LangChain
임베딩 (Embeddings)
Embeddings 인터페이스(embed_documents/embed_query)와 init_embeddings, 테스트용 가짜 임베딩
임베딩(Embedding)은 텍스트를 고정 길이 벡터로 바꿉니다. LangChain의 모든 임베딩 클래스는 Embeddings 추상 클래스를 구현하므로 벡터 스토어에 그대로 꽂아 쓸 수 있습니다. 문서용(embed_documents)과 질의용(embed_query) 메서드가 분리되어 있어, 문서/질의에 다른 프롬프트를 쓰는 모델도 같은 인터페이스로 다룹니다.
Import
python
from langchain.embeddings import Embeddings, init_embeddings
from langchain_openai import OpenAIEmbeddings
from langchain_core.embeddings import DeterministicFakeEmbedding # 테스트용
시그니처
python
class Embeddings(ABC):
def embed_documents(self, texts: list[str]) -> list[list[float]]: ...
def embed_query(self, text: str) -> list[float]: ...
async def aembed_documents(self, texts: list[str]) -> list[list[float]]: ...
async def aembed_query(self, text: str) -> list[float]: ...
def init_embeddings(model: str, *, provider: str | None = None, **kwargs) -> Embeddings
DeterministicFakeEmbedding(*, size: int)
파라미터
| 파라미터 | 타입 | 기본값 | 설명 |
|---|---|---|---|
model | str | 필수 | (init_embeddings) "openai:text-embedding-3-small"처럼 provider:model 형식. |
provider | str | None | None | 접두사 대신 제공자 지정. |
**kwargs | 제공자 클래스 생성자 인자(예: OpenAI dimensions, chunk_size). | ||
size | int | 필수 | (DeterministicFakeEmbedding) 벡터 차원. 같은 텍스트 → 같은 벡터(해시 기반). |
OpenAI 임베딩의 세부 파라미터는 OpenAI Embeddings를 보세요.
메서드와 반환값
| 메서드 | 반환 | 설명 |
|---|---|---|
embed_documents(texts) | list[list[float]] | 여러 문서를 한 번에(배치) 임베딩. |
embed_query(text) | list[float] | 검색 질의 하나를 임베딩. |
aembed_documents / aembed_query | 코루틴 | 비동기 버전. 기본 구현은 스레드 실행. |
예제
python
import math
from langchain_openai import OpenAIEmbeddings
emb = OpenAIEmbeddings(model="text-embedding-3-small")
docs = ["LangGraph는 상태 그래프 런타임이다.", "Qdrant는 벡터 데이터베이스다.", "김치찌개 끓이는 법"]
doc_vecs = emb.embed_documents(docs)
q_vec = emb.embed_query("벡터 DB 추천")
def cosine(a: list[float], b: list[float]) -> float:
dot = sum(x * y for x, y in zip(a, b))
return dot / (math.sqrt(sum(x * x for x in a)) * math.sqrt(sum(y * y for y in b)))
print("차원:", len(q_vec))
for d, v in sorted(zip(docs, doc_vecs), key=lambda p: -cosine(q_vec, p[1])):
print(round(cosine(q_vec, v), 3), d)
커스텀 임베딩 구현(인터페이스 확인용):
python
from langchain.embeddings import Embeddings
class CharCountEmbeddings(Embeddings):
"""글자 빈도로 만드는 장난감 임베딩."""
def embed_documents(self, texts: list[str]) -> list[list[float]]:
return [self.embed_query(t) for t in texts]
def embed_query(self, text: str) -> list[float]:
return [float(text.count(ch)) for ch in "가나다라마바사abc"]
print(CharCountEmbeddings().embed_query("가나다 abc"))
주의사항
주의
색인할 때와 검색할 때 같은 모델·같은 차원을 써야 합니다. 모델을 바꾸면 전체 재색인이 필요합니다. 컬렉션 메타데이터에 모델 이름과 차원을 기록해 두세요.
주의
embed_documents에 수만 건을 한 번에 넣으면 요청 크기·속도 제한에 걸릴 수 있습니다. OpenAIEmbeddings(chunk_size=...)로 배치 크기를 조절하거나 직접 나눠 호출하세요.
팁
동일 텍스트를 반복 임베딩하는 비용을 줄이려면 해시 키로 결과를 캐시하세요. 테스트에서는 네트워크 없이 DeterministicFakeEmbedding(size=...)을 쓰면 결과가 결정적입니다.