# VoyageAI Embeddings VoyageAI Embeddings 노드는 VoyageAI에서 제공하는 임베딩 모델(`voyage-2` 등)을 사용하여 텍스트 데이터를 벡터로 변환하는 노드입니다. 고성능 검색, 유사도 비교, 분류 등의 작업에서 뛰어난 품질을 보이며, 특히 영문 기반의 세밀한 의미 표현에 적합합니다. *** ### 주요 기능 * VoyageAI API 기반으로 최신 임베딩 모델 호출 및 벡터 생성 * 모델명만 지정하면 즉시 임베딩 가능 (`voyage-2`, `voyage-large-2` 등 지원) * 고차원 표현력과 빠른 처리 속도로 검색·추천 시스템에 최적화 * 다양한 텍스트 처리 파이프라인과 유연하게 연동 가능

WindyFlo VoyageAI Embeddings

### 입력값 (Inputs) | 항목 | 설명 | 필수 여부 | | ------------------ | --------------------------------------- | ----- | | Connect Credential | VoyageAI API 호출용 인증 정보 (Credential에 등록) | 필수 | | Model Name | 사용할 임베딩 모델 이름 (예: `voyage-2`) | 필수 | *** ### 파라미터 (Parameters) ※ 별도의 고급 파라미터 없음 *** ### 출력값 (Outputs) | 출력 항목 | 설명 | | ------------------ | ----------------------- | | VoyageAIEmbeddings | 입력 텍스트에 대한 임베딩 벡터 배열 결과 | *** ### 활용 예시 * 대규모 문서 검색 시스템에서 사용자 쿼리에 대응하는 고정도 벡터 생성 * 고객 리뷰 또는 피드백 데이터를 임베딩하여 감성 분석 및 분류 모델 입력으로 활용 * 문서 간 유사도 분석을 통한 클러스터링 또는 추천 엔진 구축 * OpenAI 대비 상대적으로 빠른 처리 속도와 높은 정확도가 필요한 업무에 적용 *** ### 사용 팁 * `Model Name`은 현재 주로 사용되는 `voyage-2`, `voyage-large-2` 등이 있으며, 공식 문서 기준 최신 모델명을 확인 후 입력하세요. * VoyageAI 모델은 **의미 기반 유사도** 측정에 최적화되어 있어 RAG 기반 시스템의 검색 정확도를 높이는 데 효과적입니다. * 응답 속도가 빠르고 비용이 효율적이므로 실시간 사용자 요청 처리에도 적합합니다. * 사전 학습 모델이 고정되어 있어 별도 파인튜닝 없이도 범용 활용이 가능합니다. *** ### 주의사항 * `Connect Credential`이 누락되거나 올바르지 않으면 API 호출이 실패합니다. * 모델명이 정확하지 않거나 VoyageAI가 지원하지 않는 이름일 경우 오류가 발생합니다. * VoyageAI는 무료 요금제가 없으며, 사용량 기반 요금이 발생하므로 테스트와 운영 구간을 구분해 사용하는 것이 좋습니다. * 다국어 지원은 제한적이며, 주로 영어 기반 벡터 품질이 우수합니다.