# VectorStore To Document

VectorStore To Document 노드는 지정한 벡터 스토어(Vector Store)에서 쿼리와 유사한 문서 데이터를 검색하여 `Document` 형식으로 출력하는 검색용 노드입니다. Retrieval 기반 파이프라인에서 LLM 입력 전 문서 필터링 단계로 자주 활용됩니다.

***

### 주요 기능&#x20;

* 지정한 쿼리(Query)와 유사한 문서를 벡터 스토어에서 검색
* 유사도 기준(Minimum Score %)을 설정해 검색 정확도 조정 가능
* 검색된 문서를 Document 형식 또는 Text 형식으로 출력 가능
* 다양한 Vector Store 노드와 연결하여 유연한 검색 파이프라인 구성 가능

<figure><img src="https://2658622170-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FfkjMyYilRWTdXwhLDYHx%2Fuploads%2Fgit-blob-f737ca903bab8e8b404b08776de363482a5ef7a1%2Fimage%20(84).png?alt=media" alt=""><figcaption><p>WindyFlo VectorStore To Document</p></figcaption></figure>

### 입력값 (Inputs)

| 항목                | 설명                           | 필수 여부 |
| ----------------- | ---------------------------- | ----- |
| Vector Store      | 연결할 벡터 스토어 노드 선택             | 필수    |
| Query             | 검색 기준이 되는 텍스트 쿼리             | 선택    |
| Minimum Score (%) | 유사도 기준 설정 (예: 75 이상인 문서만 검색) | 선택    |

***

### 출력값 (Outputs)

| 출력 항목    | 설명                              |
| -------- | ------------------------------- |
| Document | 유사 문서의 메타데이터 및 내용을 포함한 문서 객체 배열 |
| Text     | 검색된 문서의 pageContent를 연결한 단일 텍스트 |

***

### 활용 예시

* 질의응답 시스템에서 사용자 질문에 맞는 문서를 벡터 기반으로 검색
* 다량의 저장된 문서 중 특정 키워드와 관련된 문서 집합을 추출
* LLM에게 사전 지식을 입력하기 위한 전처리 단계로 활용
* 유사도 기준(Minimum Score %)을 조정하여 검색 정밀도를 조절하는 컨텍스트 필터링용으로 활용

***

### 사용 팁

* `Query` 입력값이 없으면 검색 결과가 없거나 의미 없는 결과가 나올 수 있으므로 쿼리는 가능하면 항상 설정하세요.
* `Minimum Score (%)`를 낮추면 더 많은 결과를 얻을 수 있으나 관련성이 떨어질 수 있습니다.
* 출력 타입을 `Text`로 설정하면 후속 노드에서 LLM 입력으로 쉽게 연결할 수 있습니다.
* 다양한 Vector Store 노드(Faiss, Chroma, Pinecone 등)와 호환되며 자유롭게 연결 가능합니다.

***

### 주의사항

* Vector Store 노드는 사전에 연결되어 있어야 하며, 인덱싱이 완료된 상태여야 합니다.
* `Minimum Score (%)`가 너무 높으면 검색 결과가 없을 수 있습니다.
* 검색된 결과 수나 용량에 따라 처리 시간이 길어질 수 있습니다.
* 출력 형식이 `Document`인 경우, 후속 노드에서 문서 배열 형태를 처리할 수 있는 구조여야 합니다.
