Insert Documents 파라미터#

• Table Name: 벡터를 저장할 테이블 이름을 입력합니다. 테이블이 존재하지 않으면 노드가 자동으로 생성합니다.

Retrieve Documents 파라미터(체인/도구용 Vector Store)#

• Table Name: 쿼리할 테이블 이름을 입력합니다.

Retrieve Documents(AI 에이전트용 도구) 파라미터#

• Name: 벡터 스토어의 이름입니다.
• Description: 이 도구의 역할을 LLM에게 설명합니다. 구체적이고 명확한 설명을 입력하면 LLM이 기대한 결과를 더 자주 생성할 수 있습니다.
• Table Name: 쿼리할 Oracle Database 벡터 테이블을 입력합니다.
• Limit: 벡터 스토어에서 검색할 결과 수를 입력합니다. 예를 들어, 상위 10개의 결과를 가져오려면 10으로 설정합니다.

노드 옵션#

거리 전략#

Get Many 및 Retrieve Documents 모드에서 사용 가능합니다. 두 벡터 사이의 거리를 계산하는 방법입니다. 다음 중 선택합니다:

• Cosine
• Inner Product
• Euclidean
• Manhattan
• Euclidean Squared
• Hamming

메타데이터 필터#

Get Many, Retrieve Documents (As Vector Store for Chain/Tool), Retrieve Documents (As Tool for AI Agent) 모드에서 사용 가능합니다. 데이터를 검색할 때 문서와 연관된 메타데이터를 기준으로 필터링하는 데 사용합니다.

UI를 사용하여 메타데이터 필터 필드를 두 개 이상 지정하면 모든 필드가 일치해야 합니다. 이는 AND 쿼리처럼 동작합니다.

고급 필터링을 위해 Oracle Database Vector Store는 메타데이터 필터를 Oracle AI Vector Search로 전달합니다. 이를 통해 배열, 중첩 필터, $gte와 같은 비교 연산자, $nin과 같은 제외 연산자, $and와 같은 논리 연산자를 포함한 더 풍부한 필터 객체를 지원합니다.

데이터를 삽입할 때 메타데이터는 문서 로더를 통해 설정됩니다. 문서 로딩에 대한 자세한 내용은 Default Data Loader를 참조하세요.

템플릿 및 예시#

관련 리소스#

Oracle Database의 벡터 검색에 대한 자세한 내용은 Oracle AI Vector Search 문서를 참조하세요.

n8n의 Advanced AI 문서를 확인하세요.