MistralAI Embeddings

MistralAI Embeddings 노드는 Mistral에서 제공하는 임베딩 모델(mistral-embed)을 사용하여 텍스트 데이터를 벡터로 변환하는 노드입니다. 고속 대용량 처리에 적합한 구조로 설계되어 있으며, 다양한 텍스트 기반 AI 파이프라인에서 사용할 수 있는 고성능 벡터를 제공합니다.

---

주요 기능

• Mistral의 최신 임베딩 모델을 사용하여 고품질 벡터 생성

• 최대 512건의 텍스트를 한 번에 처리 가능한 대규모 Batch 지원

• 개행 문자 제거 옵션, 사용자 지정 Endpoint 등 유연한 설정 가능

• 빠르고 안정적인 벡터 추출로 실시간 검색 및 추천 시스템에 적합

WindyFlo MistralAI Embeddings

WindyFlo MistralAI Embeddings Parameters

입력값 (Inputs)

항목	설명	필수 여부
Connect Credential	Mistral API 인증 정보 (Credential에 등록)	필수
Model Name	사용할 임베딩 모델 이름 (mistral-embed)	필수

---

파라미터 (Parameters)

항목	설명
Batch Size	한 번에 처리할 텍스트 수 (기본값: 512)
Strip New Lines	줄바꿈 문자 제거 여부 (기본값: ON)
Override Endpoint	기본 Mistral Endpoint 대신 사용할 사용자 지정 Endpoint (선택)

---

출력값 (Outputs)

출력 항목	설명
MistralAIEmbeddings	입력 텍스트에 대한 임베딩 벡터 배열 결과

---

활용 예시

• RAG 파이프라인에서 검색용 문서 벡터 생성

• 유사한 뉴스 기사, 제품 설명 등을 분석하기 위한 임베딩 비교

• 대량 입력 텍스트를 고속으로 벡터화하여 벡터 DB 삽입

• 줄바꿈 제거를 통해 일관된 벡터 표현이 필요한 챗봇 입력 벡터 생성

---

사용 팁

• Batch Size는 최대 512까지 지원되며, 대용량 데이터 처리에 유리합니다. 너무 큰 값을 설정하면 요청 실패 가능성이 있으므로 환경에 맞게 조정하세요.

• Strip New Lines를 활성화하면 줄바꿈 문자가 벡터 결과에 영향을 주지 않도록 사전 정제됩니다. LLM 입력 시에도 이 설정이 유효할 수 있습니다.

• Override Endpoint를 사용하면 자체 프록시 서버나 커스텀 API Gateway를 통해 호출할 수 있어 보안과 라우팅 유연성이 확보됩니다.

• Model Name은 현재 mistral-embed로 고정되며, 추후 추가 모델이 생길 수 있습니다.

---

주의사항

• API Credential이 없거나 잘못된 경우 호출이 실패하며, 응답 메시지를 통해 오류 유형을 확인할 수 있습니다.

• Override Endpoint를 사용할 경우, CORS 정책, 인증 헤더 등을 별도로 설정해야 합니다.

• 줄바꿈 제거는 텍스트 의미를 일부 변경할 수 있으므로 상황에 따라 비활성화가 필요할 수 있습니다.

• 과도한 Batch Size 사용 시 처리 시간 지연 또는 API 제한에 도달할 수 있으므로 실환경 테스트가 권장됩니다.